应用神经网络法智能识别油气水多相流流型

• 作者: 吴浩江 周芳德 蔡正敏
• 来源期刊: 西安石油学院学报（自然科学版）
• 学科: 工学
• 关键词: 分形 神经网络 多相流 流型识别
• 年，卷（期）: 2000,（2）
• 所属期刊栏目: 石油工程
• 页码范围: 11-13,37
• 页数: 4页
• 分类号: TP3
• 字数: 2666字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2000.02.003

摘要

采用分形理论和神经网络技术来实现智能识别油气水多相流流型.测量了水平管内油气水多相流的压差,应用分形理论中的重构相空间算法(Grassberger-Procaccia算法),算出压差信号的关联维数,然后将关联维数作为径向基函数神经网络的输入,从而实现对流型的智能识别.实验结果证明,该识别方法十分有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周芳德	西安交通大学多相流国家重点实验室	84	711	15.0	20.0
2	吴浩江	西安交通大学多相流国家重点实验室	12	195	7.0	12.0
3	蔡正敏	西安交通大学多相流国家重点实验室	7	131	4.0	7.0