(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111620853.1 (22)申请日 2021.12.28 (65)同一申请的已公布的文献号 申请公布号 CN 114047142 A (43)申请公布日 2022.02.15 (73)专利权人 西安石油大 学 地址 710065 陕西省西安市雁塔区电子城 街道电子二路东段18号 专利权人 西安丝路起 航电子科技有限公司 (72)发明人 王飞　 (74)专利代理 机构 西安铭泽知识产权代理事务 所(普通合伙) 61223 代理人 谢欢 (51)Int.Cl. G01N 21/27(2006.01)G01N 21/31(2006.01) G01N 33/28(2006.01) G06F 30/27(2020.01) G06N 3/02(2006.01) (56)对比文件 CN 205808925 U,2016.12.14 审查员 彭亚东 (54)发明名称 一种油水气三相流含水率实时检测方法及 装置 (57)摘要 本发明涉及油水气三相流含水率检测技术 领域， 公开了一种油水气三相流含 水率实时检测 方法及装置， 包括： 石英玻璃管、 铟镓砷光电传感 器、 滤光片、 LED光源、 可见光摄像机、 图像识别分 析模块和计算模块， 多个铟镓砷光电传感器并排 布置于石英玻璃管的一侧， 多个滤光片一一对应 的固定于铟镓砷光电传感器的表面， LED光源与 铟镓砷光电传感器一一对应的设置于石英玻璃 管的另一侧， 可见光摄像机固定安装于石英玻璃 管的一侧， 可见光摄像机对石英玻璃管中流动的 油水气三相流图像进行拍摄， 图像识别分析模块 对可见光摄像机拍摄的油水气三相流图片进行 识别分析， 分析油水气三相流的形态、 估计油水 气三相流的流速， 计算模块根据铟 镓砷光电传感 器检测的光谱响应拟合出光谱测定的含水率 值。 权利要求书2页 说明书7页 附图1页 CN 114047142 B 2022.04.19 CN 114047142 B 1.一种油水气三相流含水率实时检测装置， 其特 征在于， 包括： 石英玻璃管(1)； 多个铟镓砷光电传感器(2)， 并排布置于所述石英玻璃管(1)的一侧， 多个所述铟镓砷 光电传感器(2)呈阵列式排布； 多个滤光片(3)， 一 一对应的固定 于所述铟镓砷光电传感器(2)的表面； 多个LED光源(4)， 与所述铟镓砷光电传感器(2)的个数相同， 所述LED光源(4)与所述铟 镓砷光电传感器(2)一 一对应的设置 于所述石英玻璃管(1)的另一侧； 可见光摄像机(5)， 固定安装于所述石英玻璃管(1)的一侧， 所述可见光摄像机(5)与所 述铟镓砷光电传感器(2)同侧设置， 所述可见光摄像机(5)靠近所述铟 镓砷光电传感器(2)， 所述可见光摄像机(5)对所述石英玻璃管(1)中流动的油水气三相流图像进行拍摄； 图像识别分析模块(7)， 对所述可见光摄像机(5)拍摄的油水气三相流图片进行识别分 析， 分析所述油水气三相流的形态、 估计所述油水气三相流的流速； 计算模块(8)， 根据所述铟镓砷光电传感器(2)检测的光谱响应拟合出光谱测定的含水 率值， 同时根据所述图像识别分析模块(7)分析的结果对最终测定值进行补偿。 2.如权利要求1所述的油水气三相流含水率实时检测装置， 其特征在于， 还包括白光光 源(6)， 所述白光光源(6)与所述LED光源(4)同侧设置于所述石英玻璃管(1)的另一侧， 所述 白光光源(6)与所述可 见光摄像机(5)位置对应。 3.如权利要求1所述的油水气三相流含水率实时检测装置， 其特征在于， 所述铟镓砷光 电传感器(2)为小靶面铟镓砷光电传感器。 4.如权利要求1所述的油水气三相流含水率实时检测装置， 其特征在于， 所述铟镓砷光 电传感器(2)的个数不少于 两个。 5.如权利要求1所述的油水气三相流含水率实时检测装置， 其特征在于， 所述滤光片 (3)的带通均不相同， 所述滤光片(3)带通 为800‑2500nm， 所述滤光片(3)的带宽为10 ‑50nm。 6.基于权利要求1 ‑5任一所述的一种油 水气三相流含水率实时检测装置的检测方法， 其特征在于， 包括： S1： 制作所述检测装置； S2： 用可见光摄像机对所述检测装置中的石英玻璃管(1)中流动的油水气三相流图像 进行拍摄； S3： 对所述S2中的油水气三相流图像进行分析， 分析所述油水气三相流的形态、 估计所 述油水气三相流的流速； S4： 对不同形态、 不同流速的油水气三相流含水率进行补偿。 7.如权利要求6所述的油水气三相流含水率实时检测方法， 其特 征在于， 所述S1包括： 在所述石英玻璃管(1)的一侧使用多个铟镓砷光电传感器(2)， 设计不同带通的滤光片 (3)， 每个所述铟镓砷光电传感器(2)表 面贴不同带通的所述滤光片(3)， 多个所述铟 镓砷光 电传感器(2)以阵列形式排列， 在所述铟镓砷光电传感器(2)对侧的石英玻璃管(1)的另一 侧对应位置使用全光谱LED或窄带LED光源照射， 每个所述铟镓砷光电传感器(2)采集不同 窄带上的对应油水气三相流对光谱的吸 收率， 其数 学表达为： I＝I0*e‑( α 1L1+α 2L2)， 其中， I0表示入射光强度， α1和α2表示油和水的吸收系数， L1和L2表示 油水厚度， 在 使用过程中， I0是固定的值， α1和α2为已知， 需要在不知道L 1和L2情况下来测定权　利　要　求　书 1/2 页 2 CN 114047142 B 2吸收率I， 对于光谱测量而言， 不需要关注油水吸系 数， 仅需要测量出固定的光强的光线通 过混油水混合物后光强的损失即油水对光的吸 收。 8.如权利要求7 所述的油水气三相流含水率实时检测方法， 其特 征在于， 所述S2包括： 在靠近所述滤光片(3)阵列的位置上安装一个所述可见光摄像机(5)， 使用白光光源 (6)进行补光， 实时拍摄所述石英玻璃管(1)中的液体。 9.如权利要求8所述的油水气三相流含水率实时检测方法， 其特 征在于， 所述S3包括： 设计卷积神经网络模型来对流动的液体进行识别， 分别识别不同油 水形态， 对流速进 行估计。 10.如权利要求9所述的油水气三相流含水率实时检测方法， 其特 征在于， 所述S4包括： S41： 采集大量不同状态下不同含水率的光谱响应曲线， 并用最小二乘法回归出含水率 值、 使用重多分支卷积神经网络模型来训练补偿回归模型， 该模型设计一个多分支输出 的 网络结构， 含水率以及不同油水状态输入网络中进行训练， 得到一个不同状态下此含水率 值的权重； S42： 根据光谱检测的光谱响应使用最小二乘法拟合出光谱测定的含水率 值； S43： 根据补偿模型对光谱结果进行加权校正； S44： 人工干预对误差较大的结果进行半监督学习， 根据检测偏差大的人工进行校对并 将数据输入到模型中进行回归来更新模型参数， 用来更新补偿回归 模型。权　利　要　求　书 2/2 页 3 CN 114047142 B 3