《基于RBF神经网络的锅炉燃烧系统故障诊断》PDF+DOC
作者:陈明,徐向东
单位:清华大学
出版:《清华大学学报(自然科学版)》2003年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFQHXB2003020350
DOC编号:DOCQHXB2003020359
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于NN-ELM的航空发动机燃油系统执行机构故障诊断》PDF+DOC2016年第02期 姜洁,李秋红,张高钱,李业波
《基于双观测器的无刷电机闭环系统故障诊断》PDF+DOC2005年第S2期 杨萍,张洪钺
《基于RBF神经网络的传感器非线性故障鲁棒诊断》PDF+DOC2004年第08期 贾明兴,王福利,何大阔
《RBF神经元网络在热力系统执行机构故障诊断中的应用》PDF+DOC2003年第01期 王志强,徐向东
《控制系统执行机构故障的检测与诊断》PDF+DOC2003年第S1期 黄孝彬,刘吉臻,牛玉广
《传感器故障检测的Powell神经网络方法》PDF+DOC2002年第01期 李明,徐向东
《基于RBF神经网络的控制系统传感器故障诊断方法》PDF+DOC 彭继慎,董晶
《BP神经网络在飞控系统传感器故障诊断中的应用》PDF+DOC2008年第05期 郝涛,唐永哲,任玉清
《基于RBF神经网络的高分子湿度传感器的研究》PDF+DOC2007年第10期 王化冰,翟卫青
《基于最优FADEC系统故障诊断方法》PDF+DOC2013年第05期 缑林峰,牛瑞芳,沈强
为了提高锅炉燃烧控制系统的可靠性,针对热力系统自身的特点,基于热力系统的解析冗余理论,提出用RBF神经网络构建状态观测器,对传感器和执行机构进行故障检测与诊断的新方法。采用正交最小二乘法(OLS)训练神经网络。在锅炉负荷控制系统中采用这一方法,对传感器和执行机构构建状态观测器,通过分析比较传感器及其观测器输出和残差、执行机构及其观测器的输出和残差,就可以进行故障诊断。实验结果表明:该方法可以有效地进行锅炉燃烧控制系统故障检测和诊断。
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。