趙凱，仲兆平，王肖祎，王澤宇

（東南大學(xué)能源與環(huán)境學(xué)院，能源熱轉(zhuǎn)換及其過(guò)程測(cè)控教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210096）

引 言

生物質(zhì)能作為一種新能源，已經(jīng)得到社會(huì)的廣泛關(guān)注。目前，流化床內(nèi)生物質(zhì)的熱解氣化是利用生物質(zhì)能源化轉(zhuǎn)換的重要技術(shù)。但由于生物質(zhì)本身密度小、形狀不規(guī)則等特點(diǎn)，在流化床內(nèi)很難單獨(dú)流化，必須有流化介質(zhì)（如石英砂），這樣既可以提高生物質(zhì)熱解氣化的溫度，也可以改善流化床內(nèi)生物質(zhì)單獨(dú)流化的流化特性。

壓差脈動(dòng)信號(hào)承載著流化床內(nèi)氣固流動(dòng)狀態(tài)的大量信息，為進(jìn)一步分析流化床內(nèi)氣固兩相流動(dòng)特性提供重要的依據(jù)。早期處理壓差脈動(dòng)信號(hào)的方法主要包括短時(shí)傅里葉變換、Wigner-Ville 分布、小波變換、遞歸分析、復(fù)雜性分析[1-6]等。Huang 等[7]于1998年創(chuàng)立了一種新的基于時(shí)間序列的分析方法，即Hilbert-Huang 變換（HHT）。Hilbert-Huang分析方法具有自適應(yīng)性的特點(diǎn)，通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解法（EMD）有規(guī)律地將原始信號(hào)分解為有限個(gè)具有一定特征的內(nèi)稟模態(tài)函數(shù)（IMF），目前很多學(xué)者采用此方法對(duì)流化床內(nèi)的流動(dòng)特征進(jìn)行研究。王曉萍[8]采用HHT 方法分析了流化床內(nèi)氣固壓力脈動(dòng)信號(hào)流動(dòng)特性，發(fā)現(xiàn)各階IMF 中頻能量轉(zhuǎn)換與流化床的流動(dòng)狀態(tài)有很好的對(duì)應(yīng)關(guān)系，提出了基于HHT 流型識(shí)別的新方法。黃海等[9]對(duì)氣固壓力脈動(dòng)信號(hào)進(jìn)行Hilbert-Huang 譜分析，研究顆粒結(jié)塊對(duì)IMF 能量分布的影響，指出顆粒結(jié)塊敏感地改變IMF 能量的分布規(guī)律，為判斷流化床內(nèi)顆粒結(jié)塊故障提供了新思路。周云龍等[10]采用HHT 和Elman 神經(jīng)網(wǎng)絡(luò)方法對(duì)氣液兩相流進(jìn)行流動(dòng)特性分析，得出EMD分解方法的優(yōu)越性和IMF 的能量變化能夠很好地識(shí)別水平管道內(nèi)不同流型的結(jié)論。Wang 等[11]采用HHT 方法對(duì)噴動(dòng)流化床內(nèi)壓力脈動(dòng)信號(hào)進(jìn)行分析，通過(guò)提取內(nèi)稟模態(tài)函數(shù)的特征參數(shù)發(fā)現(xiàn)固定床狀態(tài)、噴動(dòng)流化狀態(tài)、鼓泡流化狀態(tài)、騰涌流化狀態(tài)的識(shí)別率分別可以達(dá)到90%、85%、85%、95%。Ding 等[12]對(duì)水平管內(nèi)氣固兩相流壓差脈動(dòng)信號(hào)進(jìn)行HHT 分析，發(fā)現(xiàn)了隨水平管道內(nèi)流型的轉(zhuǎn)變高、中、低頻段能量轉(zhuǎn)移的一般規(guī)律，同時(shí)也證明HHT方法適用于分析非線性、非平穩(wěn)的氣固兩相流信號(hào)。Lu 等[13]通過(guò)對(duì)高壓下氣固兩相流Hilbert-Huang 譜分析發(fā)現(xiàn)由Hilbert-Huang 譜提取的能量特征能夠反映出能量隨流型改變轉(zhuǎn)移。Rai 等[14]通過(guò)將基于頻率域IMF 的快速傅里葉變換與Hilbert 變換相合并的方法對(duì)軸承振動(dòng)信號(hào)進(jìn)行分析，得出HHT 變換頻率域分析的有效性，證明這種方法最適合應(yīng)用在軸承故障診斷方面。Or-ampai 等[15]通過(guò)對(duì)流化床內(nèi)不同流型下的壓力脈動(dòng)信號(hào)的功率譜分析得出功率譜有一個(gè)寬泛的頻率范圍，主要集中在0～4 Hz，而且頻寬會(huì)隨固體密度的減小而減小的結(jié)論。目前Hilbert-Huang 變換還在海洋、生物工程、地震、橋梁健康監(jiān)測(cè)、噪聲分析[16-19]等領(lǐng)域得到廣泛應(yīng)用。

