摘要
本发明属于气固两相流的流型识别以及静电层析成像技术领域,具体公开了一种环形阵列静电传感器的灵敏度优化方法以及系统。本发明方法首先通过有限元法分析了环形电极数量及单个电极结构参数等对管道横截面灵敏度分布的影响;其次建立了灵敏度与传感器结构参数之间的关系,采用析因试验法分析并优化传感器结构参数;之后采用RBF神经网络对析因试验数据进行回归分析得到预测模型;最后通过混沌模拟退火粒子群算法对传感器结构参数寻优,从而获得一组最优传感器结构参数;在寻优过程中利用预测模型获得适应度值。经本发明方法优化的环形阵列静电传感器,在管道中心的灵敏度明显提高,灵敏度的均匀性明显增强,显著提升了气固两相流流型检测的准确性。
技术关键词
RBF神经网络
环形阵列
阵列电极
参数
静电传感器结构
粒子
检测阵列结构
静电层析成像
管道
极值
数据
仿真模型
模拟退火算法
样本
分析模块
系统为您推荐了相关专利信息
虚拟对象
特性物理量
计算机可执行指令
场景
指标
卡尔曼算法
环境检测系统
云端
协方差矩阵
计算机存储介质
活动关节组件
串联机器人
多关节
末端执行器
关节旋转组件