基于小波包的固液两相流流型识别方法

摘要：

针对固液两相流特征参数和流型之间的非线性关系,提出了一种基于小波包分解和人工神经网络的流型识别方法.该方法首先用FLUENT软件建立物理模型和动力学模型并设置一个监测点,对采集到的速度波动信号进行6层小波包分解,得到最优小波树及其信息熵,然后将信息熵构成的特征向量输入BP神经网络进行训练和识别.最终的测试结果表明:该方法能有效克服传统识别方法存在的主观性,具有较好的识别效果,为固液两相流的流型识别提供了一种有效的选择.

关键词：流型识别、速度波动信号、小波包、人工神经网络

所属期刊栏目：34

分类号：TH161

资助基金：国家自然科学基金项目50875242,50905163;浙江省自然科学基金重点项目Z107517

在线出版日期：2013-03-15（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：88-92