氣液兩相流型智能識(shí)別理論及方法編輯推薦

本書力求理論與實(shí)際密切結(jié)合，對(duì)于流型的壓差波動(dòng)信號(hào)，從非線性理論的研究熱點(diǎn)如混沌與分形、小波變換、Hilbert變換等，來研究不同流型的非線性特征；對(duì)于流型的圖像信號(hào)，從流型圖像的紋理和形狀等方面，來提取不同流型的圖像特征；從統(tǒng)計(jì)模式識(shí)別的新方法如神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等來研究分類器模型。此外還完成了在線識(shí)別系統(tǒng)的開發(fā)，這對(duì)指導(dǎo)兩相流相關(guān)工業(yè)設(shè)備的設(shè)計(jì)及優(yōu)化運(yùn)行具有實(shí)際意義。

《氣液兩相流型智能識(shí)別理論及方法》是科學(xué)出版社出版的一本科技圖書。作者在多年從事氣流兩相流型識(shí)別的理論和試驗(yàn)研究工作中，做具有創(chuàng)造性的成果，取得了較滿意的結(jié)果，本書為其成果的總結(jié)。

全書共分13章，首先簡(jiǎn)要介紹了兩相流的定義、分類和特點(diǎn)及其參數(shù)檢測(cè)和研究進(jìn)展，然后詳細(xì)地對(duì)氣流兩相流型劃分和差別，氣液兩相流動(dòng)的壓差信號(hào)測(cè)量，基于小波分析的壓差波動(dòng)信號(hào)去噪處理、流型壓差信號(hào)特征提取，基于混沌理論的流型壓差信號(hào)特征提取，基于希爾伯特—黃變換的流型壓差信號(hào)特征提取，氣液兩相流動(dòng)的圖像信號(hào)測(cè)量、特征提取，流型的神經(jīng)網(wǎng)絡(luò)識(shí)別模型，流型的支持向量機(jī)模型，神經(jīng)網(wǎng)絡(luò)和證據(jù)理論整合的識(shí)別方法和氣流兩相流流型在線識(shí)別系統(tǒng)方面的內(nèi)容進(jìn)行了論述。

本書可供控制理論和控制工程、模式識(shí)別與智能系統(tǒng)、檢測(cè)技術(shù)與自動(dòng)化裝置、測(cè)試講師技術(shù)與儀器、熱能工程等相關(guān)專業(yè)人員及工程設(shè)計(jì)人員閱讀，也可作為高等院校相關(guān)專業(yè)的研究生教材、本科生選修教材或參考書。

前言

第1章　緒論

1.1　兩相流的定義和分類

1.2　兩相流的特點(diǎn)

1.3　兩相流參數(shù)檢測(cè)

1.4　氣流兩相流流型識(shí)別的研究

參考文獻(xiàn)

第2章　氣液兩相流型的劃分和判別

2.1　常見流型的劃分方法

2.2　水平管道中的氣液兩相流型劃分

2.3　水平管道中氣液兩相流型判別

2.4　氣液兩相流型的測(cè)量方法

2.5　本章小結(jié)

參考文獻(xiàn)

第3章　氣液兩相流型壓差波動(dòng)信號(hào)的測(cè)量

3.1　實(shí)驗(yàn)系統(tǒng)及步驟

3.2　實(shí)驗(yàn)信號(hào)與傳感器的選擇

3.3　兩相流壓差信號(hào)的獲取

3.4　振動(dòng)對(duì)實(shí)驗(yàn)裝置的影響

3.5　實(shí)驗(yàn)裝置中的噪聲分析

3.6　實(shí)驗(yàn)測(cè)得的壓差波動(dòng)信號(hào)及分析

3.7　本章小結(jié)

參考文獻(xiàn)

第4章　基于小波分析的壓差波動(dòng)信號(hào)去噪處理

4.1　小波基本理論

4.2　壓差波動(dòng)信號(hào)中噪聲的辨識(shí)

4.3　小波去噪理論

4.4　本章小結(jié)

參考文獻(xiàn)

