基于复杂网络和深度学习的两相流Wire-Mesh传感器超分辨率技术研究

目录

第1章 绪论

1.1 课题研究背景及意义

1.2 垂直管道中的气液两相流

1.3 复杂网络的发展及研究现状

1.4 深度学习与图像超分辨率研究现状

1.5 本文主要工作及结构框架

第2章 Wire-Mesh测量系统设计与垂直气液两相流实验

2.1 Wire-Mesh传感器

2.1.1 传感器结构

2.1.2 传感器设计与制作

2.1.3 传感器工作原理

2.2 Wire-Mesh传感器测量系统

2.2.1 相关参数的确定

2.2.2 测量系统的设计

2.2.3 测量系统的调试

2.3 垂直气液两相流实验

2.3.1 实验装置与实验方案

2.3.2 实验结果

2.4 本章小结

第3章 基于深度学习超分辨率的两相流图像重建

3.1 实验数据预处理

3.1.1 原始数据获取

3.1.2 局部气相含率数据转换

3.2 图像超分辨率

3.2.1 基于双三次插值的图像超分辨率

3.2.2 基于SRCNN的图像超分辨率

3.2.3 基于FSRCNN的图像超分辨率

3.2.4 基于SRGAN的图像超分辨率

3.2.5 超分辨率成像结果对比

3.3 图像质量评价

3.3.1 有参考的图像评价方法

3.3.2无参考的图像评价方法

3.3.3 无参考结构清晰度

3.3.4 基于NRSS的超分辨率成像质量评价

3.4 本章小结

第4章 基于复杂网络的两相流动行为分析

4.1 基于互信息的复杂网络构建

4.2 网络拓扑特征刻画

4.2.1 度、度分布、度相关

4.2.2 特征路径长度

4.2.3 聚集系数

4.2.4 全局效率

4.3 基于网络拓扑特征的垂直气液流型演化分析

4.4 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

发表论文和参加科研情况说明

致谢