基于SA-VAE-LSTM的气液两相流气含率及气相流速测量

来源：计量学报杂志2025年第11期北京时间：

作者：顾恬文, 张立峰

摘要：提出了一种自注意力机制-变分自编码器-长短期记忆网络（SA-VAE-LSTM）模型，用于实现气液两相流中气含率与气相流速的测量。首先，采用16电极阵列电导传感器实时采集流动信号，通过变分自编码器（VAE）对采集信号进行特征提取；随后引入并行自注意力机制对关键流动特征进行自适应增强；最后，利用长短期记忆网络（LSTM）对提取的时序特征建模，实现气含率和气相流速的测量。测试结果表明：SA-VAE-LSTM模型在两项预测任务中均取得优异表现，预测值与实测值的决定系数均为0.999 9，平均绝对误差分别为0.000 5和0.000 4。与VAE-LSTM等基准模型相比，所提方法在特征表征与时序建模精度方面更具优势，显著提升了预测性能。

关键词：流量计量,气液两相流,SA-VAE-LSTM模型,阵列电导传感器,气含率,流速,测量

基金资助：国家自然科学基金(61973115)