10.3321/j.issn:0254-3087.2008.05.023
一种基于经验模式分解的气液两相流流型识别方法
提出了一种基于经验模式分解的气液两相流流型识别方法.该方法首先对压差波动信号进行经验模式分解,将其分解为多个平稳的固有模式函数之和,再选取若干个包含主要流型信息的IMF分量,并从中提取时域特征指标-峭度系数作为LVQ神经网络的输入参数,从而实现流型的智能识别.对水平管内空气-水两相流流型的识别结果表明:以EMD为预处理器提取峭度系数的LVQ网络识别方法具有更高的识别率,可以准确、有效地识别流型.
流型识别、经验模式分解、峭度系数、LVQ网络
29
O359.1(流体力学)
国家自然科学基金项目50706006;吉林省教育厅重点项目2006024
2008-07-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
1011-1015