手机知网 App
24小时专家级知识服务
打 开
计算机软件及计算机应用
基于语义分割的气液两相塞状流持液率测量
持液率是表征气液两相流动的最重要参数之一,受图像噪声干扰,传统的基于图像处理的持液率测量方法难以准确提取气液界面,导致持液率测量误差很大。为此,应用深度学习的语义分割算法,建立基于Deeplab V3+的网络模型,并通过塞状流流型采集实验得到的图像数据集对模型进行学习训练,进而识别并提取塞状流气、液流动区域界面,实现气液两相塞状流持液率的测量。结果表明:语义分割模型可实现对气液两相流图像的在线提取,并对气相区、液相区及背景区精确分割;顶部界面提取获得的持液率偏高、底部界面提取获得持液率偏低,而二者平均值与采用WMS网格成像传感器测量得到的真实持液率最为接近,最大误差小于10%。研究成果为实现持液率的实时监测提供了新的途径。
0 29
手机阅读本文
下载APP 手机查看本文
油气储运
网络首发
相似文献
图书推荐
相关工具书

搜 索