《基于RBF神经网络的柴油机排气温度智能检测方法的研究》PDF+DOC
作者:张丹,赵军,李东
单位:中国仪器仪表学会
出版:《仪器仪表学报》2008年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2008020320
DOC编号:DOCYQXB2008020329
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络的柴油机排气温度传感器检测方法的研究》PDF+DOC2006年第05期 赵军,张丹,陈学峰,梁培钧
《基于RBF神经网络的测斜仪方位角校正研究》PDF+DOC2016年第02期 邵婷婷,张博超,周美丽,陈媛
《基于RBF神经网络逼近算法的船舶支架减振器挤压测试系统》PDF+DOC2014年第11期 何世钧,白凡,周汝雁
《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RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC2005年第06期 张铭钧,孙瑞琛,王玉甲
《一种基于RBF神经网络的传感器故障诊断方法》PDF+DOC2002年第06期 李尔国,俞金寿
《基于RBF神经网络的无刷直流电动机速度无关控制法》PDF+DOC2012年第03期 胡云宝,曹闹昌,王加祥,王瑛
《基于改进RBF神经网络的某型机载雷达电路故障诊断》PDF+DOC2012年第02期 杨宜林,王德功,常硕
《基于RBF神经网络的多传感器信息融合技术在粮情测控系统的应用》PDF+DOC2009年第09期 孔李军,王锋
《基于单一传感器的可燃混合气体RBF网络分析》PDF+DOC2008年第05期 张愉,童敏明
排气温度是反映柴油机工作性能的重要参数。通常排气温度是采用热电偶等传感器进行数据监测,一旦传感器失效,就很难准确得到各缸排气温度实际测量值。本文针对柴油机热工参数之间复杂的非线性关系,提出了采用RBF神经网络技术融合柴油机热工参数数据进行智能检测的方法,以此对柴油机排气温度进行状态监测,达到了较高的检测精度。计算机仿真与实际应用表明,利用神经网络的智能检测技术预知柴油机的热工参数,对柴油机进行监测是切实可行的。
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。