期刊文献+

矿井通风机实时监测与故障诊断的智能系统 被引量:1

Intelligent system of fault diagnosis and data real-time observation of mine ventilator
下载PDF
导出
摘要 针对矿井通风机系统参数难以测定和故障率较高的特点,提出将多层前向传递神经网络应用于通风机系统控制的方法,利用BP算法训练神经网络,从而实现矿井通风机数据的实时监测及系统的故障诊断并报警。该控制算法对被控对象的数学模型依赖程度较低,为非线性系统的控制提供了一种行之有效的研究方法。 This paper is directed at the characteristics of parameters more difficult to determine and faults more likely to occur in the mine ventilator system. The back-propagation neural network is applied to ventilator system. Data real-time observation and fault diagnosis for ventilator system are realized by training the neural network using BP algorithm. The paper presents a novel learning linear control mechanism for a class of nonlinear system, which shows less dependence on the model of non-linear control system.
作者 李春华
出处 《黑龙江科技学院学报》 CAS 2004年第6期347-349,共3页 Journal of Heilongjiang Institute of Science and Technology
关键词 神经网络 通风机 故障诊断 neural network ventilator fault diagnosis
  • 相关文献

同被引文献2

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部