文献

J-GLOBAL ID：202102270084981959   整理番号：21A3196309

垂直環状流におけるモード分解とアンサンブル学習を用いたボイド率測定【JST・京大機械翻訳】

Void fraction measurement using modal decomposition and ensemble learning in vertical annular flow

著者 (24件)： Li Chaofan (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Li Chaofan (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Li Chaofan (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Liu Miaomiao (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Liu Miaomiao (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Liu Miaomiao (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Zhao Ning (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Zhao Ning (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Zhao Ning (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Wang Fan (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Wang Fan (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Wang Fan (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Zhao Zhiyue (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Zhao Zhiyue (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Zhao Zhiyue (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Guo Suna (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Guo Suna (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Guo Suna (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Fang Lide (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Fang Lide (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Fang Lide (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China) ,  Li Xiaoting (School of Quality and Technical Supervision, Hebei University, Baoding 071000, China) ,  Li Xiaoting (National and Local Joint Engineering Research Center for Measuring Instruments and Systems, Baoding 071000, China) ,  Li Xiaoting (Hebei Key Laboratory of Energy Metering and Safety Testing Technology, Hebei University, Baoding 071000, China)
資料名： Chemical Engineering Science  (Chemical Engineering Science)
巻： 247  ページ： Null  発行年： 2022年 
JST資料番号： B0254A  ISSN： 0009-2509  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 空隙率は,平均密度および圧力勾配を計算し,気液二相流における流れ条件を解析するために重要なパラメータである。しかし,気液二相環状流の複雑性と変動性のため,ボイド率測定は科学的研究と産業応用における未解決の科学的問題である。本研究では,経験的モード分解(EMD)法からのエネルギー特徴抽出,カーネルリッジ回帰(KRR)からの異常フィルタリング,および極値勾配ブースティング(XGBoost)からのアンサンブル学習を結合することにより,新しい高精度リアルタイムボイド率予測モデルを提案した。モデルの予測性能をさらに検証するために,EMD分解法と単一XGBoostモデルに基づくラッソ回帰モデル(LASSO)と比較した。結果は,予測精度が異常エネルギー固有値の場合に保証できることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 固有値 ,  気液二相流 ,  *環状流 ,  フィルタリング ,  特徴抽出 ,  圧力勾配 ,  分割法 ,  *空隙率 ,  回帰モデル ,  予測モデル
準シソーラス用語： *アンサンブル学習 ,  予測精度 ,  ブースティング ,  複雑性 ,  高精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 環状流 ,  ボイド率 ,  経験的モード分解 ,  極端な勾配ブースティング ,  カーネルリッジ回帰

分類 (1件)： 装置内の流れ  (XD01010Y)

タイトルに関連する用語 (5件)： 垂直 ,  環状流 ,  モード分解 ,  アンサンブル学習 ,  ボイド率