關(guān)于木桿與石英砂雙組分顆?；旌狭鲃?dòng)特性的研究[20]相對(duì)較少。本研究主要通過(guò)Hilbert-Huang變換方法對(duì)流化床內(nèi)生物質(zhì)和石英砂顆粒壓差脈動(dòng)信號(hào)進(jìn)行分析，研究不同氣速和不同生物質(zhì)含量下的生物質(zhì)與石英砂的混合流動(dòng)狀態(tài)，這對(duì)未來(lái)生物質(zhì)在流化床內(nèi)熱解和氣化的研究具有重要意義。

1 Hilbert-Huang 變換原理

HHT 時(shí)頻分析方法主要由經(jīng)驗(yàn)?zāi)B(tài)分解（empirical mode decomposition，EMD）方法和Hilbert 變換（Hilbert transform，HT）兩部分內(nèi)容組成，其中EMD 方法是HHT 的核心部分。EMD 自適應(yīng)地將原始信號(hào)按頻率從高到低順序分解為固有模態(tài)函數(shù)（intrinsic mode function，IMF），而IMF簡(jiǎn)單相加便還原為原始信號(hào)。

由EMD 分解出來(lái)的固有模態(tài)函數(shù)(IMF)必須滿足以下兩個(gè)條件[21]：①每個(gè)IMF 的極值點(diǎn)的個(gè)數(shù)與零點(diǎn)數(shù)必須保持相等或者至多相差一個(gè)；②每個(gè)IMF 極大值點(diǎn)相連的上包絡(luò)線與極小值點(diǎn)相連的下包絡(luò)線的均值必須等于0，即IMF 的對(duì)稱性。

假設(shè)原始信號(hào)為x(t)，對(duì)x(t)進(jìn)行EMD 分解，具體分解方法見(jiàn)文獻(xiàn)[21]，得到有限個(gè)固有模態(tài)函數(shù)（IMF）與一個(gè)殘余量，分別表示為ci(t)和r(t)（其中i=1,2,3,…），原始信號(hào)可重新表示為

每個(gè)IMF 的瞬時(shí)頻率和幅值可以通過(guò)對(duì)IMF 進(jìn)行Hilbert 變換得到，表示為di(t)

由此得到對(duì)每個(gè)IMF 進(jìn)行Hilbert-Huang 變換的解析信號(hào)，表示為zi(t)

由解析信號(hào)得到每個(gè)IMF 的幅值函數(shù)和相位函數(shù)，分別表示為ai(t)、φi(t)

最后根據(jù)相位與順時(shí)頻率的關(guān)系（某一時(shí)刻相位的導(dǎo)數(shù)等于瞬時(shí)頻率）得出每個(gè)IMF 的瞬時(shí)頻率，表示為fi(t)

