基于改进MobileViT的气固两相流检测方法

来源：动力工程学报杂志2026年第5期北京时间：

作者：仝卫国, 王用沛, 林礼榕, 陈波帆, 钟海增,

摘要：针对气固两相流流动特性复杂导致流动参数难以准确检测的问题,结合神经网络技术对其流动过程中产生的音频信号进行分析,提出一种基于改进MobileViT的气固两相流检测方法。以轻量化网络MobileViT作为基础模型,首先通过谱减法对采集到的音频信号进行去噪,并提取其梅尔频谱图作为模型的输入;其次,在模型中引入双向空洞空间金字塔池化模块,提取特征图在水平和垂直维度上的多尺度特征信息;然后,在模型中引入全局局部空间注意力机制,增强模型对特征图关键区域特征信息的捕捉和表达能力;最后,使用细节增强卷积替换MobileViT block中的3×3标准卷积,以提取出更为丰富的特征图局部细节特征信息。结果表明:改进后的模型对6种流量条件下的气固两相流具有较好的识别效果,准确率为98.833%,较原模型提高3.166%。

关键词：气固两相流,神经网络,音频信号,MobileViT,梅尔频谱图,