10.15988/j.cnki.1004-6941.2020.6.017
多类型特征量的油水两相流流型识别算法
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.
油水两相流、多类型特征参数、神经网络算法、流型识别
47
TB937(计量学)
国家重点研发计划课题编号:2017YFB0404503
2020-07-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
54-57,60