| 基于小波包的固液两相流流型识别方法 |
| |
| 引用本文： | 计时鸣,胡科东,谭大鹏,李琛.基于小波包的固液两相流流型识别方法[J].湘潭大学自然科学学报,2012,34(3):88-92. |
| |
| 作者姓名： | 计时鸣 胡科东 谭大鹏 李琛 |
| |
| 作者单位： | 浙江工业大学 特种装备制造与先进加工技术教育部,浙江省重点实验室,浙江杭州 310014 |
| |
| 基金项目： | 国家自然科学基金项目，浙江省自然科学基金重点项目 |
| |
| 摘 要： | 针对固液两相流特征参数和流型之间的非线性关系,提出了一种基于小波包分解和人工神经网络的流型识别方法.该方法首先用FLUENT软件建立物理模型和动力学模型并设置一个监测点,对采集到的速度波动信号进行6层小波包分解,得到最优小波树及其信息熵,然后将信息熵构成的特征向量输入BP神经网络进行训练和识别.最终的测试结果表明:该方法能有效克服传统识别方法存在的主观性,具有较好的识别效果,为固液两相流的流型识别提供了一种有效的选择.
|
| 关 键 词： | 流型识别 速度波动信号 小波包 人工神经网络 |
Pattern Recognition of the Soft Abrasive Flow Based on Wavelet Packet |
| |
| JI Shi-ming
,
HU Ke-dong
,
TAN Da-peng
,
LI Chen.Pattern Recognition of the Soft Abrasive Flow Based on Wavelet Packet[J].Natural Science Journal of Xiangtan University,2012,34(3):88-92. |
| |
| Authors: | JI Shi-ming HU Ke-dong TAN Da-peng LI Chen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《湘潭大学自然科学学报》浏览原始摘要信息 |
| 点击此处可从《湘潭大学自然科学学报》下载免费的PDF全文 |
|
