多类型特征量的油水两相流流型识别算法

• 作者: 张金松 王志亮 胡文俊
• 来源期刊: 计量与测试技术
• 学科: 工学
• 关键词: 油水两相流 多类型特征参数 神经网络算法 流型识别
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计量方法与应用
• 页码范围: 54-57,60
• 页数: 5页
• 分类号: TB937
• 字数: 3327字
• 语种: 中文
• DOI: 10.15988/j.cnki.1004-6941.2020.6.017

摘要

本文以收敛型微通道中油水两相流的流型识别为对象,将高速摄像法与神经网络算法相结合,提出了高效的、可视化的、智能化的两相流流型识别方法.该方法采用了包含图像纹理参数和流型无量纲参数的多类型特征量,更精准区分6种流型的不同特点,流型识别的收敛速度和准确率更高.BP神经网络的识别率为92.5％,Elman神经网络的识别率为93.7％,Elman神经网络在收敛速度与准确率方面优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张金松	上海大学机电工程与自动化学院	24	80	4.0	8.0
2	胡文俊	上海大学机电工程与自动化学院	3	0	0.0	0.0
3	王志亮		1	0	0.0	0.0