热能动力工程

作者：汤 亮，蔡凯翼，徐适斐

单位：湖北工业大学 机械工程学院，湖北 武汉 430068,,湖北工业大学 机械工程学院，湖北 武汉 430068,,湖北工业大学 机械工程学院，湖北 武汉 430068,

关键词：深度学习;流型识别;粒子群优化算法;深度神经网络

基金：国家自然科学基金（61976083）

针对目前两相流流型识别率不高且通常依赖精密仪器获取流型特征等问题，提出一种基于深度神经网络的流型识别方法。通过文献报告中已收集的流型数据集，分析影响流型的关键变量，利用粒子群优化后的深度神经网络结合Softmax分类器在Tensorflow平台上进行训练，并将其分类结果与统一模型进行对比。结果表明：流型识别的最终综合识别准确率在97.44%；流型分类结果与流型统一模型基本一致；与目前流型识别的主流方法相比，具有特征易提取、神经网络模型收敛速度快等优点。

来源：2023年第2期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第2期