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

摘要：

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。

关键词：提升装置、流型、辨识、小波包、Elman神经网络

所属期刊栏目：35

分类号：TD432(矿山机械)

资助基金：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

在线出版日期：2016-08-22（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：149-153