10.3969/j.issn.1671-5497.2007.04.021
基于连续小波变换和RBF神经网络的气液两相流流型识别方法
针对气液两相流压差波动信号的非平稳特征,提出了以多尺度连续小波变换值矩阵的奇异值为特征矢量的流型识别方法.首先对气液两相流压差波动信号进行连续小波变换,得到初始特征向量矩阵.然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为流型的特征向量,再结合RBF神经网络形成流型的智能识别方法.对水平管内空气-水两相流4种流型的识别结果表明该方法能够有效地识别流型.
流体动力学、气液两相流、流型识别、连续小波变换、奇异值分解、径向基函数神经网络
37
O359.1(流体力学)
吉林省科技发展计划20040513
2007-07-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
833-837