第5章　基于小波分析的流型壓差信號(hào)特征提取

5.1　壓差波動(dòng)信號(hào)的Wigner譜分析

5.2　基于連續(xù)小波變換的壓差波動(dòng)信號(hào)特征

5.3　奇異性特征提取

5.4　流型特征提取的小波包方法

5.5　本章小結(jié)

參考文獻(xiàn)

第6章　基于混沌理論的流型壓差信號(hào)特征提取

第7章　基于Hilbert-Huang變換的流型特征提取

第8章　氣液兩相流動(dòng)的圖像信號(hào)測(cè)量

第9章　氣液兩相流動(dòng)的圖像信號(hào)特征提取

第10章　流型的神經(jīng)網(wǎng)絡(luò)識(shí)別模型

第11章　流型的支持向量機(jī)模型

第12章　神經(jīng)網(wǎng)絡(luò)和證據(jù)理論融合的識(shí)別方法

第13章　氣液兩相流流型在線識(shí)別系統(tǒng)2100433B

圖1是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》實(shí)施例一中的一種智能貨柜內(nèi)貨品識(shí)別方法的流程示意圖；

圖2是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》的服務(wù)器、重量傳感器、貨品識(shí)別指令發(fā)送單元和圖像采集設(shè)備之間的通信示意圖；

圖3是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》的包含步驟500的智能貨柜內(nèi)貨品識(shí)別方法的流程示意圖；

圖4是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》的智能貨柜內(nèi)貨品識(shí)別方法中步驟100的流程示意圖；

圖5是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》中包含步驟600的智能貨柜內(nèi)貨品識(shí)別方法的流程示意圖；

圖6是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》中服務(wù)器、終端設(shè)備和智能貨柜之間的交互示意圖；

圖7是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》應(yīng)用實(shí)例中的智能貨柜內(nèi)貨品識(shí)別方法的邏輯流程圖；

圖8是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》實(shí)施例二中的一種智能貨柜內(nèi)貨品識(shí)別系統(tǒng)的結(jié)構(gòu)示意圖；

圖9是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》實(shí)施例三中的一種電子設(shè)備的結(jié)構(gòu)示意圖；

圖10是《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》實(shí)施例五中的一種智能貨柜的結(jié)構(gòu)示意圖。

智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜專利目的

《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》提供一種智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜，能夠?qū)χ悄茇浌駜?nèi)的貨品進(jìn)行準(zhǔn)確且快速的識(shí)別，僅需將把貨品分類擺放即可，無需核對(duì)數(shù)量，有效節(jié)省了人力成本。

