典型文献
BP神经网络辅助的氢气泄漏检测方法研究
文献摘要：
氢能作为一种清洁高效的可再生能源,具有能量密度高、来源广泛、零污染等优点,被广泛认为是本世纪最具应用前景的能源载体之一.高压气态储氢是目前我国使用最为广泛的一种氢气储存方式,而高压氢气泄漏是高压储氢中的重大安全隐患.结合BP神经网络设计了一种检测高压氢气泄漏的方法.将激光束穿过氢气射流产生的光斑图像输入神经网络,从而反推出氢气泄漏口的直径和出口压力大小.结果表明:预测值与实际值接近,并且具有很高的稳定性.这项技术可以应用于检测远距离放置的储氢瓶阀门的泄漏、低压电解槽的泄漏、氢储罐管件及密封环的泄漏,以及储氢设备的通风口处的泄漏等.
文献关键词：
氢射流;泄漏检测;激光;神经网络
中图分类号：
作者姓名：
姚璐峤;张小军;王凯;张蒙;张筱璐;李跃娟;苗扬
作者机构：
北京工业大学材料与制造学部,北京 100124;北京工业大学先进制造技术北京市重点实验室,北京 100124
文献出处：
引用格式：
[1]姚璐峤;张小军;王凯;张蒙;张筱璐;李跃娟;苗扬-.BP神经网络辅助的氢气泄漏检测方法研究)[J].重庆理工大学学报,2022(03):289-294
A类：
氢射流
B类：
泄漏检测方法,氢能,清洁高效,可再生能源,能量密度,密度高,本世纪,压气,气态,氢气储存,储存方式,高压氢气泄漏,高压储氢,大安全,网络设计,测高,激光束,穿过,气射流,光斑图像,入神,反推,出口压力,远距离,储氢瓶,瓶阀,阀门,低压电,电解槽,储罐,管件,密封环,通风口
AB值：
0.366992
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
