多类型特征量的油水两相流流型识别算法

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.

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

所属期刊栏目：47

分类号：TB937(计量学)

资助基金：国家重点研发计划课题编号:2017YFB0404503

在线出版日期：2020-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：54-57,60