基于小波能量特征的氣液兩相流流型識別方法

《基于小波能量特征的氣液兩相流流型識別方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第!"卷第#$期水利電力機械%&’(!")*&(#$)!$$+年#$月,-./012*3/0%-*145/6/1.07182,/09-1:7*/042;<(!$$+)基于小波能量特征的氣液兩相流流型識別方法7=>?<@A@;B<@&?C>A’&JKB<<>L?MBF>=&?JBN>’><>?>LEOA>B王強，周云龍，祝國強，周迎紅,-*PQ@B?E，R:2S4I?G’&?E，R:SPI&GH@B?E，R:2S4@?EGD&?E（東北電力大學(xué)吉林省，吉林吉林)#T!$

2、#!）（*&LBF;LS?@N>LF@?<@A@;B<@&?C>

3、&JL>E@C>FJ>L>&?’O’&&Z>=BFBZ@?=&A=>A@?>=C>E@C>F(7?，B?>JA’&JKB<<>L?@=>?<@A@;B<@&?C>A’&JJBFKL&K&F>=([@LF<’OC>F=O?BC@;KL>FFIL>G=@AA>L>?;>A’I;E@C>MOI<@’@]@?EJBN>’>^;DB

4、LB;<>L@F<@;F，?JBN>’><>?>LEO@F@?KI<@?<&M><<>LC>?ILB’?>E@C>@?<>’’@E>?<@=>?<@A@;B<@&?;B?M>K>LA&LC>=(.D>C>C&?F=MO>^K>L@C>?’>A’&J；A’&JL>E@C>@=>?<@A@;B<@&?噪分離和特征提取。./引言近幾年來，隨著電子計算機技術(shù)、非線性信號分兩相流動中介

5、質(zhì)的幾何分布狀況，即流型，極大析理論和現(xiàn)代信息處理技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)的地影響著兩相流動壓力損失、傳熱特性、流量測量的迅速發(fā)展，給我們提供了流型識別問題的新思路和［!‘Y］準(zhǔn)確性和流動系統(tǒng)的運動特性。流型識別方法的研新方法。神經(jīng)網(wǎng)絡(luò)作為一種智能技術(shù)已經(jīng)在流［#］究是目前國際多相流研究領(lǐng)域的熱點問題之一。型識別中得到了應(yīng)用。本文應(yīng)用小波分析對流型的氣G液兩相流流型識別的研究一直是兩相流參數(shù)測動態(tài)壓差波動信號進(jìn)行分析和提取特征，然后將小量的一個重要研究方向。波能量作為V8神經(jīng)網(wǎng)絡(luò)的輸入，提出一種新的流型氣液兩相流由于流動的復(fù)雜

6、性，其壓差波動信識別方法，并用實驗數(shù)據(jù)驗證了該方法的正確性和號表現(xiàn)出非平穩(wěn)性，使得傅里葉變換不能完全適用。有效性。小波變換是近幾年發(fā)展起來的能同時在時域和頻域0/小波分解和重構(gòu)的9B’’B<算法內(nèi)進(jìn)行局部化信號分析的數(shù)學(xué)方法，它在時域和頻域上都有良好的局部化性質(zhì)，對不同信號采用相應(yīng)假定（!"）,#，#是具有分辨率$的%（!&）$#$##的時域取樣步長，能夠聚焦到信號的任意微小細(xì)節(jié)，的閉子空間，則是一種優(yōu)于經(jīng)典[&IL@>L變換與窗口[&IL@>L變換的（!"）’($（!"）’/+$，)!$，（)"），（#）一種算法。用小波分

7、析能將不同頻率組成的混合信###),*號分解成不同頻率成份的塊信號，可有效地進(jìn)行信即收稿日期：!$$+G$+G!#作者簡介：王強（#X_WG），男，山東東營人，東北電力大學(xué)在讀碩士研究生，從事控制理論與控制工程面的研究工作。第!"卷第#$期王強，等：基于小波能量特征的氣液兩相流流型識別方法·%&·%!8#"。（0）5757（!"）#$（!"）&(（!"），（!）%/’!隱層神經(jīng)元’的輸入’#%#&#<式中，!是尺度函數(shù)；$（!"），$（!"）表示信號%%#!9:;#=8&>。（#$）5’/’757’（!"）在尺度%，%上的近

8、似，其中7###!隱層神經(jīng)元’的輸出$（!"）#+!（"），（’）%!/%!，)%!，)),*8#（!9:;）。（##）5’5’是信號!的頻率低于!,%!的成分，而輸出層神經(jīng)元)的輸入(（!"）#("（"），（(）%’/’，)’，)),*9:;#=8&>。（#!）5)/)’5’),’,（’