您的位置: 专家智库 > >

杨晓明

作品数:3 被引量:6H指数:1
供职机构:东北电力大学能源与动力工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:理学化学工程机械工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇理学
  • 1篇化学工程
  • 1篇机械工程

主题

  • 3篇流型
  • 2篇两相流
  • 1篇多孔介质
  • 1篇压降
  • 1篇蚁群
  • 1篇蚁群优化
  • 1篇蚁群优化算法
  • 1篇优化算法
  • 1篇稳定性
  • 1篇相关向量机
  • 1篇向量
  • 1篇向量机
  • 1篇两相流流型
  • 1篇流型识别
  • 1篇敏感度
  • 1篇RVM
  • 1篇ACO

机构

  • 3篇东北电力大学
  • 1篇内蒙古科技大...

作者

  • 3篇孙斌
  • 3篇杨晓明
  • 1篇钟金山

传媒

  • 1篇仪器仪表学报
  • 1篇化学工程
  • 1篇东北电力大学...

年份

  • 1篇2014
  • 2篇2012
3 条 记 录,以下是 1-3
排序方式:
多相流型特征评价方法研究
2012年
为了得到反映流型信息的敏感特征,提出了一种多相流型特征评价方法。在水体积流量为1.32—12.15 m3/h,油体积流量为0.01—0.43 m3/h,空气体积流量为0.75—25 m3/h的范围内,对垂直上升管内油气水三相流4种流型的压差波动信号进行采集并作为分析对象,采用经验模式分解EMD法、小波方法、小波包方法,对去噪后的压差波动信号进行分解,分别提取了4种流型的EMD能量特征、EMD峭度系数特征、小波包能量特征、小波包信息熵特征和小波能量的特征,从敏感度、稳定性、瞬时性3个方面,对提取的5种特征进行比较、评价,从而建立了一种流型特征的评价准则,并给出了相应的算法。计算结果表明,所提出的评价方法是有效可行的。
孙斌钟金山杨晓明
关键词:流型敏感度稳定性
基于ACO和RVM的两相流流型特征选择方法被引量:1
2012年
为提高流型识别的准确率,提出了基于蚁群算法(ant colony optimization,ACO)和相关向量机(relevance vector machine,RVM)封装模式的流型特征选择方法。首先采用小波包变换(wavelet packet transform,WPT)、经验模式分解方法(empirical mode decomposition,EMD)对原始压差波动信号进行分解,分别提取压差波动信号的时域无量纲指标和各分解信号的能量和熵组成融合特征。然后采用ACO和RVM进行特征选择和识别,选出有利于流型识别的特征优化组合。空气-水两相流型识别的实验结果表明:该方法能实现流型特征的有效缩减,经优化组合的最优特征子集识别率达95%以上,与其他方法相比具有更高的识别率。
孙斌杨晓明
关键词:蚁群优化算法相关向量机流型识别
多孔介质通道气液两相流型及压降特性研究被引量:5
2014年
通过高速摄影仪研究多孔介质通道内气液两相流体垂直向上流动的流型,在实验参数范围内依次拍摄到泡状流、弹状流、脉冲流、雾状流4种典型流型,并总结了各种流型的特征。依据实验获得的两相流动阻力数据,分别对分相模型阻力关系式和均相模型阻力关系式进行了拟合,得到了适于实验特点的两类阻力关系式。改进后的两类模型均与实验数据实现了较好的吻合,但模型关系式定义中包含了影响阻力压降各要素的均相模型具有更高的预测精度,且该模型物理意义更加清楚,可以优先用于多孔介质通道气液两相流动的阻力计算。
杨晓明孙斌翟东旭
关键词:多孔介质两相流流型压降
共1页<1>
聚类工具0