国内刊号:23-1176/TK
国际刊号:1001-2060
发布日期:
作者:周云龙,王圣博,刘起超
单位:东北电力大学 能源与动力工程学院,吉林 吉林 132012,,东北电力大学 自动化工程学院,吉林 吉林 132012,,东北电力大学 能源与动力工程学院,吉林 吉林 132012,
关键词:改进自适应噪声完备集合经验模态分解;支持向量机;起伏振动;流型识别;气液两相流
基金:国家自然科学基金(51776033)
针对起伏振动条件下气液两相流压差信号过于复杂难以识别的问题,提出一种基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)与支持向量机(SVM)相结合的流型识别方法。采用ICEEMDAN对小波去噪后的压差信号进行模式分解,通过求取的各本征模态函数(IMF)与原始信号进行斯皮尔曼相关系数计算,选取相关系数较大的IMF分量进行希尔伯特变换,对变换后各IMF分量的瞬时幅度进行能量熵、奇异谱熵、功率谱熵的计算,构成特征向量,带入到支持向量机中进行流型识别。结果表明:该方法能够有效识别起伏振动状态下的泡状流、弹状流、搅混流、环状流,识别准确率可达95%。
来源:2024年第2期
《热能动力工程》期刊编辑部