10.13465/j.cnki.jvs.2016.15.025
基于小波包与Elman神经网络的气力提升装置流型识别技术研究
气力提升装置流型对气液流动特性及提升系统性能均有很大的影响,但由于气液两相交界面形态以及截面含气率动态变化、气液两相速度复杂难测等原因,致使提升管流型亦交替变化且不易识别。针对这一难题,提出了基于小波包分析与Elman神经网络的流型辨识策略:利用小波包分析方法提取提升装置压差信号各频带能量特征值,借助El-man神经网络辨识技术,以各频带能量为Elman网络输入变量,以流型为输出变量,通过对Elman神经网络进行大量数据训练。从而对提升系统流型进行辨识。实验结果表明,该方法对流型辨识精度达到了92.6%,比BP 网络高6.5%,能有效对提升管流型进行辨识。
提升装置、流型、辨识、小波包、Elman神经网络
35
TD432(矿山机械)
湖南省教育厅一般科研项目15 C0398;国家自然科学基金面上项目51374101;湖南省教育厅优秀青年科研项目14B047
2016-08-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
149-153