位置:成果数据库 > 期刊 > 期刊详情页
多元混合气爆炸极限的非线性预测研究
  • ISSN号:1003-3033
  • 期刊名称:《中国安全科学学报》
  • 时间:0
  • 分类:X932[环境科学与工程—安全科学]
  • 作者机构:[1]河南理工大学安全科学与工程学院,焦作454003, [2]浙江大学热能工程研究所,杭州310027
  • 相关基金:国家自然科学基金资助(50476033);河南省杰出人才创新基金资助(0421000800):河南省高校新世纪优秀人才支持计划资助(2005HANCET-05):河南理工大学自然科学基金资助(646102).
中文摘要:

根据混合气的爆炸极限与混合气各成分的体积浓度之间具有非线性关系的特点,笔者提出采用神经网络非线性方法来计算合有H2,CH4和CO的多元混合气体的爆炸极限。在模型中,H2,CH4和CO的体积浓度作为输入,爆炸上限和下限作为输出。计算结果表明,该非线性模型预测混合气爆炸下限和上限的最大相对误差为3.90%,3.57%,而模型预测值与计算值的相关系数分别为0.971,0.981;非线性模型的预测结果要好于偏最小二乘回归的预测结果。当H2,CO,CH4在混合气中的体积浓度给定时,非线性模型能够准确预测混合气的爆炸极限。

英文摘要:

A non-linear method of neural network model for predicting explosion limits of multi-component gas mixture containing HE, CH4 and CO is put forward according to the non-linear relation between the explosion limits of the mixture and its components volume concentration. In this model, the volume concentration of H2, CO, CH4 in the gas mixture is chosen as the input of the NN model, and the lower and upper explosive limit as the output respectively. The predicting result shows that the maximum relative error for lower and upper explosion limits is respectively less than 3.90% and 3.57% , and the correlation coefficient for lower and upper explosion limits is respectively 0. 971 and 0. 981, which is much more accurate than that by Partial Least Square Regression(PLSR). This illustrates that the explosion limits of gas mixture can be accurately predicted by the NN model when the volume concentration of HE, CO, CH4 in the gas mixture is determined.

同期刊论文项目
期刊论文 33 会议论文 3 著作 1
同项目期刊论文
期刊信息
  • 《中国安全科学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国职业安全健康协会
  • 主编:徐德蜀
  • 地址:北京市东城区和平里九区甲4号安信大厦A306室
  • 邮编:100013
  • 邮箱:csstlp@263.net
  • 电话:010-64464782
  • 国际标准刊号:ISSN:1003-3033
  • 国内统一刊号:ISSN:11-2865/X
  • 邮发代号:
  • 获奖情况:
  • 中国科技论文统计用刊,第一届中国科协期刊优秀学术论文奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:31001