دانلود مقاله انگلیسی رایگان:پیش بینی انرژی مکانیکی BLEVE با اجرای شبکه عصبی مصنوعی - 2020
تبریک غدیر خم

با سلام خدمت کاربران عزیز، به اطلاع می رساند ترجمه مقالاتی که سال انتشار آن ها زیر 2008 می باشد رایگان بوده و میتوانید با وارد شدن در صفحه جزییات مقاله به رایگان ترجمه را دانلود نمایید.

دانلود مقاله انگلیسی شبکه های نورونی رایگان
  • Prediction of BLEVE mechanical energy by implementation of artificial neural network Prediction of BLEVE mechanical energy by implementation of artificial neural network
    Prediction of BLEVE mechanical energy by implementation of artificial neural network

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Prediction of BLEVE mechanical energy by implementation of artificial neural network


    ترجمه فارسی عنوان مقاله:

    پیش بینی انرژی مکانیکی BLEVE با اجرای شبکه عصبی مصنوعی


    منبع:

    Sciencedirect - Elsevier - Journal of Loss Prevention in the Process Industries, 63 (2020) 104021. doi:10.1016/j.jlp.2019.104021


    نویسنده:

    Behrouz Hemmatian a, Joaquim Casal b, Eul�alia Planas b, Behnam Hemmatian c, Davood Rashtchian a,*


    چکیده انگلیسی:

    In the event of a BLEVE, the overpressure wave can cause important effects over a certain area. Several thermodynamic assumptions have been proposed as the basis for developing methodologies to predict both the mechanical energy associated to such a wave and the peak overpressure. According to a recent comparative analysis, methods based on real gas behavior and adiabatic irreversible expansion assumptions can give a good estimation of this energy. In this communication, the Artificial Neural Network (ANN) approach has been implemented to predict the BLEVE mechanical energy for the case of propane and butane. Temperature and vessel filling degree at failure have been considered as input parameters (plus vessel volume), and the BLEVE blast energy has been estimated as output data by the ANN model. A Bayesian Regularization algorithm was chosen as the three-layer backpropagation training algorithm. Based on the neurons optimization process, the number of neurons at the hidden layer was five in the case of propane and four in the case of butane. The transfer function applied in this layer was a sigmoid, because it had an easy and straightforward differentiation for using in the backpropagation algorithm. For the output layer, the number of neurons had to be one in both cases, and the transfer function was purelin (linear). The model performance has been compared with experimental values, proving that the mechanical energy of a BLEVE explosion can be adequately predicted with the Artificial Neural Network approach.
    Keywords: BLEVE | Vessel explosion | Explosion energy | Blast overpressure | Pressure wave | Artificial neural network


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 1128 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi