真空科学与技术学报2020,Vol.40Issue(6) :591-597.

小通道气液两相流流型辨识与LSTM短期预测研究

Pattern Identification and Prediction of Air-Water Flow in Small Channel with LSTM Recurrent Neural Network

潘慧 李海广 吴晅
真空科学与技术学报2020,Vol.40Issue(6) :591-597.

小通道气液两相流流型辨识与LSTM短期预测研究

Pattern Identification and Prediction of Air-Water Flow in Small Channel with LSTM Recurrent Neural Network

潘慧 1李海广 1吴晅1
扫码查看

作者信息

  • 1. 内蒙古科技大学能源与环境学院 包头014000
  • 折叠

摘要

以空气与水为工质,运用压差传感器与光学位置传感器和高速摄像机对水力直径3.0 mm的小通道水平圆管内气液两相流进行实验研究.根据压差波动信号图、光电传感器模拟信号图及高速摄像机拍摄所得流型图对小通道内气液两相流进行流型辨识,辨识结果表明:存在环状流、层状流、间歇流、以及段塞流四种流型;对四种流型所对应压差波动信号进行LSTM循环神经网络的分析预测,结果表明:LSTM循环神经网络预测模型可实现小通道气液两相流压差信号的在线预测,且预测结果精确,四种流型的均方误差分别为0.004、0.0099、0.0075、0.0156.

关键词

小通道/气液两相流/流型/传感器/压差信号/LSTM短期预测

引用本文复制引用

基金项目

国家自然科学基金(51666015)

内蒙古自治区自然科学基金(2019LH05012)

出版年

2020
真空科学与技术学报
中国真空学会

真空科学与技术学报

CSCD北大核心
影响因子:0.761
ISSN:1672-7126
被引量1
参考文献量10
段落导航相关论文