張立峰, 肖 凱

(華北電力大學(xué) 自動(dòng)化系,河北保定 071003)

隨著我國(guó)工業(yè)不斷發(fā)展,對(duì)兩相流監(jiān)測(cè)日趨重要。兩相流系統(tǒng)在電力、化工和石油等工業(yè)部門廣泛存在。兩相流根據(jù)構(gòu)成系統(tǒng)的相態(tài)分為氣液兩相流、液液兩相流、液固兩相流和氣固兩相流等。氣液兩相流是各類兩相流中最常見、最復(fù)雜的兩相流動(dòng)體系之一,氣液兩相流作為一種非平穩(wěn)過程,其狀態(tài)的變化具有時(shí)變性、非線性和隨機(jī)性等復(fù)雜流動(dòng)過程的特點(diǎn),這些因素導(dǎo)致對(duì)氣液兩相流的狀態(tài)檢測(cè)十分困難[1-2]。流型是氣液兩相流最基本的特征參數(shù),因此其他參數(shù)的準(zhǔn)確測(cè)量需要依賴于對(duì)流型的了解,對(duì)兩相流流型的準(zhǔn)確辨識(shí)具有重要意義[3]。

電阻層析成像(Electrical Resistance Tomography,ERT)是一種用于連續(xù)流動(dòng)相為導(dǎo)電介質(zhì)的兩相流可視化檢測(cè)方法,其原理為根據(jù)不同介質(zhì)的電導(dǎo)率特性,通過測(cè)量敏感場(chǎng)邊界信號(hào),反推內(nèi)部電導(dǎo)率分布圖像,從而得到介質(zhì)分布狀況[4],其具有非侵入、結(jié)構(gòu)簡(jiǎn)單及實(shí)時(shí)性高等特點(diǎn)[5]。

基于ERT的流型辨識(shí)方法可分為2類。一類是基于ERT重建圖像進(jìn)行流型辨識(shí):仝衛(wèi)國(guó)等[6]提出一種基于Landweber迭代圖像重建算法和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的流型辨識(shí)方法,該方法先利用電容層析成像技術(shù)對(duì)管道內(nèi)的氣液兩相流進(jìn)行圖像重建,然后建立卷積神經(jīng)網(wǎng)絡(luò)模型,對(duì)重建后的流型圖片進(jìn)行分類,從而達(dá)到流型辨識(shí)的目的;翁潤(rùn)瀅等[7]采用壓差傳感器對(duì)不同流型的壓差信號(hào)進(jìn)行采集,在時(shí)頻分析后將其轉(zhuǎn)換為時(shí)頻譜圖,然后采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)頻譜圖進(jìn)行分類從而實(shí)現(xiàn)流型辨識(shí)。另一類則是利用ERT系統(tǒng)測(cè)量值,基于信號(hào)分析或特征提取結(jié)合某種分類方法進(jìn)行辨識(shí)[8]:李凱鋒等[9]利用主成分分析法提取ERT測(cè)量數(shù)據(jù),再通過K-均值聚類算法對(duì)泡狀流、層狀流和環(huán)狀流實(shí)現(xiàn)流型辨識(shí),并驗(yàn)證了該方法的可行性;陳德運(yùn)等[10]采用主成分分析法對(duì)ERT系統(tǒng)中的邊界測(cè)量電壓數(shù)據(jù)進(jìn)行特征提取,然后作為支持向量機(jī)的輸入,對(duì)油水兩相流的均勻流、層流、環(huán)狀流和核心流4種流型進(jìn)行流型辨識(shí),并通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

在之前的研究中,鮮有人將集成學(xué)習(xí)與流型辨識(shí)相結(jié)合,這種方法屬于機(jī)器學(xué)習(xí)中的一種,通過構(gòu)建并結(jié)合多個(gè)學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)[11],主要包含Boosting、Bagging及Stacking 3類算法,一般結(jié)構(gòu)是先產(chǎn)生一組“個(gè)體學(xué)習(xí)器”,再用某種策略將它們結(jié)合起來[12],所用的策略主要有平均法、投票法和學(xué)習(xí)法3種。