智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜技術(shù)方案

《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》提供以下技術(shù)方案：第一方面，該發(fā)明提供一種智能貨柜內(nèi)貨品識(shí)別方法，所述貨品識(shí)別方法包括：接收目標(biāo)智能貨柜的貨品識(shí)別指令；采集所述目標(biāo)智能貨柜的內(nèi)部貨品圖像，并獲取該目標(biāo)智能貨柜內(nèi)各類貨品的重量變化值，其中，所述內(nèi)部貨品圖像中包含有當(dāng)前目標(biāo)智能貨柜中的全部貨品；以及，對(duì)所述內(nèi)部貨品圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的類型；根據(jù)所述目標(biāo)智能貨柜中發(fā)生變化的各類貨品的類型和對(duì)應(yīng)的重量變化值，確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量。進(jìn)一步地，所述智能貨柜內(nèi)貨品識(shí)別方法還包括：基于所述目標(biāo)智能貨柜中發(fā)生變化的各類貨品的類型和數(shù)量，更新該目標(biāo)智能貨柜的貨品實(shí)時(shí)信息。進(jìn)一步地，所述接收目標(biāo)智能貨柜的貨品識(shí)別指令包括：接收針對(duì)所述目標(biāo)智能貨柜的用戶身份識(shí)別信息或交易信息；向所述目標(biāo)智能貨柜發(fā)送柜門開啟指令，使得所述目標(biāo)智能貨柜根據(jù)該柜門開啟指令開啟柜門的門鎖；以及，接收所述目標(biāo)智能貨柜在柜門開啟再關(guān)閉后發(fā)送的貨品識(shí)別指令。進(jìn)一步地，所述接收針對(duì)所述目標(biāo)智能貨柜的用戶身份識(shí)別信息或交易信息，包括：接收用戶通過用終端設(shè)備以掃描二維碼的方式連接進(jìn)入所述目標(biāo)智能貨柜對(duì)應(yīng)的應(yīng)用APP后，在該應(yīng)用APP中發(fā)送的用戶身份識(shí)別信息或交易信息；其中，所述二維碼設(shè)置在所述目標(biāo)智能貨柜的外壁上。進(jìn)一步地，所述接收針對(duì)所述目標(biāo)智能貨柜的用戶身份識(shí)別信息或交易信息，包括：接收以人臉圖像識(shí)別的方式獲取的用戶身份識(shí)別信息或交易信息；其中，所述人臉圖像識(shí)別的方式包括：通過設(shè)置在所述目標(biāo)智能貨柜的外壁上的圖像采集設(shè)備獲取位于所述目標(biāo)智能貨柜外的用戶的人臉圖像，并對(duì)該人臉圖像進(jìn)行人臉圖像識(shí)別。進(jìn)一步地，所述采集所述目標(biāo)智能貨柜的內(nèi)部貨品圖像，并獲取該目標(biāo)智能貨柜內(nèi)各類貨品的重量變化值，包括：控制設(shè)置在所述目標(biāo)智能貨柜內(nèi)的多個(gè)圖像采集設(shè)備采集所述目標(biāo)智能貨柜的內(nèi)部貨品圖像，其中，不同的圖像采集設(shè)備用于采集所述目標(biāo)智能貨柜中不同貨架上的貨品圖像，且全部貨架上的貨品圖像組成所述內(nèi)部貨品圖像；以及，控制分別設(shè)置在所述目標(biāo)智能貨柜中各個(gè)貨架上的重量傳感器采集各個(gè)貨架上的貨品的重量變化值，其中，同一貨架上擺放同一類型的貨品。進(jìn)一步地，所述對(duì)所述內(nèi)部貨品圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的類型，包括：對(duì)所述內(nèi)部貨品圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的貨品的圖像特征；以及，根據(jù)所述貨品的圖像特征和預(yù)設(shè)的貨品圖像特征庫，確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的貨品的類型；其中，所述貨品圖像特征庫中存儲(chǔ)有貨品的類型和圖像特征之間的對(duì)應(yīng)關(guān)系。進(jìn)一步地，所述根據(jù)所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的類型和對(duì)應(yīng)的重量變化值，確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量，包括：根據(jù)所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的類型和對(duì)應(yīng)的重量變化值，以及，預(yù)獲取的貨品重量庫，計(jì)算得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量初值；以及，根據(jù)所述各類貨品的數(shù)量初值確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量；其中，所述貨品重量庫中存儲(chǔ)有貨品的類型和貨品重量之間的對(duì)應(yīng)關(guān)系。

