%0 Journal Article
%T 基于希尔伯特-黄变换与Elman神经网络的气液两相流流型识别方法
%A 周云龙
%A 王强
%A 孙斌
%A 张永刚
%J 中国电机工程学报
%P 50-56
%D 2007
%X 气液两相流的流型对其流动和传热特性有很大的影响，所以如何确定流型一直是两相流研究中的重要课题。但是,由于两相流介质之间存在着随机多变的相界面，致使两相流的流型不仅是多种多样，而且其变化也带有随机性，这给流型识别带来了很大困难。而希尔伯特－黄变换(HHT)和神经网络在气液两相流流型识别中还很少见，文中提出了希尔伯特－黄变换与Elman神经网络相结合的气液两相流流型识别的新方法。将压差波动信号经验模态分解(EMD)后的固有模态函数(IMF)进行分析，提取IMF能量特征作为Elman神经网络的输入特征向量，对水平管内的气液两相流流型进行识别。实验结果表明：该方法能很好地识别水平管内的4种流型，为流型识别开辟了一条新的途径；另外，该方法优于BP网络且稳定、识别率高，具有可行性。
%K 气液两相流动
%K 流型识别
%K 希尔伯特－黄变换
%K 经验模态分解
%K 固有模态函数
%K Elman神经网络
%U http://www.pcsee.org/CN/abstract/abstract18918.shtml