每個(gè)IMF 可表示為關(guān)于瞬時(shí)頻率和幅值的函數(shù)形式，即Hilbert 譜

Hilbert 譜描述了瞬時(shí)頻率與幅值隨時(shí)間的變化規(guī)律，式(7)中Re 表示取實(shí)部。

用Hilbert 譜定義HHT 中的邊際譜

由振幅的平方對(duì)頻率積分，可以定義為瞬時(shí)能量

2 實(shí)驗(yàn)裝置與方案

2.1 實(shí)驗(yàn)裝置

實(shí)驗(yàn)裝置主要由動(dòng)力系統(tǒng)、流化床、檢測(cè)系統(tǒng)構(gòu)成，其中動(dòng)力系統(tǒng)包括鼓風(fēng)機(jī)和轉(zhuǎn)子流量計(jì)。流化床主體所用材料是6 mm 厚的有機(jī)玻璃，長(zhǎng)寬高分別為120、32、1000 mm；布風(fēng)板厚度為6 mm，上面有100 個(gè)孔徑為1.5 mm 的小孔，開(kāi)孔率為3%，采用等邊三角形錯(cuò)列方式排列?？紤]到測(cè)壓孔應(yīng)該布置在流化床中心和流態(tài)化發(fā)展比較充分的地方，以便測(cè)量不同床高下的壓差脈動(dòng)信號(hào)，在床體一側(cè)距布風(fēng)板200、300 和400 mm 處開(kāi)3 個(gè)直徑為8 mm的測(cè)壓孔。檢測(cè)系統(tǒng)包括計(jì)算機(jī)、USB 數(shù)據(jù)采集器（RBH8251-13 型）和壓力傳感器（KMSSTO 型，量程0～35 kPa），測(cè)量精度為0.1 級(jí)，高速攝影儀（Photron SA4，分辨率像素1024×512，最高每秒12500 幅的記錄速度，本實(shí)驗(yàn)拍攝頻率為1000 Hz）。實(shí)驗(yàn)裝置如圖1所示。

2.2 實(shí)驗(yàn)方案

圖1 實(shí)驗(yàn)裝置Fig.1 Schematic diagram of experimental setup

本實(shí)驗(yàn)選取粒徑為0.4mm 的石英砂顆粒和直徑不同（直徑×長(zhǎng)度分別為4 mm×10 mm、6 mm× 10 mm、8 mm×10 mm、10 mm×10 mm）的柱形木桿顆粒作為床料。實(shí)驗(yàn)所用的流化介質(zhì)為常溫下的空氣，由羅茨風(fēng)機(jī)提供。采樣頻率選擇f=100 Hz，每次采樣時(shí)間為15 s。為保證采樣的準(zhǔn)確性，避免外界因素的可能性干擾，每種工況下重復(fù)采樣3 次。實(shí)驗(yàn)工況：木桿和石英砂混合后靜止床高為150 mm，表觀氣速為0.29～2.31 m·s-1，木桿質(zhì)量分?jǐn)?shù)w分別為0、2%、4%、6%、8%。表1給出了實(shí)驗(yàn)中的顆粒特性。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 臨界流化風(fēng)速

圖2為生物質(zhì)質(zhì)量分?jǐn)?shù)分別為2%、4%、6%、8%時(shí)平均壓差（Δp）隨氣速變化的曲線。從圖中可以看出，隨著氣速的變化，不同的生物質(zhì)含量對(duì)應(yīng)的平均壓差均呈現(xiàn)先快速增加后相對(duì)平穩(wěn)的整體趨勢(shì)。而隨著生物質(zhì)含量的增加，平均壓差逐漸下降，生物質(zhì)質(zhì)量分?jǐn)?shù)為2%、4%和6%時(shí)平均壓差相差不大，生物質(zhì)質(zhì)量分?jǐn)?shù)為8%時(shí)平均壓差下降較為明顯。其主要原因是，由于生物質(zhì)密度比石英砂密度小很多，隨著生物質(zhì)質(zhì)量分?jǐn)?shù)增加，整個(gè)床料的平均堆積密度下降，導(dǎo)致氣體流過(guò)床料的阻力減小，而平均壓差是指流化床主體下端的氣體入口與測(cè)壓孔之間的平均壓力差，當(dāng)床料的阻力下降時(shí)，系統(tǒng)的平均壓差自然而然地隨之減小。當(dāng)生物質(zhì)質(zhì)量分?jǐn)?shù)為8%時(shí)，生物質(zhì)顆粒明顯增多，平均堆積密度下降比較明顯，因此平均壓差下降較快。采用壓降法可以測(cè)得不同生物質(zhì)含量下的臨界流化風(fēng)速大約為v=0.45 m·s-1。

表1 實(shí)驗(yàn)中的顆粒特性Table 1 Particle characteristics in experiment

圖2 不同生物質(zhì)含量下平均壓差隨氣速的變化曲線Fig.2 Curve of average pressure differential at different gas velocity with different biomass proportion

