欢迎来到天天文库
浏览记录
ID:16483103
大小:1.29 MB
页数:66页
时间:2018-08-10
《基于神经网络的电容层析成像系统流型识别研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、工学硕士学位论文基于神经网络的电容层析成像系统流型识别研究宋蕾哈尔滨理工大学2015年3月工学硕士学位论文基于神经网络的电容层析成像系统流型识别研究硕士研究生:宋蕾导师:陈德运申请学位级别:工学硕士学科、专业:软件工程所在单位:计算机科学与技术学院答辩日期:2015年3月授予学位单位:哈尔滨理工大学DissertationfortheMasterDegreeinEngineeringStudyonIdentificationofFlowRegimesbasedonNeuralnetworksforElectricalCapacitanceTomographySystemCandidat
2、e:SongLeiSupervisor:ChenDeyunAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:SoftwareEngineeringDateofOralExamination:March,2015University:HarbinUniversityofScienceandTechnology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于神经网络的电容层析成像系统流型识别研究》,是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已
3、注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:宋蕾日期:2015年3月31日哈尔滨理工大学硕士学位论文使用授权书《基于神经网络的电容层析成像系统流型识别研究》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其他单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保
4、存论文,可以公布论文的全部或部分内容。本学位论文属于保密,在年解密后适用授权书。不保密√。(请在以上相应方框内打√)作者签名:宋蕾日期:2015年3月31日导师签名:陈德运日期:2015年3月31日基于神经网络的电容层析成像系统流型识别研究摘要流型是两相流系统重要的过程参数之一,系统中其它参数测量的准确度往往都依赖于对流型的了解,流型识别对工业生产具有重要意义。电容层析成像(ElectricalCapacitanceTomography,ECT)作为多相流检测技术,其工作原理是通过测量物体表面周围电极之间的电容值来计算物体内部相对介电常数的空间分布,具有结构简单,成本低,非侵入性,安全
5、性好等特点,目前ECT测量技术仍存在许多待研究及待突破的技术难点,开展相关理论和技术研究具有重要意义和应用价值。本文以12电极ECT系统为研究对象,在对电容层析成像流型识别理论分析的基础上,针对电容层析成像系统所涉及问题求解模型及流型识别等问题展开研究,其主要研究内容如下。首先,结合研究背景,对本研究课题的意义进行了分析,并且对电容层析成像技术的现状和两相流流型识别发展现状进行了研究。其次,分析电容层析成像系统的构成,采用有限元法建立电容层析成像系统的数学模型,利用Matlab进行静态仿真求解各极板间的电容值,应用图像重建算法对管道内介质分布进行图像重建,并分析对比其优缺点。再次,基于
6、Elman神经网络,开展了电容层析成像系统流型识别的研究,根据Elman神经网络及ECT系统的特点,给出了一种电容值的特征提取方法,并通过Matlab进行仿真实验,并完成了分析和比较。最后,应用栈式自编码和Softmax回归技术,设计并实现深度学习网络系统,完成了电容层析成像系统的流型辨识,并通过实验验证算法的有效性。与传统神经网络算法对比就有较高的识别率。关键字:电容层析成像技术;流型识别;神经网络;深度学习网络StudyonIdentificationofFlowRegimesBasedonNeuralNetworksforElectricalCapacitanceTomograp
7、hySystemAbstractTheflowregimeisoneoftheimportantprocessparametersintheindustrialsystemofproductiontwo-phaseflow,andthemeasurementofotherparametersareoftendependentontheflowregime,thustheidentificationofflowregimeisveryimport
此文档下载收益归作者所有