Mathias Bliem,
"Mehrkanaliger elektrischer Leitfähigkeitssensor zur Klassifizierung von Strömungsregimen"
, 6-2024
Original Titel:
Mehrkanaliger elektrischer Leitfähigkeitssensor zur Klassifizierung von Strömungsregimen
Sprache des Titels:
Deutsch
Original Kurzfassung:
Zur Beobachtung von Flüssig-Gas-Strömungsgemischen in vertikalen Rohren wurde ein Mehrkanaliger elektrischer Leitfähigkeitssensor (multichannel electrical conductivity sensor MECS) entwickelt und evaluiert. Das primäre Ziel besteht darin, ein Sensorsystem mit hoher Wiederholungsrate zu schaffen, welches verwendet werden kann, um bei der Validierung von Strömungssimulationen zu helfen und Strömungsmuster klassifiziert.
Das entwickelte Sensorsystem verfügt über einen elektrischen Erregungskreis mit einstellbarer Amplitude und Frequenz sowie Transimpedanzverstärker für präzise Leitfähigkeitsmessungen der Mehrphasenströmung. Der experimentelle Aufbau umfasst Tests des Sensors in einer kontrollierten Umgebung mit einem transparenten Rohr.
Die Sensordaten wurden Visualisiert und mit Aufnahmen einer Hochgeschwindigkeitskamera verglichen.
Maschinelle Lernalgorithmen wurden verwendet, um Strömungsregime basierend auf extrahierten statistischen Merkmalen zu klassifizieren. Der Sensor zeigt eine hohe Wirksamkeit bei der Unterscheidung verschiedener Strömungsmuster, was sein Potenzial für die Echtzeit-Überwachung in der Industrie und die Validierung von CFD-Simulationen bestätigte.
Diese Arbeit bietet ein zuverlässiges, kostengünstiges und robustes Sensorsystem zur Klassifizierung von Strömungsregimen und zur Strömungsüberwachung. Es hat potenzielle Anwendungen für die CFD-Validierung, die Prozessüberwachung und die Prozessoptimierung und trägt dadurch zur potentiellen Verbesserung von Sicherheit, Effizienz und Leistung in verschiedenen Branchen bei.
Sprache der Kurzfassung:
Deutsch
Englischer Titel:
Multichannel Electrical Conductivity Sensor for the Classification of Flow Regimes
Englische Kurzfassung:
For the observation of liquid-gas flow mixtures in vertical pipes a multichannel electrical conductivity sensor (MECS) was developed and evaluated. The primary goal is to create a sensor system with a high repetition rate, which can be used to help validate flow simulations and classify flow patterns.
The developed sensor system features an electrical excitation circuit with adjustable amplitude and frequency, as well as transimpedance amplifiers for precise conductivity measurements of the multiphase flow. The experimental setup includes tests of the sensor in a controlled environment with a transparent pipe. Sensor measurements were visualized and compared with recordings from a high-speed camera.
Machine learning algorithms were used to classify flow regimes based on extracted statistical features. The sensor demonstrates high effectiveness in distinguishing various flow patterns, confirming its potential for real-time monitoring in industry and the validation of CFD simulations.
This work provides a reliable, cost-effective, and robust sensor system for the classification of flow regimes and flow monitoring. It has potential applications for CFD validation, process monitoring, and process optimization, thereby contributing to potential improvements in safety, efficiency, and performance across various industries.
Forschungs-