3.2 壓差脈動(dòng)信號(hào)的邊際譜分析

圖3 w=2%時(shí)不同氣速下壓差脈動(dòng)信號(hào)的IMF 圖Fig.3 IMFs of pressure fluctuation signal under different gas velocity when w=2%

為保證壓差脈動(dòng)信號(hào)原始圖像的準(zhǔn)確性，在選取數(shù)據(jù)時(shí)應(yīng)盡量選取床料流化穩(wěn)定后的數(shù)據(jù)，以避免EMD 分解過(guò)程中邊緣效應(yīng)[22]帶來(lái)的影響。圖3是生物質(zhì)質(zhì)量分?jǐn)?shù)為2%，氣速分別為0.72、1.30和2.02 m·s-1時(shí)壓力脈動(dòng)信號(hào)的IMF 圖。圖中x(t)為原始信號(hào)，利用EMD 分解方法將原始信號(hào)從高頻到低頻分解為8 個(gè)內(nèi)稟模態(tài)函數(shù)（IMF）和1 個(gè) 殘余分量r(t)。將分解的8 個(gè)IMF 分為3 個(gè)頻段，高頻部分為IMF 1～3，中頻部分為IMF 4～6，低頻部分為IMF 7～8。由式（7）可知，圖3中(a)、(b)、(c)各階IMF 分量均具有調(diào)幅和調(diào)頻形式。流化床內(nèi)氣泡的聚并、上升、破裂引起粒子之間的相互碰撞沖擊，導(dǎo)致壓差脈動(dòng)信號(hào)既具有波間調(diào)制又具有波內(nèi)調(diào)制，表現(xiàn)為信號(hào)的非線性性質(zhì)。另外，隨著氣速的增加，圖3中(a)、(b)、(c)原始信號(hào)的幅值越來(lái)越大，其主要原因是由于氣量增加，流過(guò)流化床內(nèi)的氣速增大，進(jìn)而流化床入口壓力增大，而生物質(zhì)質(zhì)量分?jǐn)?shù)為2%時(shí)所對(duì)應(yīng)的流動(dòng)阻力是基本不變的，從而導(dǎo)致流化床入口和測(cè)壓口的壓力差隨氣速增加越來(lái)越大，圖3中體現(xiàn)為原始信號(hào)的幅值隨氣速增加而變大。

圖4 w=2%時(shí)不同氣速下壓差脈動(dòng)信號(hào)的邊際譜Fig.4 Marginal spectrum of pressure fluctuation signal under different gas velocity when w=2%

圖4是生物質(zhì)質(zhì)量分?jǐn)?shù)為2%，氣速分別在0.72、1.30 和2.02 m·s-1下的壓差脈動(dòng)信號(hào)的邊 際譜。邊際譜可以真實(shí)地反映出壓差脈動(dòng)信號(hào)頻率成分的真實(shí)情況，從圖中可以很清楚地發(fā)現(xiàn)3 幅圖呈現(xiàn)出一定的規(guī)律，壓差脈動(dòng)信號(hào)的能量主要集中在0～4 Hz 的低頻部分，這與文獻(xiàn)[9]提出的觀點(diǎn)是一致的，此時(shí)幅值較大，可以認(rèn)為0～4 Hz 為壓差脈動(dòng)信號(hào)的主頻率區(qū)。而4～10 Hz 幅值較小，幾乎為零，此段頻率可以認(rèn)為是干擾信號(hào)的頻率。從圖4(a)到圖4(c)，氣速逐漸增加，壓差脈動(dòng)信號(hào)的能量越向低頻部分集中，而且低頻部分的能量也隨氣速增加逐漸增大，圖中表現(xiàn)為低頻部分幅值的不斷增大。這主要是因?yàn)榱骰矁?nèi)氣泡是決定流動(dòng)狀態(tài)的關(guān)鍵性因素，氣速的變化會(huì)改變氣泡原來(lái)的形狀、尺寸和運(yùn)動(dòng)規(guī)律。隨著氣速的增加，流化床內(nèi)壓差逐漸變大，氣泡尺寸也跟著變大，氣泡的聚并、長(zhǎng)大、上升、破裂所需要的時(shí)間越來(lái)越短，氣泡的周期性運(yùn)動(dòng)更加頻繁、劇烈，從而導(dǎo)致低頻部分幅值越來(lái)越大。

