科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种基于Choi-Williams分析和神经网络的流型识别方法。使用阵列电导传感器获取垂直上升管道气液两相流流型信息，并将多元测量数据进行去噪和降维处理，进一步采用Choi-Williams分析将其转换为时频谱图，并构建数据集。分别搭建CNN、VGG-16和ResNet-18网络模型，将不同流型的时频谱图作为网络输入进行训练、测试。识别结果表明，Choi-Williams分析可以有效提取不同流型信号的特征，3种网络均具有较高的识别精度，其中ResNet-18网络准确率最高，平均流型识别率达99.4%。
- 出版日期2023
- 单位华北电力大学
