《一种井下瓦斯传感器故障辨识方法》PDF+DOC
作者:乔维德,周晓谋
单位:石家庄学院
出版:《石家庄学院学报》2017年第03期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFSSZK2017030080
DOC编号:DOCSSZK2017030089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于遗传算法优化的RBF神经网络的压力传感器故障诊断》PDF+DOC2016年第07期 那文波,何宁,刘巍,刘甜甜
《基于HPSO-RBF神经网络的瓦斯传感器故障诊断》PDF+DOC2015年第03期 王婷,李国勇,吕世轩
《基于小波包和RBF神经网络的瓦斯传感器故障诊断》PDF+DOC2015年第02期 单亚峰,孙璐,付华,訾海
《基于RBF神经网络的传感器故障检测方法》PDF+DOC2017年第05期 刘甜甜,那文波,何宁,李明
《基于神经网络的矿用红外瓦斯传感器检测模型的研究》PDF+DOC2009年第08期 张丽,王汝琳,王瑛,贺玉凯
《基于小波神经网络技术的井下瓦斯传感器故障诊断分析》PDF+DOC2016年第05期 邵俊倩
《基于RBF神经网络的燃气轮机转速传感器故障诊断研究》PDF+DOC2015年第02期 朱嵘嘉,孟东,曹丹丹
《基于样条权函数神经网络的传感器故障诊断》PDF+DOC2014年第06期 杨海楠,张代远
《瓦斯传感器非线性的动态调校》PDF+DOC2000年第11期 童敏明
《水下航行器声隐身性能快速评估研究》PDF+DOC2010年第05期 汤智胤,徐荣武,何琳
鉴于目前煤矿井下瓦斯传感器故障辩识速度慢、辩识准确度不高等缺陷,提出基于小波包分解与砸BF神经网络的瓦斯传感器故障辨识方法.采用小波包分解提取瓦斯传感器故障特征向量并输入至RBF神经网络,应用粒子群-人工蜂群(PSO-ABC)算法优化砸BF神经网络结构参数,并通过大量的瓦斯传感器样本对砸BF神经网络模型进行训练和检测.实验分析表明:本方法的辨识速度快、诊断正确率高,为精准辩识瓦斯传感器故障提供一种更加科学高效的新途径。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。