3.3 壓差脈動(dòng)信號(hào)的能量分析

3.3.1 不同氣速下壓差脈動(dòng)信號(hào)的能量分析 表2的數(shù)據(jù)表示生物質(zhì)質(zhì)量分?jǐn)?shù)為2%時(shí)不同氣速下各階IMF 能量以及高中低頻能量百分比的分布情況。圖5為生物質(zhì)質(zhì)量分?jǐn)?shù)為2%時(shí)高、中、低頻段能量隨氣速變化的曲線。

圖5 w=2%時(shí)高、中、低頻段能量隨氣速變化的曲線Fig.5 Curve of high,middle,low frequency energy under different gas velocity

表2 w=2%時(shí)不同氣速下的IMF 均方值（能量）Table 2 Mean square values of IMF at different gas velocities when w=2%

圖6 v=1.01 m·s-1 時(shí)不同木桿質(zhì)量分?jǐn)?shù)的石英砂木桿雙組分顆粒流動(dòng)狀態(tài)Fig.6 Two-component particle flow status of different biomass percentage at v=1.01 m·s-1

從表2和圖5可以發(fā)現(xiàn)，隨氣速的增加能量的集中區(qū)逐漸從高頻段向中頻段轉(zhuǎn)移，低頻段能量基本不變。當(dāng)氣速較低（小于0.45 m·s-1）時(shí)，高頻段能量最高，達(dá)到86.3%。隨著氣速逐漸增加（0.45～1.3 m·s-1），高頻段能量快速下降，從 86.3%下降到32.9%；中頻段能量快速增加，從12.0%增加到62.3%。當(dāng)氣速繼續(xù)增加時(shí)，高、中頻段能 量基本保持不變。高、中頻段能量的轉(zhuǎn)移是從臨界流化風(fēng)速為v=0.45 m·s-1開(kāi)始的，此時(shí)流化床內(nèi)床料開(kāi)始流態(tài)化，流化床逐漸進(jìn)入鼓泡流化狀態(tài)，床內(nèi)開(kāi)始有氣泡產(chǎn)生，氣泡行為引起床料粒子運(yùn)動(dòng)低頻調(diào)制是造成這一能量轉(zhuǎn)移的主要原因，同時(shí)也進(jìn)一步證明流化床內(nèi)氣泡的運(yùn)動(dòng)是使氣固兩相流系統(tǒng)進(jìn)入非線性、非平衡狀態(tài)的關(guān)鍵所在[8]。在氣速v≥1.30 m·s-1時(shí)，流化床內(nèi)顆粒湍動(dòng)均勻，氣泡具有一定的運(yùn)動(dòng)規(guī)律，此時(shí)高、中、低頻段能量不隨氣速的改變而改變。

3.3.2 不同生物質(zhì)質(zhì)量分?jǐn)?shù)下壓差脈動(dòng)信號(hào)的能量分析 如圖6所示，當(dāng)氣速為1.01 m·s-1時(shí)流化床處于典型的鼓泡流化狀態(tài)，此時(shí)流化床內(nèi)氣泡體積較大且氣固分界面明顯。在對(duì)氣固流化床研究中，這種工作狀態(tài)經(jīng)常被視為研究對(duì)象。選取木桿質(zhì)量分?jǐn)?shù)分別為2%、4%、6%和8%的石英砂和木桿雙組分顆粒作為床料（混合均勻）。

