[发明专利]基于信息融合的气液两相流流型识别方法及流型信号采集装置

摘要

一种基于信息融合的气液两相流流型识别方法及流型信号采集装置，其特点是：对采集的不同取压间距的压差波动信号去噪声处理，利用小波理论对信号进行特征提取，并形成三个小波包信息熵特征向量，且作为三个子神经网络的输入特征向量，实现从特征空间到流型空间的映射；将各子神经网络的输出作为彼此独立的证据体，再利用D－S证据理论进行信息融合，得到识别结果。本装置由水平管路、取压环、取压管、差压变送器、数据采集卡和计算机组成，将采集到的压差信号通过数据采集卡送入计算机，由计算机完成压差信号的数据处理，进而实现对气液两相流流型信号的采集。其优点是识别率高，通用性强，适合于不同管道直径和不同介质的气液两相流系统。

主权项

1.一种基于信息融合的气液两相流流型识别方法，其特征在于它包括下述步骤：(1)在一个由水平管路、差压变送器与由计算机组成的基于信息融合的气液两相流流型信号采集装置中，通过采集水平管路上3个不同取压间距的压差波动信号，分别固定和改变液相和气相流量，得到不同的气液流量下的分层流、间歇流、泡状流和环状流4种流型，对4种流型的流动参数进行采集，并对三个不同取压间距的压差波动信号进行去噪声处理；(2)利用小波理论对去噪声后的3个压差波动信号进行特征提取，并形成3个小波包信息熵特征向量；(3)将提取的特征向量分别送入神经网络进行训练，训练好的神经网络可对未知流型进行识别；(4)将各神经网络的输出结果作为彼此独立的证据，利用D-S证据理论进行信息融合，得到最终的识别结果。