10.3321/j.issn:0254-3087.2007.04.006
基于经验模态分解和BP神经网络的油气两相流流型辨识
基于经验模态分解(empmcal mode decomposition,EMD)和BP神经网络,提出了油气两相流流型辨识的新方法.应用EMD将差压信号分解成不同频率尺度上的单组分之和,并提取组分的归一化能量作为流型辨识特征量.BP神经网络以这些能量特征量为输人对油气两相流不同流型(包括泡状流、塞状流、层状流、弹状流和环状流)进行分类.实验结果表明,本文提出的流型辨识方法是有效的,其中泡状流、塞状流、层状流、弹状流和环状流的辨识精度分别为100%、89.4%、93.3%、96.3%和96.9%.
经验模态分解、BP神经网络、油气两相流、流型、差压信号
28
O359.1(流体力学)
国家自然科学基金50576084
2007-05-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
609-613