圖6為木桿質(zhì)量分?jǐn)?shù)分別為2%、4%、6%和8%的雙組分顆粒混合流動(dòng)狀態(tài)圖。圖6中(a)～(d)均描述木桿和石英砂顆粒在一個(gè)較短周期（1～1.5 s）內(nèi)完成的流動(dòng)狀態(tài)，每幅圖從左到右依次表示為流動(dòng)起始狀態(tài)、過(guò)程狀態(tài)、結(jié)束狀態(tài)、進(jìn)入下一個(gè)周期流動(dòng)狀態(tài)。從圖中可以看出氣泡在流化床內(nèi)開(kāi)始形成，然后到慢慢長(zhǎng)大，最后在氣固分界面破裂的整個(gè)過(guò)程。當(dāng)生物質(zhì)質(zhì)量分?jǐn)?shù)為2%、4%、6%時(shí)，流化床內(nèi)大氣泡的邊界輪廓相對(duì)比較清晰，大致呈橢圓狀。當(dāng)生物質(zhì)質(zhì)量分?jǐn)?shù)為8%時(shí)，氣泡的邊界變得彎彎曲曲，小氣泡開(kāi)始出現(xiàn)，此時(shí)床內(nèi)不再是整個(gè)大氣泡在運(yùn)動(dòng)。這主要是因?yàn)?，隨著生物質(zhì)質(zhì)量的增加以及生物質(zhì)在密度、形狀、體積方面與石英砂存在較大的差異，生物質(zhì)在被氣泡抬升后回落的過(guò)程中會(huì)破壞大氣泡的運(yùn)動(dòng)，使得大氣泡分裂成更小的氣泡。另外，從圖中可以看出，當(dāng)生物質(zhì)質(zhì)量分?jǐn)?shù)為2%、4%時(shí)，流化床內(nèi)生物質(zhì)與石英砂混合良好；當(dāng)生物質(zhì)質(zhì)量分?jǐn)?shù)為6%、8%時(shí)，流化床內(nèi)出現(xiàn)分層現(xiàn)象，而且生物質(zhì)量越多分層現(xiàn)象越明顯，如圖6(d)所示，有較多的生物質(zhì)顆粒位于床料頂部。這主要是因?yàn)椋镔|(zhì)量增多，生物質(zhì)顆粒之間開(kāi)始抱團(tuán)，而且氣泡在上升的過(guò)程中向四周排擠周圍的顆粒，生物質(zhì)與石英砂相比密度較小，容易受到氣泡的排擠，氣泡周期性的上升運(yùn)動(dòng)將生物質(zhì)顆粒排擠到床料頂部。

表3的數(shù)據(jù)表示氣速為1.01 m·s-1時(shí)不同生物質(zhì)質(zhì)量分?jǐn)?shù)所對(duì)應(yīng)的各階IMF 能量以及高、中、低頻能量百分比的分布情況。在氣速一定的情況下，生物質(zhì)質(zhì)量分?jǐn)?shù)的改變會(huì)引起流化床內(nèi)氣泡運(yùn)動(dòng)狀態(tài)改變，這也會(huì)帶來(lái)壓差脈動(dòng)信號(hào)各階IMF 能量分布的變化。從表3可以發(fā)現(xiàn)，隨著生物質(zhì)質(zhì)量分?jǐn)?shù)的增大，高頻段能量百分比逐漸增大，中頻段能量百分比逐漸減小，低頻段能量百分比較小且基本保持不變。這主要是因?yàn)?，生物質(zhì)顆粒增多必然會(huì)增大生物質(zhì)對(duì)氣泡的擾動(dòng)，在生物質(zhì)顆粒下落的過(guò)程中會(huì)影響氣泡的聚并和長(zhǎng)大，部分生物質(zhì)顆粒穿過(guò)大氣泡的中心，干擾氣泡原來(lái)的運(yùn)動(dòng)路徑，將大氣泡破壞成小尺寸氣泡，導(dǎo)致氣泡頻率相對(duì)增加，從而引起高頻能量百分比的增加。正如圖6(d)所示，流化床內(nèi)小氣泡數(shù)目明顯多于圖6(a)～(c)中的數(shù)目，這也導(dǎo)致了從w=6%時(shí)高頻段能量百分比50.5%快速增加到w=8%時(shí)高頻段能量百分比60.2%。

表3 氣速為1.01 m·s-1 的不同木桿質(zhì)量分?jǐn)?shù)的 IMF 均方值（能量）Table 3 Mean square values of IMF in different percentages of wooden pole at gas velocity v=1.01 m·s-1

對(duì)不同氣速時(shí)不同生物質(zhì)質(zhì)量分?jǐn)?shù)下生物質(zhì)與石英砂雙組分顆粒壓差脈動(dòng)信號(hào)進(jìn)行能量分析，能夠提取出一定的規(guī)律，為今后進(jìn)一步研究流化床內(nèi)雙組分顆粒流動(dòng)提供一定的理論依據(jù)。

