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.pdfVIP

27 卷 11 期 中 国 电 机 工 程 学 报 Vol.27 No.11 Apr. 2007 2007 年4 月 Proceedings of the CSEE 2007 Chin.Soc.for Elec.Eng. 文章编号：0258-8013 (2007) 11-0050-07 中图分类号：O359 文献标识码：A 学科分类号：47020 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 1 1 1 2 周云龙 ，王 强 ，孙 斌 ，张永刚 (1．东北电力大学能源与机械工程学院，吉林省 吉林市 132012； 2．山东凤凰制药股份有限公司，山东省 东营市 257400) Applied Study of Hilbert-huang Transform and Elman Neural Network on Flow Regime Identification for Gas-liquid Two-phase Flow 1 1 1 2 ZHOU Yun-long , WANG Qiang , SUN Bin , Zhang Yong-gang ( 1. School of Energy Resource and Mechanical Engineering, Northeast Dianli University, Jilin 132012, Jilin Province, China; 2. Shandong Phoenix Pharmaceutical co Ltd, Dongying 257400, Shandong Province, China) ABSTRACT ：Flow and heat transfer characteristi c of 摘要：气液两相流的流型对其流动和传热特性有很大的影 gas-liquid two-phase flow are strongly affected by its flow 响，所以如何确定流型一直是两相流研究中的重要课题。但 pattern. Therefore, the study on flow pattern is always an 是, 由于两相流介质之间存在着随机多变的相界面，致使两 important subj ect of two-phase flow. However, as existing 相流的流型不仅是多种多样，而且其变化也带有随机性，这 multifarious interphase boundary among the medium of 给流型识别带来了很大困难。而 尔伯特－黄变换(HHT)和 two-phase flow, it leads to various of two-phase flow pattern, 神经网络在气液两相流流型识别中还很少见，文中提出了 and the changes are random. So it is difficult to identify the 尔伯特－黄变换与 Elman 神经网络相结合的气液两相流流