11.4.1　超声法智能计算

Figueiredo等利用四个结合了人工神经网络的超声波传感器来识别流型并分别获得两相流的气体体积分数。从图11-8可以看出，ANN的输入由来自四个声学传感器的能量比组成。ANN模型中有两个隐藏层，分别包括五个和两个隐藏神经元，输出层生成识别出的流型或估计的气体体积分数。在1英寸（2.54cm）上进行了空气—油流和2英寸（5.08cm）垂直测试部分的试验工作。在试验测试中，观察到分散的气泡间歇流动、搅动流动和环形流动，液体速度为0.1～0.3m/s，气体体积分数为0～85%。试验结果表明，流型的总体成功识别率为98.3%，而估计气体体积分数的总体变化为±4.2。

图11-8　人工神经网络超声传感多相流测量系统