4 結(jié) 論

（1）采用HHT 法對(duì)不同氣速下流化床內(nèi)生物質(zhì)質(zhì)量分?jǐn)?shù)為2%的雙組分顆粒的壓差脈動(dòng)信號(hào)進(jìn)行邊際譜分析，得出壓差脈動(dòng)信號(hào)頻率主要集中在0～4 Hz 低頻段，隨氣速增加壓差脈動(dòng)信號(hào)頻率越向低頻段集中的結(jié)論。

（2）在生物質(zhì)質(zhì)量分?jǐn)?shù)為2%的情況下對(duì)不同氣速下壓差脈動(dòng)信號(hào)進(jìn)行能量分析，發(fā)現(xiàn)在氣速小于臨界流化風(fēng)速（v=0.45 m·s-1）時(shí)高頻段（IMF 1～3）能量百分比基本保持在85%左右；在氣速大于臨界流化風(fēng)速流（v=0.45 m·s-1）時(shí)開(kāi)始下降，逐漸向中頻段（IMF 4～6）轉(zhuǎn)移；在氣速v≥1.30 m·s-1時(shí)，高、中、低頻段能量不再隨氣速改變而改變。

（3）在氣速v=1.01 m·s-1情況下對(duì)不同生物質(zhì)質(zhì)量分?jǐn)?shù)下壓差脈動(dòng)信號(hào)進(jìn)行能量分析，發(fā)現(xiàn)隨著生物質(zhì)質(zhì)量分?jǐn)?shù)的增加，高頻段能量百分比逐漸增大，中頻段能量百分比逐漸減小，低頻段能量百分比基本保持不變。

符 號(hào) 說(shuō) 明

HHT——Hilbert-Huang 變換

EMD——經(jīng)驗(yàn)?zāi)B(tài)分解

IMF——內(nèi)稟模態(tài)函數(shù)

t——時(shí)間，s

v——表觀氣速，m·s-1

w——生物質(zhì)質(zhì)量分?jǐn)?shù)，%

[1]Zhao Fengzhan (趙鳳展),Yang Rengang (楊仁剛).Voltage sag disturbance detection based on short time Fourier transform [J].Proceedings of CSEE(中國(guó)電機(jī)工程學(xué)報(bào)),2007,27 (10):28-34

[2]Luo Zhonghui (羅忠輝),Xue Xiaoning (薛曉寧),Wang Xiaozhen (王筱珍),et al.Study on the method of incipient motor bearing fault diagnosis based on wavelet transform and EMD [J].Proceedings ofCSEE(中國(guó)電機(jī)工程學(xué)報(bào)),2005,25 (14):125-129

[3]Sun Bin (孫斌),Zhou Yunlong (周云龍),Wang Qiang (王強(qiáng)).Differential pressure fluctuation analysis of gas-liquid two-phase intermittent flow using the wigner distribution [J].Chinese Journal of Scientific Instrument(儀器儀表學(xué)報(bào)),2005,26 (8):87-89

[4]Huang Hai (黃海),Huang Yilun (黃軼倫),Zhang Weidong (張衛(wèi)東).Pressure fluctuations analysis of gas-solid fluidized bed using the wigner distribution [J].Journal of Chemical Industry and Engineering(China) (化工學(xué)報(bào)) ,1999,50 (4):477-482

[5]Wang Chunhua (王春華),Zhong Zhaoping (仲兆平),Li Rui (李睿),et al.Recurrence plots analysis of pressure fluctuation in gas-solids fluidized bed [J].CIESC Journal(化工學(xué)報(bào)) ,2010,61 (3):557-564

[6]Huang Bei (黃蓓),Chen Bochuan (陳伯川),Huang Yilun (黃軼倫).Analysis of pressure fluctuation in fluidized bed through algorithm complexity in various scales [J].Journal of Chemical Industry and Engineering(China) (化工學(xué)報(bào)),2002,53 (12):1270-1275

[7]Huang N E,Shen Z,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for non-linear and on-stationary time series analysis [J].Proceedings of Royal Society of London,Series A,1998,454:903-995