進(jìn)一步地，所述根據(jù)所述各類貨品的數(shù)量初值確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量，包括：若所述各類貨品的數(shù)量初值為整數(shù)，則直接將該數(shù)量初值確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量；若所述各類貨品的數(shù)量初值為非整數(shù)，則根據(jù)所述數(shù)量初值的小數(shù)部分的數(shù)值確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量。進(jìn)一步地，所述根據(jù)所述數(shù)量初值的小數(shù)部分的數(shù)值確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量，包括：判斷所述數(shù)量初值的小數(shù)部分的數(shù)值是否處于允許誤差范圍內(nèi)；若是，則將該數(shù)量初值進(jìn)行四舍五入，并將四舍五入后的值確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量；若否，則向用戶的終端設(shè)備發(fā)送貨品確認(rèn)指令。進(jìn)一步地，所述更新該目標(biāo)智能貨柜的貨品實(shí)時(shí)信息，包括：在所述目標(biāo)智能貨柜對(duì)應(yīng)的應(yīng)用APP中更新該目標(biāo)智能貨柜的貨品實(shí)時(shí)信息。進(jìn)一步地，所述貨品識(shí)別方法還包括：若檢測(cè)獲知所述目標(biāo)智能貨柜中的某類貨品的數(shù)量低于對(duì)應(yīng)的補(bǔ)貨閾值，則向補(bǔ)貨人員的終端設(shè)備發(fā)送補(bǔ)貨告知信息。第二方面，《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》提供一種智能貨柜內(nèi)貨品識(shí)別系統(tǒng)，所述貨品識(shí)別系統(tǒng)包括：貨品識(shí)別指令接收模塊，用于接收目標(biāo)智能貨柜的貨品識(shí)別指令；圖像及重量采集模塊，用于采集所述目標(biāo)智能貨柜的內(nèi)部貨品圖像，并獲取該目標(biāo)智能貨柜內(nèi)各類貨品的重量變化值，其中，所述內(nèi)部貨品圖像中包含有當(dāng)前目標(biāo)智能貨柜中的全部貨品；增減貨品類型識(shí)別模塊，用于對(duì)所述內(nèi)部貨品圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的貨品的類型；增減貨品數(shù)量識(shí)別模塊，用于對(duì)所述內(nèi)部貨品圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的類型。第三方面，《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)所述智能貨柜內(nèi)貨品識(shí)別方法的步驟。第四方面，《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述智能貨柜內(nèi)貨品識(shí)別方法的步驟。第五方面，該發(fā)明提供一種智能貨柜，所述智能貨柜與所述的電子設(shè)備通信。

智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜改善效果

《智能貨柜內(nèi)貨品識(shí)別方法及裝置、智能貨柜》提供的智能貨柜內(nèi)貨品識(shí)別方法，通過接收目標(biāo)智能貨柜的貨品識(shí)別指令；采集所述目標(biāo)智能貨柜的內(nèi)部貨品圖像，并獲取該目標(biāo)智能貨柜內(nèi)各類貨品的重量變化值，其中，所述內(nèi)部貨品圖像中包含有當(dāng)前目標(biāo)智能貨柜中的全部貨品；以及對(duì)所述內(nèi)部貨品圖像進(jìn)行圖像識(shí)別，得到所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的類型；根據(jù)所述目標(biāo)智能貨柜中發(fā)生變化的各類貨品的類型和對(duì)應(yīng)的重量變化值，確定所述目標(biāo)智能貨柜中數(shù)量發(fā)生變化的各類貨品的數(shù)量，能夠?qū)χ悄茇浌駜?nèi)的貨品進(jìn)行準(zhǔn)確且快速的識(shí)別，僅需將把貨品分類擺放即可，無需核對(duì)數(shù)量，有效節(jié)省了人力成本，并提高了智能貨柜的智能化程度和應(yīng)用可靠性，故使得用戶體驗(yàn)提高。

較流行的流型判別方法有 Baker、Brill、Beggs-Brill、Taitel、SCA(段塞特征分析法)等幾種方法。經(jīng)過算例的對(duì)比發(fā)現(xiàn)，每種判別方法都有其各自的適用范圍。其中，Baker、Beggs-Brill 方法在進(jìn)行流型判別時(shí)沒有考慮管線傾角的影響，而且只是針對(duì)有限的實(shí)驗(yàn)介質(zhì)進(jìn)行的歸納總結(jié)，沒有充分考慮氣液物性對(duì)流型轉(zhuǎn)變的影響。相比之下，Taitel 是近年來在數(shù)值計(jì)算中采用最為廣泛的流型判別準(zhǔn)則。由于 Taitel 準(zhǔn)則是利用非粘性理論推導(dǎo)而來的，只能適用于低粘性流體。對(duì)于粘性不能忽略的石油工業(yè)，Taitel 判斷準(zhǔn)則的分層流范圍過小。SCA 法從段塞流的穩(wěn)定性機(jī)理出發(fā)，其中關(guān)于段塞流的經(jīng)驗(yàn)公式涵蓋了各種管徑的管道，較為成熟，但其缺點(diǎn)在于，進(jìn)行流型判別時(shí)將分散氣泡流的范圍設(shè)定的過大 。2100433B