论文部分内容阅读
气液两相流的流型对其流动和传热特性有很大的影响，所以如何确定流型一直是两相流研究中的重要课题。但是，由于两相流介质之问存在着随机多变的相界面，致使两相流的流型不仅是多种多样，而且其变化也带有随机性，这给流型识别带来了很大困难。而希尔伯特-黄变换（HHT）和神经网络在气液两相流流型识别中还很少见，文中提出了希尔伯特-黄变换与Elman神经网络相结合的气液两相流流型识别的新方法。将压差波动信号经验模态分解（EMD）后的固有模态函数（IMF）进行分析，提取IMF能量特征作为Elman神经网络的输入特征向量，对水