气液两相流压力波动的PSD特征与RBF神经网络相结合的流型识别

摘要：

采集了水平管道内气水两相流动的压力信号，利用功率谱密度函数(PSD)对压力信号进行了分析。定义了PSD的四个特征参数，即PSD波峰个数K1、波峰峰值K2、波峰位置K3以及PSD的方差K4来反映各流型的特征，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方法。

关键词： 气水两相流动 压力波动 流型识别 功率谱密度函数 神经网络

作者: 徐驰 袁俊文 周云龙

作者单位: 东北电力大学,吉林 吉林 132012

会议类型: 国内会议

会议名称: 中国电机工程学会第十届青年学术会议

会议地点: 吉林

会议语种:中文

页码: 1-5

在线出版日期: 2008-09-11（万方平台首次上网日期，不代表论文的发表时间）