烃类危险物事故性泄漏过程的实时预测方法
烃类危险源事故性泄漏过程的实时预测与预警技术一直是工业安全工程领域重要的研究课题.为此,如何实现真正意义上的过程实时预测,解决具有动态特性的过程模型初始特征参量的问题,不仅是动态过程预测的关键,而且客观上也是十分困难的.本文根据液态烃泄漏过程所涉及的因素繁多且过程动态特性复杂的特点,提出了基于”反求源”技术构思的实时预测方法.同时,通过人工智能技术架构烃类特征参量的动态数值预测参数,进而得到了与风洞实验较好的拟合效果.
泄漏过程 实时预测 反求源 神经网络 烃类危险物 动态模拟
张启平 王锋
中国石化石油化工科学研究院;计算机应用研究室(北京)
国内会议
温州
中文
125-128
2003-10-28（万方平台首次上网日期，不代表论文的发表时间）