《RBF神经网络的矿井风速故障源》PDF+DOC
作者:赵丹,陈占君,王东,黄福军,王大伟
单位:辽宁工程技术大学
出版:《辽宁工程技术大学学报(自然科学版)》2013年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFFXKY2013060070
DOC编号:DOCFXKY2013060079
下载格式:PDF + Word/doc 文字可复制、可编辑
《矿井通风系统风速故障源诊断技术在大明矿的应用研究》PDF+DOC2012年第03期 赵丹,刘剑,潘竞涛,李宗翔
《矿井风速故障源诊断及角联结构传感器布设》PDF+DOC2012年第11期 赵丹,刘剑,陈占君,王东
《井下通风系统中神经网络信息融合技术的应用》PDF+DOC2016年第09期 邢佳
《基于一元线性回归由风速传感器测量值推导巷道平均风速》PDF+DOC 赵丹,潘竞涛,刘剑
《矿井监控预警诊断系统研究》PDF+DOC2015年第04期 赵丹,陈帅,潘竞涛
《通风网路宏观特性在矿山通风控制上的应用》PDF+DOC1992年第05期 张吉秀
《无压自动透视风门在孙疃煤矿通风系统中的应用》PDF+DOC2012年第07期 于学雷
《改进灵敏度矩阵的矿井通风故障源诊断及传感器布置研究》PDF+DOC2011年第02期 赵丹,潘竞涛
《大明矿通风系统故障源诊断及风速传感器的布置》PDF+DOC2013年第S1期 潘竟涛,赵丹,李宗翔,高坤,陈占君
《基于RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
为解决井下风速传感器获得的风速异常数据确定故障源位置问题,采用RBF神经网络方法确定可能引起各分支风速异常的分支集合,即建立通风系统故障巷道范围库,再通过对分支的灵敏度进行排序来选择故障巷道诊断的优先级.研究结果表明:RBF神经网络被训练好后,就可以不用建立具体的数学模型,得到整个网络各分支风量与风阻之间的关系。
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。