相关实验视频
Updated: Jun 11, 2025

Surrogate Model Development for Digital Experiments in Welding
Published on: March 28, 2025
用响应表面方法和人工神经网络方法预测泄漏和分散的定量性属性-后果关系模型的开发
Junseo Lee1, Sehyeon Oh1, Seongheon Baek1
1School of Chemical Engineering, Chonnam National University, 77, Yongbong-ro, Buk-gu, 61186 Gwangju, Republic of Korea.
预测分散对于安全至关重要. 这项研究使用人工神经网络 (ANN) 和响应表面方法 (RSM) 开发了准确的定量性质-后果关系 (QPCR) 模型,大大降低了用于改进安全评估的计算成本.
科学领域:
- 化学工程是化学工程的重要组成部分.
- 安全工程安全工程
- 计算流体动力学的流体动力学.
背景情况:
- 是一种有前途的清洁能源,但由于可燃蒸汽云的形成,它存在爆炸风险.
- 准确预测分散对于减轻潜在的爆炸危险至关重要.
研究的目的:
- 开发一种定量性质-后果关系 (QPCR) 模型,用于预测分散行为.
- 通过人工神经网络 (ANN) 和响应表面方法 (RSM) 提高预测准确度和速度.
主要方法:
- 通过使用6 561个PHAST模拟与8个源和分散变量生成数据集.
- 开发了RSM-BBD和ANN-BPNN模型,以及一个混合模型,不包括ANOVA识别的低影响变量.
- 使用R平方和平均平方误差 (MSE) 评估模型性能.
主要成果:
- 所有开发的模型 (RSM,ANN,混合) 都实现了R平方值大于0.99.
- 混合模型显示,与ANN-BPNN模型相比,计算成本降低了97%.
- 混合模型也表现出较低的MSE,这表明预测准确度更高.
结论:
- 这项研究提出了一种具有成本效益的方法,用于高精度的QPCR散模型.
- 这些发现凸显了将ANN和RSM等统计方法结合起来,以实现可靠的安全预测的有效性.
- 开发的模型提供了一个可行的工具,用于快速和准确地评估分散行为的行为.
更多相关视频
06:32A Simple, Low-cost, and Robust System to Measure the Volume of Hydrogen Evolved by Chemical Reactions with Aqueous Solutions
Published on: August 17, 2016
14:11Quantification of Hydrogen Concentrations in Surface and Interface Layers and Bulk Materials through Depth Profiling with Nuclear Reaction Analysis
Published on: March 29, 2016
相关概念视频
Response Surface Methodology
The process of RSM involves several key steps:
Design Example: Creating a Hydraulic Model of a Dam Spillway
Typical Model Studies
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...