首页|BP神经网络辅助的氢气泄漏检测方法研究

BP神经网络辅助的氢气泄漏检测方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.
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

展开 >

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

氢射流 泄漏检测 激光 神经网络

国家重点研发计划国家自然科学基金北京工业大学国际科研合作种子基金

2021YFB4001001519750112021B24

2022

10.3969/j.issn.1674-8425(z).2022.03.036

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
年,卷(期)：2022.36(3)
  • 2
  • 6