文档名：基于BP神经网络的含氧油气浓度预测模型研究
摘要：针对储罐清洗中油气遇到明火、静电等可能会引发火灾、爆炸等现象,提出一种基于BP神经网络的含氧油气浓度预测模型,通过预测油罐内含氧油气浓度以确保储罐清洗工作环境的安全.利用Matlab软件和仿真数据建立了基于BP神经网络的油气浓度预测模型,通过LabVIEW软件中Matlabscript节点调用预测模型,自主完成储油罐内油气浓度的预测并进行误差分析.结果表明,基于BP神经网络建立的含氧油气浓度预测模型,当隐藏层节点数为8时,均方根误差(RMSE)为0.000058,回归系数(R2)为99.314％,能够准确地预测储罐内含氧油气浓度.
作者：弓海凌 李淘 邹冰玉 代峰燕Author：GONGHailing LITao ZOUBingyu DAIFengyan
作者单位：北京石油化工学院机械工程学院,北京102617
刊名：北京石油化工学院学报 ISTIC
Journal：JournalofBeijingInstituteofPetro-chemicalTechnology
年，卷(期)：2023, 31(1)
分类号：TP183
关键词：BP神经网络 含氧油气 预测模型 仿真
机标分类号：TP391.9TP274.2TE972
在线出版日期：2023年5月24日
基金项目：北京市教委科研计划资助项目基于BP神经网络的含氧油气浓度预测模型研究[
期刊论文] 北京石油化工学院学报--2023, 31(1)弓海凌 李淘 邹冰玉 代峰燕针对储罐清洗中油气遇到明火、静电等可能会引发火灾、爆炸等现象,提出一种基于BP神经网络的含氧油气浓度预测模型,通过预测油罐内含氧油气浓度以确保储罐清洗工作环境的安全.利用Matlab软件和仿真数据建立了基于BP神经网...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于BP神经网络的含氧油气浓度预测模型研究 Research on the Prediction Model of Oxygen-bearing Oil and Gas Concentration Based on BP Neural Network
基于BP神经网络的含氧油气浓度预测模型研究.pdf
|
|
