Abstract：
氢能作为一种清洁高效的可再生能源，具有能量密度高、来源广泛、零污染等优点，被广泛认为是本世纪最具应用前景的能源载体之一。高压气态储氢是目前我国使用最为广泛的一种氢气储存方式，而高压氢气泄漏是高压储氢中的重大安全隐患。结合BP神经网络设计了一种检测高压氢气泄漏的方法。将激光束穿过氢气射流产生的光斑图像输入神经网络，从而反推出氢气泄漏口的直径和出口压力大小。结果表明：预测值与实际值接近，并且具有很高的稳定性。这项技术可以应用于检测远距离放置的储氢瓶阀门的泄漏、低压电解槽的泄漏、氢储罐管件及密封环的泄漏，以及储氢设备的通风口处的泄漏等。
Keyword：
Reprint Author's Address：
Email：
Source ：
重庆理工大学学报(自然科学)
Year： 2022
Issue： 03
Volume： 36
Page： 289-294
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
