化工材料受热时间与可燃性的关系建模仿真

摘要

研究化工材料受热时间与可燃性间的关系,对于提高化工材料质量具有重要作用,传统依据模糊神经网络模型仅在特定温度下塑造化工材料受热时间与可燃性的关系模型,长期受热关系较为复杂,波动呈现较强非线性,模型不能得到在任意受热时间下的化工材料可燃性准确值,不能对化工材料受热时间和可燃性的关系,进行有效的建模分析.提出一种依据前馈式神经网络的化工材料受热时间与可燃性关系模型,依据化工材料受热模型,采用Themecmastor-Z型热加工仿真试验机对化工材料进行不同程度的加热试验,得到不同受热时间、不同受热温度下的可燃性数据,融合可燃性数据以及神经网络,塑造具有前馈式算法的人工神经网络,进行训练后的神经网络则是化工材料受热时间与可燃性的关系模型.实验结果说明,改进神经网络模型具有较高的精度,最大误差为3％,不超过5％,远远低于传统模型,并且所提模型的拟合度为4.3%,可以很好地描述化工材料受热时间与可燃性的复杂关系.