气液两相流压力波动的PSD特征与RBF神经网络相结合的流型识别
  • 【摘要】

    采集了水平管道内气水两相流动的压力信号,利用功率谱密度函数(PSD)对压力信号进行了分析.定义了PSD的四个特征参数,即PSD波峰个数K1、波峰峰值K2、波峰位置K3以及PSD的方差K4来反映各流型的特征,运用四个参数构成的特征向量对径向基函数(RBF)神经网络进行训练并识别流型.结果表明:该方法具有识别速度快,准确率高的特点,从而为两相流的流型识别提供了一种有效的方法.

  • 【作者】

    徐驰  袁俊文  周云龙 

  • 【作者单位】

    东北电力大学,吉林

  • 【会议名称】

    中国电机工程学会第十届青年学术会议

  • 【会议时间】

    2008-09-11

  • 【会议地点】

    吉林

  • 【主办单位】

    中国电机工程学会

  • 【语种】

    chi

  • 【关键词】

    气水两相流动  压力波动  流型识别  功率谱密度函数  神经网络