基于电容层析成像技术重构图像的两相流流型识别

• 作者: 王博 王小鑫 胡红利 陈阳正
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 两相流 流型识别 电容层析成像 二维最大熵 阈值分割 神经网络
• 年，卷（期）: 2020,（8）
• 页码范围: 942-946
• 页数: 5页
• 分类号: TB937
• 字数: 3028字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2020.08.08

摘要

针对工业多相流流型识别的需求,在过程层析成像技术的研究基础上,将重构图像信息即像素分布进行简单有效地分析处理,利用二维最大熵阈值分割技术及遗传算法优化的神经网络分类器对重构的图像进行处理以实现流型识别.将该方法在气固(空气/煤粉)两相流气力输送平台上对3种典型气固流型进行验证,实验结果表明:50组测试样本中识别正确率为94.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡红利	西安交通大学电力设备电气绝缘国家重点实验室	40	316	10.0	16.0
2	王博	中煤科工集团西安研究院有限公司地球物理勘探技术与装备研发中心	18	47	4.0	6.0
3	陈阳正	西安石油大学陕西省油气井测控技术重点实验室	5	2	1.0	1.0
4	王小鑫	西安石油大学陕西省油气井测控技术重点实验室	6	5	1.0	2.0