小波包主成分分析在气液两相流流型识别中的应用

摘要：

针对气液两相流特征参数与流型之间复杂的非线性关系,提出了一种基于小波包主成分分析和最小二乘支持向量机(LS-SVM)的气液两相流流型识别方法.该方法首先对采集的3个不同取压间距差压波动信号进行4层小波包分解,形成小波包特征向量矩阵,然后运用主成分分析方法降低特征向量矩阵的输入维数,并用于LS-SVM训练和识别.试验结果表明,融合3个传感器信息的主成分特征可有效地识别流型,与单一传感器的特征相比,具有更高的识别率.

关键词：流体力学、气液两相流、流型识别、小波包、主成分分析、最小二乘支持向量机

所属期刊栏目：39

分类号：O359.1(流体力学)

资助基金：国家自然科学基金项目50706006,50976018

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1532-1537