摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
1 绪论 | 第9-15页 |
·本文研究背景及意义 | 第9-10页 |
·两相流流型研究现状及发展趋势 | 第10-13页 |
·两相流流型研究现状 | 第10-12页 |
·两相流流型研究发展趋势 | 第12-13页 |
·本文主要研究内容 | 第13-15页 |
2 气液两相流流型分类与实验设计 | 第15-19页 |
·气液两相流流型 | 第15-16页 |
·气液两相流实验设计与数据采集 | 第16-18页 |
·本章小结 | 第18-19页 |
3 两相流流型识别方法研究 | 第19-38页 |
·HHT 理论与 EEMD 算法 | 第19-22页 |
·HHT 理论 | 第19-21页 |
·EEMD 算法 | 第21-22页 |
·基于 EEMD 算法和 RBF 神经网络的流型识别 | 第22-27页 |
·RBF 神经网络算法 | 第22-23页 |
·基于 EEMD 算法的特征提取 | 第23-25页 |
·RBF 神经网络流型识别 | 第25-27页 |
·基于 EEMD-AR 的 HMM 流型识别 | 第27-37页 |
·基于 EEMD-AR 模型的特征提取 | 第27-29页 |
·HMM 算法基础 | 第29-34页 |
·HMM 流型识别 | 第34-37页 |
·本章小结 | 第37-38页 |
4 两相流流型的多尺度熵特性分析 | 第38-55页 |
·两相流流型的 EMD 熵特性分析 | 第38-46页 |
·信息熵理论 | 第38页 |
·EMD 熵算法 | 第38-40页 |
·基于 EMD 熵的两相流流型动力学表征 | 第40-46页 |
·两相流流型的 MSPE 动力学特性分析 | 第46-54页 |
·多尺度排列熵算法 | 第46-48页 |
·典型信号的 MSPE 算法分析 | 第48-51页 |
·两相流流型的 MSPE 特性分析 | 第51-54页 |
·本章小结 | 第54-55页 |
5 两相流流型的多尺度复杂熵因果关系平面特性分析 | 第55-72页 |
·多尺度统计复杂性理论 | 第55-58页 |
·统计复杂性测度 | 第55-56页 |
·多尺度复杂熵因果关系平面 | 第56-58页 |
·典型信号的多尺度 C-H 平面分析 | 第58-64页 |
·两相流流型多尺度 C-H 平面分析 | 第64-71页 |
·本章小结 | 第71-72页 |
总结与展望 | 第72-74页 |
参考文献 | 第74-80页 |
致谢 | 第80-81页 |
攻读学位期间发表学术论文目录 | 第81-82页 |