[8]Wang Xiaoping(王曉萍).The Hilbert-Huang transform and flow regimes identification for pressure fluctuation of gas-solid fluidized beds [J].Journal of Chemical Engineering of Chinese Universities(高?；瘜W(xué)工程學(xué)報(bào)),2005,19 (4) :474-479

[9]Huang Hai (黃海),Huang Yilun (黃軼倫).Pressure-fluctuation analysis of gas-sold fluidized beds using Hilbert-Huang transform [J].Journal of Chemical Industry and Engineering(China) (化工學(xué)報(bào)) ,2004,55 (9):1441-1447

[10]Zhou Yunlong (周云龍),Wang Qiang (王強(qiáng)),Sun Bin (孫斌),Zhang Yonggang (張永剛).Applied study of Hilbert-Huang transform and Elman neural network on flow regime identification for gas liquid two-phase flow [J].Proceedings of CSEE(中國(guó)電機(jī)工程學(xué)報(bào)),2007,27 (11):50-56

[11]Wang Chunhua,Zhong Zhaoping,Li Rui.Flow regime recognition in the spouted bed based on Hilbert-Huang [J].Korean J.Chem.Eng.,2011,28 (1),308-313

[12]Ding Hao,Huang Zhiyao,Song Zhihuan,Yan Yong.Hilbert-Huang transform based signal analysis for the characterization of gas-liquid two-phase flow [J].Flow Measurement and Instrumentation,2006,18 (2007):37-46

[13]Lu Peng,Han Dong,Jiang Ruixue,Chen Xiaoping,Zhang Guichen.Experimental study on flow patterns of high-pressure gas-solid flow and Hilbert-Huang transform based analysis [J].Experimental Thermal and Fluid Science,2013,51:174-182

[14]Rai V K,Mohanty A R.Bearing fault diagnosis using FFT of intrinsic mode functions in Hilbert-Huang transform [J].Mechanical Systems and Signal Processing,2007,21:2607-2615

[15]Or-ampai Jaiboon,Benjapon Chalermsinsuwan,Lursuang Mekasut,Pornpote Piumsomboon.Effect of flow pattern on power spectral density of pressure fluctuation in various fluidization regime [J].Powder Technology,2013,233:215-226

[16]Qin Y,Qin S R,Mao Y F.Research on iterated Hilbert transform and its application in mechanical fault diagnosis [J].Mechanical Systems and Signal Processing,2008,22 (8):1967-1980

[17]Shen P C,Kang Y,Wang C C,et al.Study on the affection of gear fault diagnosis bases on HHT by noises [J].Advances in Intelligent and Soft Computing,2009,62:87-96

[18]Liu Qiang (劉強(qiáng)),Zhou Ruizhong (周瑞忠),Liu Yuhang (劉宇航).Computation and analysis of seismic response and energy based on Hilbert-Huang transform [J].Journal of Wuhan University:Engineering(武漢大學(xué)學(xué)報(bào):工學(xué)版),2009,42 (6):780-784

[19]Liu Shangbao (劉雙寶),Lü Chao (呂超),Yu Jilai (于繼來(lái)),Wang Lixin (王立欣).Application of Hilbert-Huang transform in pattern recognition for partial discharge of transformers [J].Proceedings of CSEE(中國(guó)電機(jī)工程學(xué)報(bào)),2008,28 (31):114-119

[20]Wang Xiaoyi (王肖祎),Zhong Zhaoping (仲兆平),Wang Chunhua (王春華).Chaotic recurrence analysis of two-component flow of mixed biomass particles and quartz sands in fluidized-bed [J].CIESCJournal(化工學(xué)報(bào)),2014,65 (3):813-819

[21]Zhong Youming (鐘佑明),Qin Shuren (秦樹(shù)人),Tang Baoping (湯寶平).The theory research of Hilbert-Huang transform [J].Journal of Vibration and Shock(振動(dòng)與沖擊),2002,21 (4):13-17

[22]Yang Jianwen (楊建文),Jia Minping (賈民平).Study on processing method and analysis of end problem of Hilbert-Huang spectrum [J].Journal of Vibration Engineering(振動(dòng)工程學(xué)報(bào)),2006,19 (2):283-288