汽(气)液两相流流型在线识别的研究进展

被引：31

作者：

白博峰

郭烈锦

赵亮

机构：

[1] 西安交通大学动力工程多相流国家重点实验室!西安

来源：

力学进展 | 2001年 / 03期

关键词：

两相流; 流型; 识别; 非线性; 神经网络;

D O I：

暂无

中图分类号：

O359.1 [];

学科分类号：

摘要：

综述了根据参数波动过程实现气液两相流流型在线识别的最新研究成果，内容包括两相流参数波动的产生机理，小波分析的应用，两相流参数波动过程的特征提取和特征分析，流型在线识别的特点及各种实现方法等．重点介绍了两相流参数波动过程的统计和非线性特征分析及其与流型之间的关系．深入讨论了流型神经网络识别方法及其存在的问题．从波动参数的选择、数理解释、流型识别方法等不同方面对研究进展进行了讨论．

引用

页码：437 / 446

页数：10

共 8 条

[1] 气固流化床压力脉动信号的相关结构模型与分析
黄海
黄轶伦
张卫东
[J]. 化工学报, 1999, (06) : 812 - 817
[2] 两相流中密度波现象的研究及进展
刘磊
周芳德
李会雄
[J]. 力学进展, 1998, (02) : 83 - 90
[3] 数据融合理论与应用[M]. 西安电子科技大学出版社 , 康耀红著, 1997
[4] 多相流检测技术进展[M]. 石油工业出版社 , 李海青, 1996
[5] Comparison study of a cluster of four dynamic flow pattern discrimination techniques for multi-phase flow
Keska, JK
Smith, MD
Williams, BE
[J]. FLOW MEASUREMENT AND INSTRUMENTATION, 1999, 10 (02) : 65 - 77
[6] Experimental comparison of flow pattern detection techniques for air–water mixture flow[J] . Jerry K. Keska,Brian E. Williams.Experimental Thermal and Fluid Science . 1999 (1)
[7] Fuzzy fusion between fluidodynamic and neural models for monitoring multiphase flows[J] . M. Annunziato,S. Pizzuti.International Journal of Approximate Reasoning . 1999 (1)
[8] Characterization of two-phase flows using fractal analysis of local temperature fluctuations
Kozma, R
Kok, H
Sakuma, M
Djainal, DD
Kitamura, M
[J]. INTERNATIONAL JOURNAL OF MULTIPHASE FLOW, 1996, 22 (05) : 953 - 968

← 1 →