-
47浏览
-
0点赞
-
0收藏
-
0分享
-
280下载
-
0评论
-
引用
期刊论文
气液两相流流型在线智能识别
中国电机工程学报,2001,21(7):46~50,-0001,():
在线识别的关键问题在于如何利用最短时间历程的参数波动过程完成由参数波动的特征空间到流型空间的映射。 CPN神经网络能够对自组织映射的结果进行有导师的训练,因此可以为流型的自动、客观和在线识别提供有效的手段。文中结合压力波动过程的快速傅立叶变换系数,对U形管垂直上升段内空气-水两相流的流型进行自动识别,在线性指标达到了8.2s。对如何提高流型快速识别的在线性指标和识别率等作了相关的探讨。
【免责声明】以下全部内容由[白博峰]上传于[2005年03月24日 19时37分18秒],版权归原创者所有。本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
本学者其他成果
同领域成果