一种基于经验模式分解的气液两相流流型识别方法

摘要：

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.

关键词：流型识别、经验模式分解、峭度系数、LVQ网络

所属期刊栏目：29

分类号：O359.1(流体力学)

资助基金：国家自然科学基金项目50706006;吉林省教育厅重点项目2006024

在线出版日期：2008-07-08（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：1011-1015