随着天然气在全球一次消费能源占比的不断提升,天然气的计量仪器仪表市场也不断增大。相对于传统的计量仪表,超声波流量计具有宽量程比、高可靠性、高计量精度、无可动部件等优点,逐渐在市场上占有一席之地。我国的天然气储备量丰富,自从“西气东输”项目开展以来,天然气市场发展迅猛。由于我国气体超声波流量计的研究起步较晚,国内气体超声波流量计市场长期被外资企业所垄断。因此,气体超声波流量计的研发具有及其重要的战略意义。气体超声波流量计测量精度的影响众多,本论文的研究内容主要针对安装效应的流场分析及补偿。本文在气体超声波流量计安装效应补偿的问题中引入了BP神经网络,利用BP神经网络强大的非线性拟合能力,通过训练得到声道和管道平均流速之间的关系。使用数值仿真的方式对BP神经网络对安装效应的补·偿进行了验证,并进行了简单的实验验证。本课题的主要研究内容如下:1.针对换能器的凹凸安装和位置偏移的安装效应问题,建立三维模型,利用数值仿真的方式进行了流场的分析。将两种安装效应对测量精度的影响进行可视化处理。并将数值仿真得到的数据使用传统的权重系数法进行处理,研究其对安装效应的补偿能力。2.根据气体超声波流量计的实际问题,选择合适的隐含层、激活函数和成本函数等参数。针对课题组研制的三声道的气体超声波流量计构建一个BP神经网络,使用Python编写相应BP神经网络代码。3.基于神经网络的气体超声波流量计安装效应补偿的验证。将不同安装效应数值仿真得到的数据分成训练组和测试组。使用训练组对神经网络进行训练,使用测试组对神经网络的拟合进行评价,对比传统权重系数的补偿方法。使用研制的气体超声波流量计进行简单的实验验证。