申请/专利权人：海南大学

申请日：2023-12-11

公开（公告）日：2024-03-19

公开（公告）号：CN117725362A

主分类号：G06F18/10

分类号：G06F18/10;G06F18/2131;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开一种基于小波分析的气液两相流流型识别方法，获取压力波动信号，确定最佳小波基函数与最佳分解层数n并基于最佳小波基函数与最佳分解层数n的压力波动信号进行n层小波分解，得到n层小波近似系数和小波细节系数；对分解后得到的各层小波细节系数进行阈值量化，得到降噪后的各层小波细节系数；利用降噪后的各层小波细节系数与第n层小波近似系数进行小波重构，得到已去噪信号；对已去噪信号进行三层小波包分解得到8个频段，计算不同气液两相流流型下8个频段的功率谱能量、能量占比以及小波包熵值作为流型的特征值，以流型的特征值为基础，对待识别气液两相流流型进行判断识别。本发明能够实现气液两相流流型的识别。

主权项：1.一种基于小波分析的气液两相流流型识别方法，其特征在于，包括如下步骤：获取压力波动信号，确定最佳小波基函数与最佳分解层数n并基于确定的最佳小波基函数与最佳分解层数n的压力波动信号进行n层小波分解，得到n层小波近似系数和小波细节系数；对分解后得到的各层小波细节系数进行阈值量化，得到降噪后的各层小波细节系数；利用降噪后的各层小波细节系数与第n层小波近似系数进行小波重构，得到与原始信号数量相一致的已去噪信号；对已去噪信号进行三层小波包分解得到8个频段，计算不同气液两相流流型下8个频段的功率谱能量、能量占比以及小波包熵值作为流型的特征值，以流型的特征值为基础，对待识别气液两相流流型进行判断识别。

全文数据：

权利要求：

百度查询： 海南大学 一种基于小波分析的气液两相流流型识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD