基于电导波动信号的EMD分解和RBF神经网络的气液两相流流型识别方法

摘要

针对电导波动信号具有非线性、非平稳的特征,提出一种应用经验模态分解(EMD)和RBF神经网络进行流型识别的新方法.首先对电导波动信号进行EMD分解,提取出IMF能量参数特征,然后将其输入到RBF神经网络,从而实现了对流型的识别.研究结果表明:该方法能够准确地识别出泡状流、弹状流、塞状流和混状流四种流型,且具有较好的识别效果.该方法为流型识别提开辟了新的方向.