極限梯度提升(eXtreme Gradient Boosting,XGBoost)是Boosting算法中的一種,由Chen等[13]于2016年提出,該算法在傳統(tǒng)GBDT(Gradient Boosting Decision Tree)算法上進(jìn)行改進(jìn)[14],基本思想是將多棵分類回歸樹(Classification And Regression Tree,CART)作為弱分類器,最終組合為一個(gè)強(qiáng)分類器,達(dá)到提升算法準(zhǔn)確率的效果 。

AdaBoost算法也屬于Boosting算法中的一種。 其原理是根據(jù)前一個(gè)弱分類器的分類結(jié)果,調(diào)整下一個(gè)弱分類器的樣本權(quán)重和弱分類器權(quán)重,最后將多個(gè)弱分類器組合成一個(gè)強(qiáng)分類器,達(dá)到提高分類效果的目的[15]。由于AdaBoost算法可以使用不同的分類算法作為弱分類器,并且可以有效地提高算法效果,因此在各種研究中得到了廣泛的應(yīng)用。

筆者先對(duì)實(shí)驗(yàn)采集的泡狀流、彈狀流、段塞流和混狀流4種流型數(shù)據(jù)進(jìn)行幀數(shù)均值化,然后利用XGBoost算法進(jìn)行預(yù)訓(xùn)練,并以增益值作為指標(biāo)對(duì)特征進(jìn)行選擇,保留重要特征,去除冗余特征,以此來降低分類模型的復(fù)雜度和提高實(shí)時(shí)性。最后將5個(gè)深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,DNN)模型作為弱分類器,通過AdaBoost算法組成DNN-AdaBoost強(qiáng)分類器,輸入預(yù)處理好的數(shù)據(jù)進(jìn)行流型辨識(shí),并與其他算法進(jìn)行比較,以驗(yàn)證DNN-AdaBoost算法在流型辨識(shí)中的有效性。

1 電阻層析成像系統(tǒng)原理

電阻層析成像系統(tǒng)由ERT傳感器、數(shù)據(jù)采集系統(tǒng)及重建圖像計(jì)算機(jī)3部分構(gòu)成[16],見圖1。

圖1 電阻層析成像系統(tǒng)原理圖

電阻層析成像系統(tǒng)工作原理是由重建圖像計(jì)算機(jī)對(duì)數(shù)據(jù)采集系統(tǒng)發(fā)出控制信號(hào),控制ERT傳感器的激勵(lì)模式及測(cè)量模式,并采集測(cè)量值。16電極ERT傳感器采用相鄰激勵(lì)模式并進(jìn)行相鄰電極電壓測(cè)量,共采集120個(gè)獨(dú)立邊界電壓測(cè)量值,經(jīng)A/D轉(zhuǎn)換傳回計(jì)算機(jī),采用圖像重建算法即可獲得管道截面電導(dǎo)率分布的重建圖像[17]。

2 流型辨識(shí)模型

2.1 CART算法

CART算法采用一種二分遞歸分割的技術(shù),將當(dāng)前的樣本集分為2個(gè)子樣本集,使得生成的每個(gè)非葉子節(jié)點(diǎn)都有2個(gè)分支。因此,CART算法生成的決策樹是結(jié)構(gòu)簡(jiǎn)潔的二叉樹[18]。

CART算法主要分為2步:第一步是將訓(xùn)練樣本進(jìn)行遞歸地劃分自變量空間并進(jìn)行建樹,第二步是用驗(yàn)證數(shù)據(jù)進(jìn)行剪枝。建樹過程中引入基尼系數(shù)H(p),據(jù)此選擇最優(yōu)特征,并決定該特征的最優(yōu)二值切分點(diǎn),其計(jì)算公式如下:

