基于多域特征提取的气液两相流流型识别

针对气液两相流的准确识别问题提出了一种多域特征处理方案。利用电阻层析成像(ERT)系统获取垂直上升管道流动数据,从测量数据与截面电导率分布图像两方面分析,对高维测量数据降维处理后提取时域特征,同时提取线性反投影(LBP)算法重建图像空域特征,进一步对图像进行Walsh-Hadamard变换后提取列率域特征。使用统一流形逼近与投影(UMAP)算法对量化的多域特征降维处理,最后搭建支持向量机(SVM)实现流型识别。结果表明,该流型分类框架对泡状流、泡状-段塞过渡流型、段塞流及严重段塞流的分类准确率分别为98.1%、96.3%、95.2%、94.8%。