《基于SVR的瓦斯传感器故障诊断方法》PDF+DOC
作者:付华,杨欣,高婷
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》2009年第02期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2009020060
DOC编号:DOCCGQJ2009020069
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于SVR的传感器系统故障诊断方法》PDF+DOC2007年第07期 金卫民,神显豪,巩传雷
《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC2013年第12期 陈烨,王建平
《瓦斯传感器故障诊断的灰色预测模型研究》PDF+DOC2013年第13期 张涛,牛金星
《采用基于神经网络的时间序列预测器的传感器故障诊断新方法》PDF+DOC1998年第04期 钮永胜,赵新民,孙金玮
《基于支持向量机的ESP系统传感器故障诊断方法》PDF+DOC2005年第03期 郑水波,唐厚君,韩正之,张勇
《SVR结合小波变换的SUH传感器故障诊断》PDF+DOC2011年第20期 吴康,韩波,李平
《煤矿安全监控系统设计探讨》PDF+DOC2009年第22期 吴彦江
《神经网络预测方法在鱼雷系统传感器故障诊断中的应用》PDF+DOC2008年第03期 高立娥,张萍
《煤矿安全监控系统瓦斯报警的原因分析》PDF+DOC2007年第06期 尹昌旺,许学超
《基于支持向量机回归算法的电子机械制动传感器系统故障诊断》PDF+DOC2013年第05期 吴坚,赵阳,何睿
介绍了回归型支持向量机(SVR)的基本原理,建立了基于SVR的传感器时间预测模型,对时间预测器实行离线训练、在线应用的方法,用训练好的SVR模型模拟煤矿井下瓦斯传感器系统的动态特性,阐述了瓦斯传感器故障诊断和信号恢复的实现过程。仿真结果表明:SVR时间预测器能准确预测和跟踪瓦斯传感器的输出,及时诊断出传感器故障信息,并对传感器信号进行恢复,实验验证了该方法的正确性和有效性。
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。