Please wait a minute...
工程设计学报
工程设计学报  2010, Vol. 17 Issue (3): 219-223    
工程设计理论、方法与技术     
基于BP人工神经网络的蒸气云爆炸超压预测的研究
 张瑞华
仲恺农业工程学院 机电工程学院,广东 广州510225
BP neural network study on predicting vapor cloud explosion overpressure
 ZHANG  Rui-Hua
College of Mechanical and Electrical Engineering, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China
 全文: PDF(663 KB)   HTML
摘要： 探讨用BP神经网络预测蒸气云爆炸超压的基本原理.重点分析影响蒸气云爆炸超压的各种因素,在此基础上利用BP神经网络算法,通过对80组不同反应活性气体在不同环境条件下爆炸的实验数据进行训练建立了预测蒸气云爆炸超压的网络模型,并对另外20组实验数据进行了爆炸超压预测.预测结果与实测结果基本吻合,说明该模型能够反映蒸气云爆炸超压与其多种影响因素的映射关系,可用于蒸气云爆炸超压预测.该方法为预测蒸气云爆炸超压提供了一条新途径,具有工程实际意义.
关键词： 蒸气云爆炸;  超压;  BP神经网络;  预测    
Abstract: The basic principle of predicting vapor cloud explosion overpressure by BP neural network was discussed. The influencing factors of overpressure were analyzed emphatically. Based on this, a network model between overpressure and its influencing factors was established after a training process with 80 experimental data groups. Using this model, prediction was conducted for other 20 data groups. The results show the model is basically capable of formulating the relationship between overpressure and its influencing factors. It is an effective means for the predicting vapor cloud explosion overpressure. It is of certain practical significance and applicative value in engineering．
Key words: vapor cloud explosion (VCE)    overpressure    BP neural network    prediction
出版日期: 2010-06-28
:  O 38  
基金资助:

仲恺农业工程学院科研项目资助(G2360289)．
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
张瑞华

引用本文:

张瑞华. 基于BP人工神经网络的蒸气云爆炸超压预测的研究[J]. 工程设计学报, 2010, 17(3): 219-223.

ZHANG Rui-Hua. BP neural network study on predicting vapor cloud explosion overpressure[J]. Chinese Journal of Engineering Design, 2010, 17(3): 219-223.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2010/V17/I3/219

[1] 王世杰,王龙,马硕,杨杰,马聪,段国林. 直写成形制备FGMs零件时延迟信息的数字化预测方法[J]. 工程设计学报, 2023, 30(2): 127-135.
[2] 王嘉栋,胡明,严伟,李浩然. 考虑平均应变的低周疲劳寿命本征损伤耗散预测方法[J]. 工程设计学报, 2023, 30(2): 136-143.
[3] 杨淦华,曾庆军,韩春伟,黄鑫,戴晓强. 人机交互遥操作机器人软体手位置跟踪设计与实现[J]. 工程设计学报, 2023, 30(2): 164-171.
[4] 化春键,李冬冬,蒋毅,俞建峰,陈莹. 双频激振下带V形缺口轴的疲劳寿命研究[J]. 工程设计学报, 2023, 30(1): 102-108.
[5] 张旭辉,鞠佳杉,杨文娟,吕欣媛. 基于数字孪生的复杂矿用设备预测性维护系统[J]. 工程设计学报, 2022, 29(5): 643-650.
[6] 肖圳, 何彦, 李育锋, 吴鹏程, 刘德高, 杜江. 改进MDSMOTE与PSO-SVM在汽车组合仪表分类预测中的应用[J]. 工程设计学报, 2022, 29(1): 20-27.
[7] 颜宝明, 潘伟杰, 吕健, 王毅, 赵泽宇. 面向VR放置任务的自然手势交互时间的预测[J]. 工程设计学报, 2021, 28(3): 296-304.
[8] 唐林, 许志沛, 贺田龙, 敖维川. 基于BP神经网络的转动架稳定性灵敏度分析[J]. 工程设计学报, 2018, 25(5): 576-582.
[9] 王莉, 张士兵. 基于CPSO-BP神经网络-PID的热熔胶机温控系统研究[J]. 工程设计学报, 2017, 24(5): 588-594.
[10] 钟健, 阎春平, 曹卫东, 陈诚. 基于BP神经网络和FPA的高速干切滚齿工艺参数低碳优化决策[J]. 工程设计学报, 2017, 24(4): 449-458.
[11] 江岳春, 杨旭琼, 陈礼锋, 贺飞. 基于EMD-SC和AGSA优化支持向量机的超短期风电功率组合预测[J]. 工程设计学报, 2017, 24(2): 187-195.
[12] 邓涛, 李军营, 罗俊林, 周豪. 基于灰色预测与滑模变结构的ABS仿真分析[J]. 工程设计学报, 2017, 24(1): 64-69.
[13] 李富贵, 龙伟, 罗亮, 詹从来. 预测模糊控制在液化天然气调峰系统的应用[J]. 工程设计学报, 2016, 23(1): 95-100.
[14] 申杰斌, 唐东林. 应力场强法中场径参数的研究[J]. 工程设计学报, 2016, 23(1): 22-27.
[15] 刘 喆，陶凤和，贾长治. 履带车辆传动轴疲劳寿命预测与结构改进[J]. 工程设计学报, 2015, 22(5): 431-437.