基于希尔伯特边际谱的两相流流型识别方法

发明专利无效专利

申请号：
CN201110044591.9
IPC分类号：G01N11/00;G01N27/60
申请日期：
2011-02-23
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于希尔伯特边际谱的两相流流型识别方法
申请号	CN201110044591.9	申请日期	2011-02-23
法律状态	权利终止	申报国家	中国
公开/公告日	2011-09-07	公开/公告号	CN102175571A
优先权	暂无	优先权号	暂无
主分类号	G01N11/00 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01N （除免疫测定法以外包括酶或微生物的测量或试验入C12M，C12Q） G01N11/00 测试材料的流动特性，例如黏滞性，可塑性；通过测定流动特性分析材料	IPC分类号	G;0;1;N;1;1;/;0;0;;;G;0;1;N;2;7;/;6;0查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市咸宁西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	胡红利;高享想;张娟;徐通模
代理机构	西安通大专利代理有限责任公司	代理人	朱海临

摘要

本发明公开了一种基于希尔伯特边际谱的两相流流型识别方法，在圆形管道上设置静电传感器，其环形电极通过一个变送器与一台计算机相连，该计算机是基于希尔伯特-黄变换方法的信息处理平台；静电传感器利用粉体流动过程中的静电现象来检测气固两相流的流动噪声信号；变送器把静电传感器输入的检测电荷信号变成电流信号送给计算机进行数据采集和处理；计算机对采集到的流动噪声信号进行希尔伯特-黄变换提取边际谱及边际谱的四种特征量，用求得的不同流型的四种特征量作为神经网络分类器训练样本的输入向量，每四种特征量对应的流型作为神经网络分类器训练样本的输出向量，先通过训练样本对神经网络分类器进行训练；然后进行实际流型识别。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供