买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安石油大学申请的专利一种气液两相流气体体积分数测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119826913B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510042728.9，技术领域涉及：G01F1/74；该发明授权一种气液两相流气体体积分数测量方法是由乔学光;邢文举;高宏设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种气液两相流气体体积分数测量方法在说明书摘要公布了：一种气液两相流气体体积分数测量方法，通过阵列光纤探针传感器采集各个位置处的局部含气率信号，同时用流量计测量得到对应的标准气体体积分数，构建样本数据集；构建BP神经网络，利用粒子群优化算法优化BP神经网络的权重和阈值，得到预设T个弱预测器；将T个弱预测器按照下式组合得到强预测器，用于得到最终气体体积分数预测值。本发明采用的光纤探针传感器能够准确检测气液两相流中的气相和液相介质，为精确测量提供基础数据，通过粒子群优化算法优化BP神经网络的权重和阈值，帮助网络跳出局部最优，提升模型的全局搜索能力，从而提高测量精度，AdaBoost算法将多个经过PSO优化的BP神经网络弱预测器组合成一个强预测器，大幅提升模型预测精度和稳定性。

本发明授权一种气液两相流气体体积分数测量方法在权利要求书中公布了：1.一种气液两相流气体体积分数测量方法，其特征在于，包括以下步骤： 步骤1.通过阵列光纤探针传感器采集横截面各个位置处的局部含气率信号，同时用流量计测量得到对应的标准气体体积分数，各个位置处的局部含气率信号经过处理得到局部含气率数据，每次采集时间为s，采集N次，将每次采集的各个位置处局部含气率数据和对应气体体积分数构成一个样本数据，形成包含N个样本数据的样本数据集； 步骤2.构建BP神经网络，利用粒子群优化算法优化BP神经网络的权重和阈值，得到弱预测器； 步骤2.1.将BP神经网络的权重和阈值组合成粒子编码； 步骤2.2.在解空间中随机生成粒子群作为初始解，每个粒子代表一组权重和阈值； 步骤2.3.通过适应度函数评估每个粒子的性能，根据评估结果迭代更新粒子的速度和位置，更新中，粒子不断逼近最优解区域，待达预设迭代次数或满足收敛条件，获得优化后的权重和阈值，从而得到弱预测器； 步骤3.使用AdaBoost算法对弱预测器进行训练，得到预设T个弱预测器； 步骤3.1.从样本数据集中随机选取m个样本数据作为训练集； 步骤3.2.给训练集中的每个样本数据赋予相同的初始权重，这些权重用于后续的加权训练过程； 步骤3.3.在每一轮训练中，使用当前的样本权重训练弱预测器，生成本轮弱预测器，确定本轮弱预测器在训练集上的分类误差率，基于分类误差率得到本轮弱预测器的预测序列的权重； 步骤3.4.根据本轮弱学习器的预测结果和预测序列的权重，更新样本权重用于下一轮训练；对于被错误分类的样本，增加其权重，对于被正确分类的样本，减少其权重，更新后的权重进行归一化处理，确保所有样本权重之和为1； 步骤3.5.经过预设的T轮训练后，生成T个弱预测器； 步骤4.将T个弱预测器按照下式组合得到强预测器，用于得到最终气体体积分数预测值， 式中，Fx是对于输入的各个位置局部含气率x,得到的最终气体体积分数预测值，ftx是第t轮弱预测器对输入的各个位置局部含气率x的气体体积分数预测值，αt是第t轮弱预测器的预测序列的权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安石油大学，其通讯地址为：710065 陕西省西安市电子二路东段18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。