基于改进型BP网络的气液两相流流型识别

• 作者: 张玉杰 杨良煜 杨萍
• 来源期刊: 计算机测量与控制
• 关键词: 流型识别 BP网络 概率密度函数
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 设计与应用
• 页码范围: 1828-1830
• 页数: 3页
• 分类号: TQ021.1
• 语种: 中文

摘要

根据气液两相流的特点,将其分为层状流、塞状流、弹状流和环状流等流型,分别对其采集差压信号,并利用概率密度函数(PDF)对差压信号特征进行了分析,得出了PDF的4个特征参数,即波峰个数K1、波峰峰值K2、波峰位置K3、PDF方差K4.将K1,K2,K3,K4构成的特征向量作为神经网络的输入样本对BP神经网络进行训练并进行流型识别.结果表明,该方法具有准确率高等优点,是流型识别的一种新手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉杰	陕西科技大学电信学院	135	709	13.0	18.0
2	杨萍	陕西科技大学电信学院	31	140	5.0	11.0
3	杨良煜	西安科技大学电控学院	10	60	3.0	7.0