奇异值分解在气液两相流流型识别中的应用 |
| |
作者姓名: | 孙斌 钟金山 陈飞 周云龙 |
| |
作者单位: | 东北电力大学,能源与机械工程学院,吉林,吉林,132012;东北电力大学,能源与机械工程学院,吉林,吉林,132012;东北电力大学,能源与机械工程学院,吉林,吉林,132012;东北电力大学,能源与机械工程学院,吉林,吉林,132012 |
| |
基金项目: | 国家自然科学基金 , 吉林省教育厅重点基金 |
| |
摘 要: | 提出了一种将相空间重构和奇异值分解相结合的气液两相流流型识别方法.该方法首先利用相空间重构方法构造压差波动信号的吸引子轨迹矩阵.然后对该矩阵进行奇异值分解得到矩阵奇异值,将其作为流型的特征向量.针对BP神经网络收敛速度慢和容易陷入局部极值的问题,采用L-M优化计算的方法,设计了流型识别的BP网络模型.研究结果表明:该方法可以有效地识别水平管内空气-水两相流的4种典型流型,与其它改进算法相比,L-M优化算法的识别率最高,达到了95%,为流型的识别提供了一种新的有效方法.
|
关 键 词: | 气液两相流 流型识别 相空间重构 奇异值分解 L-M优化算法 BP神经网络 |
文章编号: | 1001-2060(2008)03-0252-04 |
修稿时间: | 2007-05-11 |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《热能动力工程》浏览原始摘要信息 |
|
点击此处可从《热能动力工程》下载免费的PDF全文 |
|