(1)

式中:a為當(dāng)前類別;A為總類別數(shù);pa為樣本點(diǎn)屬于第a類的概率。

具有最小基尼系數(shù)的屬性及其屬性值為最優(yōu)?；嵯禂?shù)值越小,說明二分之后的子樣本的“純凈度”越高,選擇該屬性作為分裂屬性的效果越好,以此完成建樹過程。為有效降低過擬合問題,提高模型的泛化能力,需對(duì)樹模型進(jìn)行剪枝處理。經(jīng)過建樹以及剪枝處理后即可生成一個(gè)CART模型,再將CART模型作為XGBoost算法的弱分類器,最終將多個(gè)CART弱分類器結(jié)合起來構(gòu)成一個(gè)強(qiáng)分類器,形成XGBoost算法。

2.2 XGBoost算法

XGBoost算法是在GBDT算法上改進(jìn)而來的,相比于傳統(tǒng)的GBDT算法,XGBoost算法無論是在模型精度還是在模型計(jì)算速度方面均得到較大改善。其基本思想是將多個(gè)CART模型組合,通過前一模型的預(yù)測(cè)結(jié)果來減少后一個(gè)模型的偏差,從而提高預(yù)測(cè)性能[19]。

XGBoost算法最終的強(qiáng)分類器數(shù)學(xué)模型如下:

(2)

模型的目標(biāo)優(yōu)化函數(shù)S為:

(3)

(4)

再對(duì)損失函數(shù)進(jìn)行二階泰勒展開,將式(4)代入式(3)得到近似優(yōu)化目標(biāo)函數(shù):

(5)

利用XGBoost算法進(jìn)行預(yù)訓(xùn)練,根據(jù)預(yù)訓(xùn)練的結(jié)果可以計(jì)算特征的重要性程度,根據(jù)特征重要性進(jìn)行排序后再進(jìn)行特征選擇,以此來達(dá)到數(shù)據(jù)降維的目的。

2.3 DNN神經(jīng)網(wǎng)絡(luò)

本文構(gòu)建的DNN弱分類器模型分為輸入層、隱藏層和輸出層3部分。隱藏層有 4 層,每層包含 500個(gè)神經(jīng)元節(jié)點(diǎn)。ReLU激活函數(shù)R(x)用于去線性化,以交叉熵作為損失函數(shù),反向傳播用于學(xué)習(xí)訓(xùn)練調(diào)整和更新神經(jīng)元之間的權(quán)重。R(x)表達(dá)式為:

(6)

交叉熵?fù)p失函數(shù)L為:

(7)

式中:N為樣本個(gè)數(shù);M為類別個(gè)數(shù);yic為符號(hào)函數(shù),如果第i個(gè)樣本的真實(shí)類別為c,則值為1,否則為0;pic為樣本i屬于c類的概率。

DNN神經(jīng)網(wǎng)絡(luò)的框架圖如圖2所示。

圖2 DNN網(wǎng)絡(luò)框架圖

2.4 DNN-AdaBoost算法

本文構(gòu)建的DNN-AdaBoost算法模型使用5個(gè)DNN模型作為AdaBoost算法的弱分類器,原理是依次訓(xùn)練多個(gè)DNN模型,根據(jù)上一個(gè)DNN分類器的結(jié)果調(diào)整下一個(gè)DNN分類器的樣本權(quán)重,從而達(dá)到自適應(yīng)提升的效果,最后根據(jù)每個(gè)DNN分類器分類效果確定其在最終強(qiáng)分類器中的權(quán)重[20]。其算法過程如下:

(1) 輸入訓(xùn)練樣本。

(2) 初始化權(quán)值分布Di。

Di=(w1,w2,…,wN)

(8)

