-
公开(公告)号:CN1209629C
公开(公告)日:2005-07-06
申请号:CN02153486.1
申请日:2002-11-29
Applicant: 清华大学
Abstract: 基于主成分分析和神经元网络的两相流相浓度测量方法属于两相流的过程层析成像技术领域,其特征在于:在一个由电容阵列传感器、电子测量电路和成像计算机构成的电容层析成像系统中,引入主成分分析方法分析归一化后的电容测量值,自动选取合适的阈值μ,使大于μ的主成分对系统信息的贡献超过99%,并从所有主成分中除去贡献率小于μ的那些成分,把大于μ的主成分数据作为一个前向神经元网络的输入,该神经元网络的输出即为要得到的两相流相浓度;主成分分析的实质在于把归一化后的电容测量值样本矩阵变换为其相关矩阵,再从其中求出各个特征值及其相应的主成。这种方法可以降低流型变化对敏感场分布的影响,同时也避免了传统图象重建算法带来的误差,它的误差在±5%以内。
-
-
-
公开(公告)号:CN1410774A
公开(公告)日:2003-04-16
申请号:CN02153486.1
申请日:2002-11-29
Applicant: 清华大学
Abstract: 基于主成分分析和神经元网络的两相流相浓度测量方法属于两相流的过程层析成像技术领域,其特征在于:在一个由电容阵列传感器、电子测量电路和成像计算机构成的电容层析成像系统中,引入主成分分析方法分析归一化后的电容测量值,从所有主成分中除去贡献率小于μ的那些成分,把贡献率大于μ的主成分数据作为一个前向神经元网络的输入,该神经元网络的输出即为要得到的相浓度;主成分分析的实质在于把归一化后的电容测量值样本矩阵变换为其相关矩阵,再从其中求出各个特征值及其相应的主成。这种方法可以降低流型变化对敏感场分布的影响,同时也避免了传统图象重建算法带来的误差,它的误差在±5%以内。
-
-
公开(公告)号:CN2161924Y
公开(公告)日:1994-04-13
申请号:CN93212914.5
申请日:1993-05-20
Applicant: 清华大学
IPC: G01N27/22
Abstract: 本实用新型属于对工业管道中气固两相流相浓度的检测装置制造领域。本装置由串接在被测管道中的电容测量管以及信号检测转换电路所组成。测量管包括在绝缘内管外壁上固定的前后排列,交错90°并用屏蔽环间隔开两对以上弧形电容极板,以及金属外管组成。信号检测转换电路包括电容差分结构测量等电路。本装置结构简单、安装方便,具有检测精度高、抗干扰力强、工作稳定等优点。可适用于冶金高炉、电站锅炉、化工流化床等诸多工业领域。
-
-
-
-
-