一种基于物理信息神经网络的隧道烟气参数预测方法

本发明提供一种基于物理信息神经网络的隧道烟气参数预测方法，该方法包括以下步骤：构建物理信息神经网络模型，在物理信息神经网络模型的损失函数中嵌入包括质量守恒方程、能量守恒方程和组分守恒方程的物理约束；对模型进行训练；获取隧道火灾相关的输入数据；输入至训练完毕的模型，得到归一化的烟气浓度预测值、一氧化碳浓度预测值和温度预测值；进行反归一化处理，输出以实际物理量单位表示的烟气浓度预测值、一氧化碳浓度预测值和温度预测值。本发明能够根据输入的火源信息、隧道参数、材料特性、自然风及风机运行状态等信息，通过物理信息神经网络模型快速、准确地计算并输出隧道内的烟气浓度、一氧化碳浓度、温度等关键烟气参数。