式中:wi為第i個(gè)樣本的權(quán)值,每個(gè)樣本賦予相同的初始權(quán)值,為1/N。

(3) 訓(xùn)練弱分類器,共進(jìn)行TN次迭代,TN為弱分類器的總數(shù)。

選擇一個(gè)DNN神經(jīng)網(wǎng)絡(luò),作為第t個(gè)弱分類器Ht并計(jì)算該弱分類器在權(quán)值分布Dt上的分類誤差et:

(9)

式中:wt(i)為第t次迭代中第i個(gè)被錯(cuò)誤分類樣本的權(quán)值。

計(jì)算當(dāng)前DNN神經(jīng)網(wǎng)絡(luò)在最終強(qiáng)分類器中的權(quán)重αt:

(10)

更新下一次迭代的樣本權(quán)值Dt+1:

(11)

(4) 將各個(gè)DNN神經(jīng)網(wǎng)絡(luò)弱分類器Ht及其權(quán)重αt組合為一個(gè)強(qiáng)分類器Hfinal。

(12)

通過符號(hào)函數(shù)sign的作用,得到最終的強(qiáng)分類器:

(13)

(5) 將測(cè)試樣本輸入強(qiáng)分類器,輸出分類結(jié)果。

基于集成學(xué)習(xí)的流型辨識(shí)模型框圖見圖3。

圖3 基于集成學(xué)習(xí)的流型辨識(shí)模型框圖

3 實(shí)驗(yàn)過程及結(jié)果分析

3.1 數(shù)據(jù)采集

使用華北電力大學(xué)先進(jìn)測(cè)量實(shí)驗(yàn)室的可移動(dòng)氣水兩相流實(shí)驗(yàn)裝置進(jìn)行實(shí)驗(yàn)數(shù)據(jù)采集,實(shí)驗(yàn)裝置實(shí)物圖和示意圖分別如圖4和圖5所示。

圖4 實(shí)驗(yàn)裝置實(shí)物圖

圖5 實(shí)驗(yàn)裝置示意圖

此裝置主要由水路循環(huán)、氣路循環(huán)及電阻層析成像三部分組成。首先由空氣壓縮機(jī)壓入儲(chǔ)氣罐里的氣體經(jīng)過壓力表、氣體渦輪流量計(jì)、浮子流量計(jì)到達(dá)ERT傳感器。同時(shí)水箱里的水由水泵抽取經(jīng)過電磁流量計(jì)、閥門到達(dá)ERT傳感器與氣體混合形成氣液兩相流。在水流量不變的情況下,通過調(diào)節(jié)氣相路的閥門開度來改變氣量,可以得到不同的氣液兩相流流型。最后由ERT傳感器采集不同流型的信息。參考垂直管道氣液兩相流的Taitel流型圖進(jìn)行氣相及液相的流量配比,當(dāng)水與氣的比例在一定的范圍內(nèi)時(shí),即可得到一種典型流型,同時(shí)亦可觀察有機(jī)玻璃透明管段記錄當(dāng)前流型,得到不同的氣液兩相流流型。

ERT傳感器部分透明直管段的管徑為50 mm,其周圍安裝16電極ERT陣列傳感器,采用四電極激勵(lì)測(cè)量策略,采樣頻率為120 Hz,共可獲得120個(gè)獨(dú)立測(cè)量值,通過數(shù)字化ERT系統(tǒng)將模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)保存至計(jì)算機(jī)。實(shí)驗(yàn)中將水相體積流量固定為1.7 m3/h,通過閥門調(diào)節(jié)氣相流量的大小,進(jìn)而改變氣液兩相流的流型狀態(tài)。經(jīng)實(shí)驗(yàn)觀察,選取氣相體積流量為0.3 m3/h、0.5 m3/h、1.2 m3/h和2.5 m3/h,分別對(duì)應(yīng)泡狀流、彈狀流、段塞流及混狀流4種流型,如圖6所示。

