一种基于广义回归神经网络的超声波流量传感器系数求解方法

• 作者: 朱小良 陈子静
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 超声波流量计 流量传感器系数 广义回归神经网络 CFD
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 56-61
• 页数: 6页
• 分类号: TK313
• 字数: 3182字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.01.011

摘要

为了解决和提高不稳定流场条件下的超声波流量传感器的测量精度问题，文章将广义回归神经网络引入到流量传感器系数获取当中，并通过建立流量传感器系数模型和样本输入训练，获得了较为准确的流量传感器系数和较高的测量精度，从而验证了本方法对超声波流量传感器在不稳定流场中进行流量测量的可行性，具有总要的实际应用借鉴价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱小良	东南大学能源与环境学院	22	91	5.0	8.0
2	陈子静	东南大学能源与环境学院	1	10	1.0	1.0