一种气液两相瞬变流流型识别的方法

本发明公开了一种基于卷积神经网络的气液两相瞬态流的流型识别方法。首先，通过高速摄像机拍摄气液两相瞬态流的图片，采集瞬变流过程中气泡图像序列；其次对图像进行预处理，使用运动目标检测算法和拟合对气泡进行分割和轮廓重构，得到了气泡形态；再追踪气泡得到单个气泡随时间变化的半径、面积和体积等数据，得到含气率随时间变化的曲线，并划分流型，制作数据集；最后使用ResNet模型进行训练并测试，输出待检测的气液两相瞬变流的流型类别。本发明将基于卷积神经网络的ResNet模型运用到气液两相瞬变流的流型中，提高了瞬态流的流型识别效率。掌握气液两相瞬态流的流型变化规律，对提高其建模精度，揭示其物理特性有着重要意义。