多传感器LS-SVM气体流量测量法在不规则流场的应用

"基于LS-SVM的多传感器气体质量流量测量* (2010年)"，这篇论文提出了一种新的多传感器气体质量流量测量方法，以解决在非均匀流场中流量测量精度的问题。该方法利用均速管测量原理，并在管道中采用对数线性分布的4个热式气体流量传感器来捕捉不同位置的流量信息。通过流量标定实验，获取不同质量流量下的传感器电压数据，然后结合遗传算法（GA）和最小二乘支持向量机（LS-SVM）构建气体流量模型。实际应用时，该模型能根据4个传感器的电压计算出气体质量流量，实验结果显示该方法在不规则流场中的测量效果有效。 文章详细介绍了研究背景和问题，即在气体流量测量中，由于流速分布的不规则性，导致传统方法的测量精度受到影响。为了解决这个问题，作者提出了采用多传感器策略，其中4个传感器沿管道按照对数线性分布，以覆盖更广泛的流场信息。对数线性分布可以更好地捕捉到流场的变化特性，提高测量的全面性和准确性。 在实验部分，通过流量标定实验收集了不同质量流量下传感器的电压数据。这些数据用于训练LS-SVM模型，其中GA作为优化工具来寻找最佳参数。LS-SVM是一种监督学习模型，能够处理非线性关系，适用于复杂系统中的建模。通过GA优化后的LS-SVM模型可以建立传感器电压与气体质量流量之间的映射关系。 实际测量阶段，利用建立的模型，通过实时读取4个传感器的电压值，可以计算出当前气体的质量流量，从而提高了测量的准确性和鲁棒性。实验结果验证了这种方法的有效性，特别是在处理不规则流场情况下的气体流量测量。 关键词包括：多传感器、质量流量、对数线性方法、LS-SVM和遗传算法，这些关键词揭示了研究的核心技术和方法。该论文属于工程技术领域，可能对气体流量测量、自动化控制、仪表工程以及相关领域的研究人员具有参考价值。 EEACC分类号7230L和7320W表明，该论文涵盖了流体动力学和测量技术的相关内容。这篇论文为气体质量流量测量提供了一种创新且有效的解决方案，尤其是在复杂流场条件下，具有重要的实践意义和理论价值。