计量学报

作者：仝卫国, 门国悦, 蔡天娇, 崔建昕

关键词：流量计量,气固两相流,小波包分解,音频信号,梅尔倒谱系数,长短期记忆递归神经网络

基金：河北省省级科技计划(22567643H)

利用气固两相流在管道流动中产生的音频信号包含大量流体信息的特点，将音频信号引入气固两相流检测。提出一种基于音频信号的气固两相流分类的检测方法：对音频信号利用小波包分析进行多尺度分析，其去噪效果优于集合经验模态分解重构方法。在重构后的音频信号中选取梅尔频率倒谱系数（MFCCs）作为特征，输入到长短期记忆（LSTM）递归神经网络中。实验结果表明，在气固两相流的弯管处上升段所收集到的音频信号的幅值更大，适合安装采样设备。检测方法对实验中6种流动状态的气固两相流分类效果好，准确率为96.11%，证明了音频信号在气固两相流检测中的可行性。

来源：2025年第3期

《计量学报》期刊编辑部

查看计量学报杂志2025年第3期