基于神经网络的两相流流型识别方法研究

• 作者: 牛刚 王经 贾志海
• 来源期刊: 高校化学工程学报
• 学科: 工学
• 关键词: 两相流 流型识别 概率密度函数(PDF) 神经网络
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 化工系统工程
• 页码范围: 368-372
• 页数: 5页
• 分类号: O359.1|TQ021.1|TP183
• 字数: 2889字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-9015.2005.03.015

摘要

采集了水平管内气水两相流动的差压信号,利用概率密度函数(PDF)对差压信号特征进行了分析;定义了PDF的四个特征参数,即PDF波峰个数K1、波峰峰值K2、波峰位置K3、以及PDF的方差K4来反映流型的特征.运用四个参数构成的特征向量对径向基函数(RBF)神经网络进行训练并识别流型,结果表明,该方法具有识别速度快、准确率高的特点,从而为两相流的流型识别提供了一种有效的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾志海	上海交通大学机械学院	6	106	4.0	6.0
2	牛刚	上海交通大学机械学院	12	243	8.0	12.0
3	王经	上海交通大学机械学院	55	454	12.0	19.0