登录    注册    忘记密码

期刊文章详细信息

基于神经网络的两相流流型识别方法研究  ( EI收录)  

Flow Regime Identification in Two-phase Flow by Using Neural Network

  

文献类型:期刊文章

作  者:贾志海[1] 牛刚[1] 王经[1]

机构地区:[1]上海交通大学机械学院航空航天系,上海200030

出  处:《高校化学工程学报》

基  金:国家高技术研究发展专项经费资助项目(2002AA616050)

年  份:2005

卷  号:19

期  号:3

起止页码:368-372

语  种:中文

收录情况:AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:2005289208324)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:采集了水平管内气水两相流动的差压信号,利用概率密度函数(PDF)对差压信号特征进行了分析;定义了PDF的四个特征参数,即PDF波峰个数K1、波峰峰值K2、波峰位置K3、以及PDF的方差K4来反映流型的特征。运用四个参数构成的特征向量对径向基函数(RBF)神经网络进行训练并识别流型,结果表明,该方法具有识别速度快、准确率高的特点,从而为两相流的流型识别提供了一种有效的手段。

关 键 词:两相流 流型识别 概率密度函数(PDF)  神经网络

分 类 号:O359.1] TQ021.1[力学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心