基于神经网络的水平管三相分层流相分率测量

• 作者: 林宗虎 梁法春 王栋
• 来源期刊: 西安交通大学学报
• 关键词: 伽马射线 神经网络 相分率 三相分层流
• 年，卷（期）: 2004,（7）
• 页码范围: 750-753
• 页数: 4页
• 分类号: O359
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2004.07.023

摘要

将采用伽马射线测量的高能计数和低能计数作为输入参数,截面含水率和含气率作为输出参数,构建了预测水平管油气水三相分层流相分率的径向基函数神经网络.通过设计的相分率标定装置获得了神经网络的学习样本.在一内径为80 mm的大型油气水三相流实验环道上进行了预测效果检验实验,结果表明,神经网络预测值与实测值非常吻合,含气率预测最大误差为3.6%,含水率最大误差为2.5%,有效地克服了传统双能伽马密度仪对流型敏感,不适于分离流动测量的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王栋	西安交通大学动力工程多相流国家重点实验室	134	1472	19.0	33.0
2	林宗虎	西安交通大学动力工程多相流国家重点实验室	109	2297	27.0	42.0
3	梁法春	西安交通大学动力工程多相流国家重点实验室	10	125	7.0	10.0