(a) 泡狀流

3.2 數(shù)據(jù)預(yù)處理

在實(shí)驗(yàn)采集的樣本預(yù)處理方面,由于每幀數(shù)據(jù)只包含了極短時(shí)間內(nèi)氣液兩相流的流型信息,并不能很好地表征其在時(shí)間序列下整體流型的流動(dòng)特征。因此,進(jìn)行了幀數(shù)均值化處理。不同幀數(shù)均值化的平均辨識(shí)準(zhǔn)確率如圖7所示。

圖7 平均辨識(shí)準(zhǔn)確率

由圖7可以看出,對(duì)5幀至50幀均值化處理后的流型辨識(shí)準(zhǔn)確率總體呈逐漸升高的趨勢(shì),但繼續(xù)增加均值化的幀數(shù),又會(huì)導(dǎo)致準(zhǔn)確率下降,其原因?yàn)榫祷幚砗蟮臄?shù)據(jù)綜合考慮了多個(gè)截面的平均信息,極大地降低了用單一截面信息評(píng)估整體的局限性,增加了動(dòng)態(tài)流型的整體特征,但過多幀數(shù)的均值化又會(huì)導(dǎo)致各個(gè)流型之間的特征差異變小,從而出現(xiàn)各個(gè)流型之間易于混淆的結(jié)果。因此,本文選擇以每50幀數(shù)據(jù)均值化的方式對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。

由于采集的數(shù)據(jù)特征維度為120維,為有效降低模型復(fù)雜程度及提高實(shí)時(shí)性,需對(duì)數(shù)據(jù)進(jìn)行降維處理。先用XGBoost算法對(duì)數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練,得到每個(gè)特征的重要性,然后設(shè)置閾值進(jìn)行特征選取。特征重要性根據(jù)gain值β進(jìn)行評(píng)價(jià),其計(jì)算公式如下:

(14)

根據(jù)式(14)計(jì)算每個(gè)特征的gain值,如圖8所示。由圖8可以看出,120個(gè)特征所對(duì)應(yīng)的gain值各不相同,即特征重要性不同,綜合考慮對(duì)算法實(shí)時(shí)性的要求和精度要求,按照特征重要性進(jìn)行排序,并設(shè)置特征選擇的閾值為0.02,據(jù)此對(duì)特征進(jìn)行選擇,最終選出12個(gè)特征組成新的數(shù)據(jù)特征。為了對(duì)比特征選擇前后對(duì)流型辨識(shí)效果的影響,對(duì)比了特征選擇前后的訓(xùn)練時(shí)間、預(yù)測(cè)時(shí)間及4種流型平均辨識(shí)準(zhǔn)確率,如表1所示。

表1 特征選擇前后各參數(shù)的對(duì)比

圖8 特征重要性

由表1可以看出,在將特征為120維的數(shù)據(jù)降維到12維后,其訓(xùn)練時(shí)間從2.149 s減至0.625 s,預(yù)測(cè)時(shí)間從0.003 s減至0.002 s,準(zhǔn)確率從94.25%提高到98.25%,其原因?yàn)橥ㄟ^特征選擇實(shí)現(xiàn)降維,保留了重要特征,去除冗余特征,從而降低了模型復(fù)雜程度,提高了算法實(shí)時(shí)性,并且冗余特征的去除有效降低了過擬合對(duì)算法精度的影響,因此算法的實(shí)時(shí)性和精度均得到了提高。

3.3 流型辨識(shí)及結(jié)果分析

數(shù)據(jù)預(yù)處理完成后的數(shù)據(jù)樣本共有800個(gè),每個(gè)樣本維度為12維,將其以4∶1的分布隨機(jī)劃分出640個(gè)訓(xùn)練樣本及160個(gè)測(cè)試樣本。然后將其輸入DNN-AdaBoost算法中進(jìn)行流型辨識(shí)。

DNN-AdaBoost算法中有一些參數(shù)(見表2)對(duì)模型的整體性能有重要影響。 因此,本文使用網(wǎng)格搜索算法對(duì) DNN-AdaBoost 算法中的參數(shù)進(jìn)行優(yōu)化。

