| 翟春婕,王新猛,张思玉.基于极限学习机的炭化可燃物着火时间预测[J].火灾科学,2020,29(2):80-86. |
| 基于极限学习机的炭化可燃物着火时间预测 |
| Predicting ignition delay time of charring combustible by extreme learning machine |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| DOI：10.3969/j.issn.1004-5309.2020.02.02 |
| 基金项目:中央高校基本科研业务费专项资金项目(LGYB201807);2019年江苏高校“青蓝工程”优秀青年骨干教师培养项目;国家自然科学基金(31872705);南京森林警察学院预研项目(LGY201801) |
| 作者 | 单位 | | 翟春婕 | 南京森林警察学院信息技术学院,南京,210023
中国科学技术大学火灾科学国家重点实验室,合肥,230026
南京工业大学安全科学与工程学院,南京,210009 | | 王新猛 | 南京森林警察学院信息技术学院,南京,210023 | | 张思玉 | 国家林草局森林防火工程技术研究中心,南京,210023 |
|
| 中文关键词: 炭化可燃物 着火时间 机器学习 极限学习机 |
| 英文关键词:Charring combustibles Ignition time Machine learning Extreme learning machine |
| 摘要点击次数: 229 |
| 全文下载次数: 498 |
| 中文摘要: |
| 机器学习技术近年来在许多传统科学领域取得了应用,针对火灾中炭化可燃物着火时间与物性参数及环境参数之间关系复杂的特点,提出了一种基于极限学习机的预测方法以实现不同物性及环境参数时着火时间的快速准确预测,为防治及扑救火灾提供参考。首先建立炭化可燃物热解数值模型,考虑了可燃物热解过程中的含水率以及热解反应、气体流动等复杂物理化学反应过程,然后搭建极限学习机,以数值模拟数据为基础进行训练及验证工作。结果表明基于极限学习机的预测方法能够有效实现炭化可燃物着火时间的快速准确预测,平均相对误差小于3%。 |
| 英文摘要: |
| Machine learning has attracted much attention in various areas in recent years. In this paper, we report an approach to make accurate and fast prediction of the ignition delay time of charring combustibles with different parameters by extreme machine learning. A numerical model taking account of the moisture and various physical and chemical processes including pyrolysis and gas flow is first developed to generate a database for the dependence of ignition delay time on parameters. Extreme learning machine is then employed to train the neural network with the database. Random parameters are finally input into the network to validate the method. Results suggest that the learning-based method could effectively predict the ignition delay time of charring combustibles with an average error less than 3%. |
| 关闭 |
|
|
|
