一种基于神经网络模型的非接触式管道流体流速测量方法

本发明涉及管道流速测量技术领域，提供一种基于神经网络模型的非接触式管道流体流速测量方法，所述测量方法包括：利用压电薄膜传感器采集不同管道流速下的信号数据集；对信号数据集进行二维傅里叶变换，将信号转化为频率‑波数域的二维能量谱图；二维能量谱图通过二维神经网络模型预测流体流速。本发明将采集的信号进行二维傅里叶变换，转化为频率‑波数域的二维能量谱图，有效地提升了信号处理能力，并为二维神经网络模型提供了更准确、更有意义的输入数据，采用二维神经网络模型进行流速预测，利用二维能量谱图作为输入，通过深度学习技术自动提取特征并预测流速。这种方法克服了传统的流速处理复杂湍流环境中的工件问题的信号算法，提高了测量精度和鲁棒性。