基于小波和Elman神经网络的气液两相流流型识别方法

• 作者: 周云龙 王俊霞 王强 程思勇
• 来源期刊: 热能动力工程
• 学科: 物理学
• 关键词: 小波分析 Elman神经网络 两相流 流型识别
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 热力工程
• 页码范围: 168-171,175
• 页数: 5页
• 分类号: O359
• 字数: 2489字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2060.2007.02.013

摘要

传统的流型识别方法仅可作为一种定性的流型识别方法.为了克服传统流型方法的不足,采用小波分析和Elman神经网络技术来实现气液两相流流型的智能识别,测量了水平管内气液两相流的压差波动信号,应用小波分析对流型的动态压差波动信号进行分析、提取特征,然后将小波能量作为Elman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,该方法能够很准确地识别出4种流型,并且具有很好的识别效果,从而为流型的在线识别提供了一种定量的流型识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周云龙	东北电力大学动力工程学院	298	2173	22.0	30.0
2	王强	东北电力大学动力工程学院	10	166	6.0	10.0
3	程思勇	东北电力大学动力工程学院	6	231	6.0	6.0
4	王俊霞	东北电力大学动力工程学院	2	30	2.0	2.0