Identyfikacja przepływu dwufazowego gaz-ciecz oparta na ocenie rozmytej obrazów tomograficznych 3D

• Autorzy: Jaworski T. , Fiderek P. , Wajman R. , Banasiak R.

Warianty tytułu

EN

Two-phase flow structure identification based on fuzzy assesment of 3D tomographical imaging

• Języki publikacji: PL

Abstrakty

PL

Prezentowany artykuł przedstawia wyniki prac nad systemem automatycznego rozpoznawania przepływów dwufazowych gaz-ciecz w rurociągach poziomych i pionowych. Opiera się on na logice rozmytej przy ocenie obrazów przestrzennych z tomografii 3D a następnie na przyporządkowaniu uzyskanych ocen do jednej z klas przepływu.

EN

The following paper presents results of research on automated two-phase flow pattern identification, which is based on a fuzzy assessment of registered spatial images. Such images are obtained from 3D tomography reconstruction algorithms and for each a set of fuzzy-based features is calculated. Finally, acquired features are used to classify obtained image to one of flow regime structures.

Słowa kluczowe

PL

logika rozmyta; rozmyta ocena obrazów; przetwarzanie obrazów; obrazy przestrzenne

EN

fuzzy logic; fuzzy image assessment; image processing; spatial images

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2013
• Tom: nr 3
• Strony: 41--48
• Opis fizyczny: Bibliogr. 18 poz., rys., tab., wykr.

Twórcy

autor

Jaworski T.

• Instytut Informatyki Stosowanej Politechniki Łódzkiej

autor

Fiderek P.

• Instytut Informatyki Stosowanej Politechniki Łódzkiej

autor

Wajman R.

• Instytut Informatyki Stosowanej Politechniki Łódzkiej

autor

Banasiak R.

• Instytut Informatyki Stosowanej Politechniki Łódzkiej

Bibliografia

• [1] Al-sharhan S. , Karray F. , Gueaieb W., Basir O.: Fuzzy entropy: a brief survey in Fuzzy Systems. The 10th IEEE International Conference on, vol. 3, 2001, pp. 1135-1139
• [2] Banasiak R. , Wajman R. , Fidos H. , Fiderek P. , Jaworski T. , Nowakowski J. , Sankowski D. : System trójwymiarowej tomografii pojemnościowej w zastosowaniu do wyznaczania udziału faz oraz identyfikacji struktur w przepływach mieszanin gaz-ciecz. IAPGOS, 2013, nr 3, 28-31.
• [3] Caniere H. , Bauwens B. , T’Joen C. , and Paepe M. D.: Probabilistic mapping of adiabatic horizontal two-phase flow by capacitance signal feature clustering. International Journal of Multiphase Flow, vol. 35, no. 7, 2009, pp. 650 – 660.
• [4] Cho K.-H., Kim S. , Lee Y.-J.: A fast eit image reconstruction method for the two-phase flow visualization. International Communications in Heat and Mass Transfer, vol. 26, no. 5, 1999, pp. 637 – 646.
• [5] Cho K. H., Kim S. , Lee Y. J.: Impedance imaging of two-phase flow field with mesh grouping method. Nuclear Engineering and Design, vol. 204, no. 1–3, 2001, pp. 57 – 67.
• [6] Cortes C. and Vapnik V. , Support-vector networks. Mach. Learn., vol. 20, Sept. 1995, pp. 273–297.
• [7] Dunn J. C.: A fuzzy relative of the ISODATA process and its use in detecting compact Well-Separated clusters. Journal of Cybernetics, vol. 3, no. 3, 1973, pp. 32–57.
• [8] Evgeniou T. , Pontil M. and Elisseeff A.: Leave one out error, stability, and generalization of voting combinations of classifiers. Mach. Learn., vol. 55, Apr. 2004, pp. 71–97.
• [9] Guyon I. , Weston J. , Barnhill S. , Vapnik V.: Gene selection for cancer classification using support vector machines. Mach. Learn., vol. 46, Mar. 2002, pp. 389–422.
• [10]Kohavi R. and Provost F.: Glossary of terms. Machine Learning, vol. 30, pp. 271–274, 1998. 10.1023/A:1017181826899.
• [11]Li H. , Zhou Z. , Hu C.: Measurement and evaluation of two-phase flow parameters. Instrumentation and Measurement, IEEE Transactions on, vol. 41, apr 1992, pp. 298 –303.
• [12]Rahmat M. F., Kamaruddin N. S., Isa M. D.: Flow regime identification in pneumatic conveyor using electrodynamic transducer and fuzzy logic method. Journal on Smart Sensing and Intelligent Systems, vol. 2, 2009, pp. 396–416.
• [13]Rifkin R. and Klautau A.: In defense of one-vs-all classification. J. Mach. Learn. Res., vol. 5, Dec. 2004, pp. 101–141.
• [14]Tsoukalas L. H., Ishii M. , and Mi Y.: A neurofuzzy methodology for impedance-based multiphase flow identification. Engineering Applications of Artificial Intelligence, vol. 10, no. 6, 1997, pp. 545 – 555.
• [15]Wajman R. , Banasiak R.: Nowa metoda tunelowego wyznaczania macierzy wrażliwości dla potrzeb procesu rekonstrukcji obrazów dla trójwymiarowej tomografii pojemnościowej. IAPGOS, 2013, nr 3, 32-37.
• [16]Wenyin Z. and Ningde J.: Improved local binary pattern based gas/liquid two-phase flow regimes analysis; in Proceedings of the 6th international conference on Fuzzy systems and knowledge discovery - Volume 1, FSKD’09, (Piscataway, NJ, USA), IEEE Press, 2009, pp. 202–206.
• [17]Xie D. , Huang Z. , Ji H., Li H.: An online flow pattern identification system for gas-oil two-phase flow using electrical capacitance tomography. IEEE Transactions on Instrumentation and Measurement, vol. 55, no. 5, 2006, pp. 1833–1838.
• [18]Zadeh L.: Fuzzy sets. Information and Control, vol. 8, no. 3, pp. 338–353, 1965. zasada rozszerzenia (extension principle).