论文部分内容阅读
传统的流型识别方法仅可作为一种定性的流型识别方法。为了克服传统流型方法的不足，采用小波分析和Elman神经网络技术来实现气液两相流流型的智能识别，测量了水平管内气液两相流的压差波动信号，应用小波分析对流型的动态压差波动信号进行分析、提取特征，然后将小波能量作为Elman神经网络的输入，从而实现对流型的智能识别。实验结果证明，该方法能够很准确地识别出4种流型，并且具有很好的识别效果，从而为流型的在线识别提供了一种定量的流型识别方法。