重庆理工大学学报2022，Vol.36Issue(3) ：289-294.DOI:10.3969/j.issn.1674-8425(z).2022.03.036

BP神经网络辅助的氢气泄漏检测方法研究

Hydrogen leakage detection method by using BP neural network

姚璐峤 张小军 王凯 张蒙 张筱璐 李跃娟 苗扬
重庆理工大学学报2022，Vol.36Issue(3) ：289-294.DOI:10.3969/j.issn.1674-8425(z).2022.03.036
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

BP神经网络辅助的氢气泄漏检测方法研究

Hydrogen leakage detection method by using BP neural network

姚璐峤 1张小军 1王凯 1张蒙 1张筱璐 1李跃娟 1苗扬2
扫码查看

作者信息

  • 1. 北京工业大学材料与制造学部,北京 100124
  • 2. 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
  • 折叠

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.

关键词

氢射流/泄漏检测/激光/神经网络

引用本文复制引用

基金项目

国家重点研发计划(2021YFB4001001)

国家自然科学基金(51975011)

北京工业大学国际科研合作种子基金(2021B24)

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量6
段落导航相关论文