基于数字图像处理技术的气液两相流型智能识别及其演化规律

项目名称： 基于数字图像处理技术的气液两相流型智能识别及其演化规律

项目编号： No.50976018

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 一般工业技术

项目作者： 周云龙

作者单位： 东北电力大学

项目金额： 40万元

中文摘要： 气液两相流由于其相界面分布的复杂性，目前对其流型智能识别和演化规律的研究尚处于探索阶段。本项目拟采用高速摄影法获取水平管内气液两相流型图像；利用数字图像处理技术和小波分析方法提取流型图像纹理、形状等特征参数；运用粗糙集理论降低特征参数维数，实现流型图像的多特征融合；通过神经网络和支持向量机模型的比较，设计最佳分类模型；揭示图像灰度序列提取的复杂性测度与气液两相流流型变化之间的关系，并在此基础上研究不同表观气速下三种复杂性测度的混沌动力学特性，以及对气液两相流型的表征能力。本项目对发展气液两相流体力学，气液两相参数检测等有重要的理论意义，对指导许多相关设备（电厂各种沸腾管、各式气液两相混合器、气液分离器、化工行业的精馏塔以及核电站反应堆中燃料棒通道）的设计和安全、稳定、高效运行具有重要的现实意义。

中文关键词： 气液两相流；流型识别；图像处理；支持向量机；复杂性测度

英文摘要：

英文关键词： gas-liquid two-phase flow；flow regime identification；image processing；support vector machine；complexity measure