ISSN 1004-6941 CN51-1412/TB| 中国核心期刊(遴选)数据库源期刊| 万方数据-数字化期刊源期刊| 中国学术期刊(光盘版)入选期刊| 中国学术期刊全文数据库全文收录期刊

2020年第6期

多类型特征量的油水两相流流型识别算法

国家标准学科分类代码:460.4099 | 中图分类号:TB937 | 文献标识码:A | DOI:10.15988/j.cnki.1004-6941.2020.6.017
分享

多类型特征量的油水两相流流型识别算法

张金松胡文俊 王志亮 

上海大学 机电工程与自动化学院,上海 200444上海市应用数学和力学研究所,上海 200072

摘 要:本文以收敛型微通道中油水两相流的流型识别为对象,将高速摄像法与神经网络算法相结合,提出了高效的、可视化的、智能化的两相流流型识别方法。该方法采用了包含图像纹理参数和流型无量纲参数的多类型特征量,更精准区分种流型的不同特点,流型识别的收敛速度和准确率更高。BP神经网络的识别率为 92.5%Elman神经网络的识别率为 93.7%Elman神经网络在收敛速度与准确率方面优于 BP经网络。

关键词:油水两相流;多类型特征参数;神经网络算法;流型识别

联系我们Contact Us

名称:计量与测试技术杂志社 地址:成都市东风路北二巷五号 电话:028-84443962 邮编:610021 邮箱:jlcsjs@vip.163.com

微信公众号

蜀ICP备16016517号-1    Copyright © 2019 Metrology & Measurement Technique All Rights Reserved