《基于小波包和神经网络的瓦斯传感器故障诊断》PDF+DOC
作者:赵金宪,金鸿章
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2010年第05期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2010050270
DOC编号:DOCCGQJ2010050279
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于小波包和GBDT的瓦斯传感器故障诊断》PDF+DOC2016年第12期 王立平,邓芳明
《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
《基于小波包与SOM神经网络的传感器故障诊断》PDF+DOC2017年第07期 李娟娟,孟国营,谢广明,贾一凡
《飞行器导航传感器故障诊断的应用研究》PDF+DOC2012年第02期 张玉,尹腾飞,贾海云
《基于小波包与EKF-RBF神经网络辨识的瓦斯传感器故障诊断》PDF+DOC2011年第05期 王军号,孟祥瑞,吴宏伟
《基于小波包和支持向量机的传感器故障诊断方法》PDF+DOC2008年第05期 冯志刚,王祁,徐涛,信太克规
《损伤识别系统中小波包信号特征量的提取》PDF+DOC2006年第02期 信思金,舒丹,梁磊,蒋冬青
《基于小波包LVQ网络的传感器故障诊断》PDF+DOC2007年第01期 徐涛,王祁
《矿井主通风机在线监测与故障诊断系统》PDF+DOC2013年第01期 李曼,司颉,张锋军
针对瓦斯传感器常见的故障,提出了基于小波包和神经网络的故障诊断方法。通过对瓦斯传感器的输出信号进行三层小波包分解,得到8个不同频段的分解信号,再对其进行特征提取得到一个八维的特征向量,作为故障样本对三层神经网络进行训练,建立故障类型分类器,对瓦斯传感器故障进行诊断。仿真结果表明:该方法可以准确地诊断出故障类型。
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。