《基于BP神经网络的差压式浆液密度监测技术》PDF+DOC
作者:黄立维,符平,张金接
单位:西北农林科技大学
出版:《水利与建筑工程学报》2016年第02期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFFSJS2016020020
DOC编号:DOCFSJS2016020029
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进BP算法在热流传感器温度补偿中的应用》PDF+DOC2016年第02期 康国炼,杨遂军,叶树亮
《基于SG算法和BP神经网络的角度传感器信号处理研究》PDF+DOC2020年第02期 吕燕兵
《基于BP神经网络的传感器特性补偿新算法的研究》PDF+DOC2000年第01期 司端锋,常炳国,刘君华
《基于BP神经网络的传感器交叉敏感性抑制》PDF+DOC2005年第02期 高峰,董海鹰,胡彦奎
《SVM和BP算法在气体识别中的对比研究》PDF+DOC2005年第01期 汪丹,张亚非
《运用BP算法神经网络拟合传感器的输出特性》PDF+DOC2003年第03期 陈小宇,乔翠兰
《采用BP神经网络及其改进算法改善传感器特性》PDF+DOC2002年第03期 张永怀,刘君华
《BP算法应用于智能传感器的数据处理》PDF+DOC2002年第04期 李力,田爱玲,高虹亮
《改进BP网络及其在传感器非线性校正中的应用》PDF+DOC2009年第07期 李琴,刘海东
《一种改进BP网络及其在智能传感器非线性校正中的应用》PDF+DOC2006年第02期 周国栋,胡延霖,于克振
灌浆过程中浆液密度监测对于灌浆过程控制和效果评价具有重要的意义。传统的差压式密度传感器受到灌浆泵的压力波动、调压阀调节引起的动态附加力、浆液流速的变化和低流速时水泥浆液析水沉淀等因素的影响可能存在较大的误差,适用于静止液体和流速相对稳定的浆液;同时对于水灰比小、黏稠度大的浆液监测的准确性也较差。为保证对灌浆过程及灌浆效果的有效评价,亟需一种密度监测精度高、适用性强的比重监测设备。针对传统差压式密度传感器的缺陷进行优化,考虑压力、压力损失及流速等因素的影响,结合BP算法进行密度计算,研发了基于神经网络的差压式浆液密度监测设备,具有较高准确性和稳定性,可适用于各种浆液、工艺的灌浆工程。
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。