表2 超參數(shù)調(diào)優(yōu)

為了驗(yàn)證AdaBoost算法的提升效果,對(duì)比了單獨(dú)采用DNN算法進(jìn)行流型辨識(shí)與采用自適應(yīng)提升后的DNN算法(即DNN-AdaBoost算法)對(duì)同一批數(shù)據(jù)的分類效果,結(jié)果如圖9所示,其中a～d分別對(duì)應(yīng)泡狀流、彈狀流、段塞流及混狀流。

(a) DNN算法

由圖9可以看出,DNN模型對(duì)4種流型的平均辨識(shí)準(zhǔn)確率為94.25%,對(duì)段塞流的辨識(shí)準(zhǔn)確率最差,僅為77%,其中10%的樣本被錯(cuò)分為彈狀流,13%的樣本被錯(cuò)分為混狀流。 DNN-AdaBoost算法的平均辨識(shí)準(zhǔn)確率達(dá)到98.25%,其中有2%的彈狀流樣本被錯(cuò)分為段塞流,而段塞流的樣本中有3%的樣本被錯(cuò)分為彈狀流,3%的樣本被錯(cuò)分為混狀流。2種算法對(duì)段塞流流型的辨識(shí)效果較差,其原因?yàn)槎稳魇菑棤盍髦粱鞝盍鞯倪^渡流型,其流型特征與彈狀流、段塞流比較相似,因此易被錯(cuò)分為這兩種流型。從2種算法的平均辨識(shí)準(zhǔn)確率可知,相比DNN算法,由DNN和AdaBoost組成的DNN-AdaBoost算法的辨識(shí)精度有所提升,其辨識(shí)精度由94.25%提高到98.25%。

為了比較DNN-AdaBoost算法與其他算法的流型辨識(shí)精度,使用相同數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)、SVM、決策樹及GBDT算法模型進(jìn)行流型辨識(shí)。由表3可以看出,DNN-AdaBoost 算法模型對(duì)泡狀流、彈狀流、段塞流和混狀流的辨識(shí)精度均優(yōu)于BP神經(jīng)網(wǎng)絡(luò)、SVM、決策樹、GBDT算法和DNN算法模型,其對(duì)泡狀流、混狀流的辨識(shí)準(zhǔn)確率可達(dá)到100%,平均辨識(shí)精度可達(dá)98.25%。

4 結(jié) 論

(1) 流型辨識(shí)前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理十分必要。選擇不同幀數(shù)均值化處理對(duì)辨識(shí)結(jié)果的準(zhǔn)確性有較大影響。 經(jīng)過XGBoost算法特征選擇后,可以提高算法的實(shí)時(shí)性和準(zhǔn)確性。

(2) AdaBoost算法對(duì)DNN模型的提升效果較為明顯,對(duì)4種流型的平均辨識(shí)準(zhǔn)確率從94.25%提高到98.25%。

(3) 經(jīng)過XGBoost算法特征選擇后的DNN-AdaBoost算法對(duì)流型辨識(shí)的準(zhǔn)確率高于BP神經(jīng)網(wǎng)絡(luò)、SVM、決策樹、GBDT算法和DNN算法,該算法的平均辨識(shí)準(zhǔn)確率可以達(dá)到98.25%。

(4) 所采用的DNN-AdaBoost算法在流型辨識(shí)方面取得了較好的效果,但也存在一定的局限性。首先,該算法弱分類器的數(shù)目不易確定,需花費(fèi)較長(zhǎng)時(shí)間進(jìn)行尋優(yōu);其次,由于組合了多個(gè)DNN弱分類器,在數(shù)據(jù)訓(xùn)練時(shí)需耗費(fèi)較長(zhǎng)時(shí)間。因此,采用更高效的參數(shù)尋優(yōu)方法及進(jìn)行模型優(yōu)化以減少訓(xùn)練時(shí)間是后續(xù)需要解決的問題。