科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统燃爆机理研究方法存在耗时久、成本高、有效实验数据难以获取的问题，采用一种数据驱动与物理实验相结合的方法对半封闭空间置障条件下燃爆实验结果进行预测，并以燃爆实验数据为基础，开发了一种基于Adam优化算法下的BP神经网络预测模型，通过敏感性分析实现隐含层神经元个数的最优配置；以实验获得的火焰速度和最大燃爆压力作为特征样本数据进行训练和测试；采用R2(决定系数)评价指标来评估预测模型性能，并与RSM模型和岭回归模型进行对比。结果表明，采用Adam-BP模型预测火焰速度和最大燃爆压力相比RSM模型预测的R2分别提高了30%和16%,相比岭回归模型的R2值分别提高了10%和8%,并且Adam-BP模型鲁棒性相对较好。测试结果表明，Adam-BP模型在预混可燃气体燃爆实验结果预测中精度达到95%以上，因此，Adam-BP模型适用于预混可燃气体燃爆后果的预测，可为研究预混可燃气体燃爆后果提供一种快速预测方法。
- 单位
