基于子波能量特征的气液两相流流型辨识方法

• 作者: 周云龙 孙斌 杨志行 王丽媛 王强 陈晓波
• 来源期刊: 化工学报
• 关键词: 流型识别 Hilbert-Huang变换 小波包 Elman神经网络
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 多相流和计算流体力学
• 页码范围: 1948-1954
• 页数: 7页
• 分类号: O359.1
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2007.08.011

摘要

气液两相流的流型影响着两相流的流动特性和传热特性,同时也影响着流动参数的准确测量以及两相流系统的运行特性.针对压差信号的非平稳和非线性特点,尝试利用Hilbert-Huang变换(HHT)和小波包分解对差压波动信号进行信号处理,进而建立流型的子波能量(IMF能量和小波包能量)特征,并以此特征向量作为Elman神经网络的输入量,从而实现对流型的智能识别.实验结果表明:这两种特征向量与Elman神经网络结合都能够较准确地识别出4种流型,并且各自都有不同的优缺点.另外与BP神经网络相比,采用Elman神经网络进行流型识别可以获得更高的识别率.