基于BP神经网络的石化码头储罐区危险源动态分级研究
本文选题：石化码头储罐区 + 危险源 ； 参考：《天津理工大学》2015年硕士论文
【摘要】：随着我国经济的发展和贸易的全球化,石化码头储罐区的安全性逐渐凸显出来。有巨量的危险化学品储藏在石油化工码头储罐区内,因此其中的危险源数量巨大并且种类复杂。危险源是引发事故的主要因素,因此准确的对危险源进行评价即对危险源实时准确分级是防止人的不安全行为和物的不安全状态,预防和减少风险发生的有效手段。因此本文在比较常用的动态的分级方法之后,提出以BP神经网络法作为危险源分级的动态的分级方法。从事故形态和工艺流程入手,建立指标的分级系统,得到16个不同的分级指导指标。为了解决指标本身重要性不同的问题,本文采用层次分析模型对其进行权值计算。选取适合的参数建立BP神经网络,将训练数据导入网络中进行网络学习,通过分析误差图、Regression图得到最佳的网络状态,通过测试数据对其进行验证,保存网络,当向该网络再次输入新的数据时,即可准确的对其进行分级。最后,应用MATLAB中的GUI编制“石化码头储罐区管道危险源的动态分级系统”,设计了6个模型子界面即:池火火灾模型、高斯扩散模型、ICI/MOND模型、蒸气云爆炸模型、层次分析模型,从而实现快速动态准确直观的分级。将利用MATLAB设计的“石化码头储罐区管道危险源的动态分级系统”应用于实际码头,通过BP算法创建的网络进行计算,最终可以得到分级结果。部分分级结果为:一级危险源为丙烯腈;二级危险源为乙酸乙酯;三级危险源为二氯甲烷;四级危险源为异丙醇、对甲苯酚、醋酸正丁酯;五级危险源为乙酸。在调节丙烯腈的输送流量后,危险源分级发生变化,其中虽然丙烯腈还是处于一级,而对甲苯酚和醋酸正丁酯从初始的四级降到了五级。因此可以看出,本文构建的“石化码头储罐区管道危险源的动态分级系统”,对于危险源可以准确及时的进行有效监控,显著的降低系统风险,对企业的安全事故预防有重要的作用。
[Abstract]:With the development of economy and the globalization of trade , the safety of the tank area of petrochemical wharf is becoming more and more obvious . In order to solve the problem that dangerous chemicals are stored in the storage area of petrochemical wharf , the classification system of dangerous source is established by means of hierarchical analysis model .
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TQ086
【相似文献】
相关期刊论文 前10条
1 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期
2 杨自厚;神经网络技术及其在钢铁工业中的应用第8讲人工神经网络在钢铁工业中的应用(下)[J];冶金自动化;1997年05期
3 李润生,李延辉,胡学军,刘壮,王守俭;神经网络在冶金中的应用[J];钢铁研究;1998年02期
4 刘海玲,刘树深,尹情胜,夏之宁,易忠胜;线性神经网络及在多组分分析中的初步应用[J];计算机与应用化学;2000年Z1期
5 王继宗,王西娟;用神经网络确定梁上裂纹位置的研究[J];煤炭学报;2000年S1期
6 赵学庆,袁景淇,周又玲,贺松;生物发酵过程神经网络状态预报器的验证[J];无锡轻工大学学报;2000年06期
7 李智,姚驻斌,张望兴,贺超武;基于神经网络的混匀配料优化方法[J];钢铁研究;2000年04期
8 胡敏艺,马荣骏;神经网络在冶金工业中的应用[J];湖南有色金属;2000年05期
9 倪建军,邵琳;利用神经网络进行观测数据的分析与处理[J];连云港化工高等专科学校学报;2000年04期
10 裴浩东,苏宏业,褚健;材料工程中基于神经网络的稳态优化策略[J];材料科学与工程;2001年02期
相关会议论文 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
相关重要报纸文章 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
相关博士学位论文 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
相关硕士学位论文 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
，本文编号：1769591
本文链接：https://www.wllwen.com/kejilunwen/huaxuehuagong/1769591.html
