基于经验模态分解和BP神经网络的油气两相流流型辨识

摘要：

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%.

关键词：经验模态分解、BP神经网络、油气两相流、流型、差压信号

所属期刊栏目：28

分类号：O359.1(流体力学)

资助基金：国家自然科学基金50576084

在线出版日期：2007-05-21（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：609-613