基于独立分量分析和支持向量机的气液两相流流型识别.pdfVIP

第 32卷第 1期 东 北 电 力 大 学 学 报 V01．32．No．1 2012年2月 JournalOfNortheastDianliUniversity Feb．，2012 文章编号 ：1005—2992(2012)Ol一0001—06 基于独立分量分析和支持 向量机的 气液两相流流型识别 周 云龙 ，顾杨杨 (东北电力大学 能源与动力工程学院，吉林 吉林 132012) 摘 要：为了准确的识别气液两相流流型，提出了将独立分量分析与支持向量机相结合的流型识 别方法。首先应用独立分量分析对流型的压差波动信号进行特征参数提取，然后将参数通过支持向量 机进行分类处理 ，从而实现了对流型的识别。经试验证明：该方法可以准确的识别出水平管内的四种流 型，整体识别率可以达到96．7％，为流型的在线识别提供了一种新的技术依据。 关 键 词：独立分量分析；盲源分离；特征参数 ；支持向量机 中图分类号：0359．1 文献标识码：A 气液两相流广泛的存在于工程和 自然界中，与人类的生活和生产密切相关。目前，在化工、石油、能 源、冶金、环保和轻工等行业的许多生产设备中都涉及两相流工况，而两相流学科是以两相流系统为研 究对象，与数学、力学、信息、生物、环境、材料和电子计算机等学科相互融合交叉而逐步形成和发展起来 的一门新兴交叉学科 _1J。流型的识别一直是两相流研究的重中之重。传统的流型识别方法一般分为 两类：一是直接法即根据两相流流动图像的形式直接确定流型；二是间接法即是通过对反应流型特性的 参数进行特征提取，后通过其他的识别系统以达到流型识别的目的。在文献 [2]中将独立分量分析的 方法应用于故障诊断的特征提取中，但并没有将其应用于流型识别中。本文的创新点在于首次将独立 分量分析法应用于流型识别的特征提取过程中。 近年来，信息技术和测量技术的快速发展为气液两相流的智能识别提供了重要的技术手段。而神 经网络 的发展作为一种智能的识别技术已经在流型识别的过程中得到了广泛的应用，应用的主要形 式集中在BP、RBF神经网络 上。但是，由于神经网络往往存在过学习的问题，产生的模型有时也会 产生过度拟合，或拟合程度较差的现象，而支持向量机恰好可以弥补这个不足。支持向量机 (Support VectorMachine，SVM)是ATBe11实验室VapnikV针对分类和回归问题(ClassificationandRecognition) 提出的 J，此方法一经提出就得到了广泛的关注，并成功的应用于多个领域。在本文中将独立分量分 析技术与支持向量机相结合，由此提出了一种新的流型识别方法，经试验证明该方法可以很好的识别出 泡状流、间歇流、分层流和环状流这四种流型，具有很好的识别准确率，可以满足工程要求，为流型的识 别提供了一种新的技术手段。 1 流型的特征提取 1．1 方法简介 独立分量分析 (IndependentComponentAnalysis，ICA)是近几年发展起来 的一种新的信号处理技 收稿 日期：2011—11—14 基金项 目：国家 自然科学基金项 目；吉林省 自然科学基金项 目 作者简介：周云龙(1960一)，男，吉林省扶余市人，东北电力大学能源与动力工程学院教授，博士，博士生导师，主要研究方向：气液 两相流特性及检测 ． 2 东北 电力大学学报 第32卷 术 ，它是盲源分离技术的一种延伸。ICA算法的基本思路是：从多个未知的源信号的线性混合信号中 分离出相对独立的源信号。 由图1可知E71，ICA算法的目标是寻找一个矩阵 解混系统B B(n m)，使得经过Y=B 后得到的各个独立分 S(t) 混合系统 X(t) 球化 Z(t) 正交系统 Y(t) 量之间没有相关性，即尽可能的相互独立，这时的Y A