东北电力大学学报
東北電力大學學報
동북전력대학학보
JOURNAL OF NORTHEAST DIANLI UNIVERSITY
2012年
1期
1-6
,共6页
独立分量分析%盲源分离%特征参数%支持向量机
獨立分量分析%盲源分離%特徵參數%支持嚮量機
독립분량분석%맹원분리%특정삼수%지지향량궤
ICA%BBS%Characteristic parameters%SVM
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。
為瞭準確的識彆氣液兩相流流型,提齣瞭將獨立分量分析與支持嚮量機相結閤的流型識彆方法。首先應用獨立分量分析對流型的壓差波動信號進行特徵參數提取,然後將參數通過支持嚮量機進行分類處理,從而實現瞭對流型的識彆。經試驗證明:該方法可以準確的識彆齣水平管內的四種流型,整體識彆率可以達到96.7%,為流型的在線識彆提供瞭一種新的技術依據。
위료준학적식별기액량상류류형,제출료장독립분량분석여지지향량궤상결합적류형식별방법。수선응용독립분량분석대류형적압차파동신호진행특정삼수제취,연후장삼수통과지지향량궤진행분류처리,종이실현료대류형적식별。경시험증명:해방법가이준학적식별출수평관내적사충류형,정체식별솔가이체도96.7%,위류형적재선식별제공료일충신적기술의거。
In order to identify the two-phase flow patterns accurately,propose a new approach which is combined ICA with SVM.First,used independent component analysis extract the characteristic parameters from differential pressure fluctuation of flow pattern signals,then put the parameters into SVM in order to processing classification,so achieved the purpose of identifying flow patterns.Experimental proof that:this method can identify four kinds of flow patterns in horizontal pipe accurately,the whole identification accuracy was 96.7%,this method also provides a new technical means for on-line flow identification.