|
|||||
|
|
| RBF神经网络的矿井风速故障源 | |
| 引用本文： | 赵丹,陈占君,王东,黄福军,王大伟.RBF神经网络的矿井风速故障源[J].辽宁工程技术大学学报(自然科学版),2013(6):749-753. |
| 作者姓名： | 赵丹 陈占君 王东 黄福军 王大伟 |
| 作者单位： | 辽宁工程技术大学安全科学与工程学院 |
| 基金项目： | 国家自然科学基金资助项目(51204088) |
| 摘 要： | 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. |
| 关 键 词： | 矿山安全 故障源 诊断 RBF 灵敏度 传感器 分支 风阻 |
| 本文献已被 CNKI 等数据库收录！ | |