《基于信息融合技术的瓦斯传感器故障诊断研究》PDF+DOC
作者:王其军,程久龙
单位:中煤科工集团常州研究院有限公司
出版:《工矿自动化》2008年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFMKZD2008020080
DOC编号:DOCMKZD2008020089
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于信息融合技术的船舶汽轮机故障诊断和预测的研究》PDF+DOC2017年第14期 黄振中,卞政明
《基于RBF神经网络和定性趋势分析的传感器故障诊断》PDF+DOC2011年第04期 张洪萍,税爱社,谢敏,沈鑫
《信息融合技术在机械故障诊断中的应用》PDF+DOC2006年第01期 谭逢友,卢宏伟,刘成俊,何玉林,任蜀焱
《基于改进RBFNN算法的瓦斯传感器非线性校正》PDF+DOC2012年第01期 杨義葵,付华,蔡玲,顾东
《信息融合技术在地铁中央空调风机故障诊断中的应用》PDF+DOC2011年第04期 梁盼盼,周虎,王庆霞,杨建国
《基于神经网络的机车速度传感器故障诊断方法研究》PDF+DOC2010年第01期 周桂法,王坚
《一种基于改进遗传RBF神经网络的传感器动态特性补偿算法》PDF+DOC2010年第09期 王军号,孟祥瑞
文章提出了将基于RBF网络的信息融合技术应用于瓦斯传感器故障诊断的思想。该思想的核心是通过对影响测点瓦斯浓度的各种相关信息融合,利用高精度RBF网络逼近器的输出与瓦斯传感器实际的输出之差与设定的阈值比较,实现瓦斯传感器故障的监测诊断。试验表明该技术能对瓦斯传感器进行有效的状态监测和故障诊断。
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。