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