基于图像处理和Elman神经网络的气液两相流流型识别

• 作者: 刘川 周云龙 陈飞
• 来源期刊: 中国电机工程学报
• 学科: 物理学
• 关键词: 两相流 流型识别 图像处理 Elman神经网络
• 年，卷（期）: 2007,（29）
• 所属期刊栏目: 发电
• 页码范围: 108-112
• 页数: 5页
• 分类号: O359
• 字数: 2363字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2007.29.020

摘要

气液两相流广泛存在于现代工业生产之中,其流型极大地影响气液两相流的流动和传热特性,为此提出了一种图像灰度直方图统计特征和Elman神经网络相结合的气液两相流流型识别方法.该方法利用高速摄影系统获取水平管道内两相流的流动图像,经过图像处理后,提取图像灰度直方图统计特征,进而建立流型的图像统计特征向量,并以此特征向量作为流型样本对Elman神经网络进行训练,实现对流型图像的智能化识别.实验结果表明,训练成功的Elman神经网络能有效识别水平管道内7种典型流型,整体识别率达98.6%,为流型在线识别提供一种新的有效方法.

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		298	2173	22.0	30.0
2	陈飞		9	130	5.0	9.0
3	刘川		2	51	2.0	2.0