《基于RBF网络的高炉热流分析传感器故障诊断》PDF+DOC
作者:陈至坤,陈少敏,李福进,王福斌,郭建飞,董传阳
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》2007年第06期
页数:2页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2007060180
DOC编号:DOCCGQJ2007060189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于遗传算法优化的RBF神经网络的压力传感器故障诊断》PDF+DOC2016年第07期 那文波,何宁,刘巍,刘甜甜
《基于RBF时间序列预测器的传感器故障诊断方法研究》PDF+DOC2010年第05期 曹正洪,沈继红
《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
《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
《基于RBF神经网络的传感器故障诊断研究》PDF+DOC2003年第02期 吴浩中,黄飞鹏,王开文
《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神经网络的汽车传感器故障诊断方法研究》PDF+DOC2011年第05期 李涵武,赵玉春,迟秋玲
《基于RBF神经网络的温度传感器故障诊断》PDF+DOC2010年第02期 邵向潮,何永强,蔡鹃,谢宏
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2008年第09期 韩逸飞,何琳
《基于RBF神经网络的高分子湿度传感器的研究》PDF+DOC2007年第10期 王化冰,翟卫青
在炼铁高炉热流强度分析系统中要用到温度、流量等传感器,为确保热流分析系统中传感器数据的可靠性及系统的连续、稳定运行,诊断系统用径向基函数(RBF)神经网络对传感器进行故障判断。系统由上位机、温度及流量采集装置、传感器等组成,采用RBF神经网络为每一个传感器建立预测模型,网络的输入为传感器采集信号最近的n个值,输出为该传感器在n+1时刻的预测输出值。网络通过在线学习实现对传感器的在线故障监测,经仿真分析表明:用RBF神经网络构建预测模型可满足实时性的诊断要求,提高了诊断系统的诊断精度。
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。