本文關鍵詞：礦用傳感器靜態(tài)特性補償方法與研究進展

  更多相關文章： 礦用傳感器 特性曲線 補償方法 支持向量機 神經網絡

【摘要】：隨著礦井自動化、監(jiān)測監(jiān)控、故障診斷、危險源辨識、信息融合等技術需求的提高,礦用傳感器的檢測精度受到學術界和工業(yè)界的廣泛關注。通過分析礦用傳感器補償的必要性及常規(guī)靜態(tài)特性(非線性)補償方法存在的問題,對近年來傳感器靜態(tài)特性補償方法的研究進展進行了綜述,提出了混沌粒子群優(yōu)化RBFNN或SVM、遺傳粒子群優(yōu)化RBFNN或SVM等未來適用于礦用傳感器靜態(tài)特性數據補償算法可能的研究方向。
【作者單位】： 兗州煤業(yè)股份有限公司鮑店煤礦;西安科技大學安全科學與工程學院;
【分類號】：TD76;TP212
【正文快照】： 0引言隨著礦井自動化、監(jiān)測監(jiān)控、故障診斷、危險源辨識、信息融合等技術需求的提高,礦用傳感器的檢測精度受到學術界和工業(yè)界的廣泛關注。給礦用傳感器生產企業(yè)帶來了擴大產品的規(guī)模化、標準化、系統(tǒng)化、專業(yè)化等方面帶來了機遇,同時對企業(yè)產品的質量、市場占有率、如何提高

【相似文獻】

中國期刊全文數據庫 前10條

1 田敏;謝賢平;侯江;邢冀;;神經網絡在礦業(yè)工程中的若干應用進展[J];采礦技術;2008年04期

2 王小完;楊樺;;神經網絡技術在礦體邊界圈定中的應用研究[J];金屬礦山;2009年02期

3 賀康;龐海榮;代粉蕾;;SOM神經網絡在全液壓鉆機液壓系統(tǒng)故障診斷中的應用[J];煤礦機械;2011年04期

4 彭泓;高攀;;粗神經網絡在煤與瓦斯突出預測系統(tǒng)的應用[J];儀表技術與傳感器;2011年11期

5 郭忠平,王志軍,李勇;基于神經網絡的綜合指標在煤礦安全預測中的應用[J];煤礦安全;2005年09期

6 劉蘭翠,朱明,楊中;基于神經網絡的時間序列對煤礦安全性的預測[J];煤炭科學技術;2002年11期

7 魏一鳴，童光煦;基于神經網絡的品位估值方法及其計算機系統(tǒng)[J];化工礦山技術;1995年02期

8 黃國明，蘇文智;基于時序預報神經網絡的斜坡變形預測方法[J];中國煤田地質;1996年04期

9 郭科,胥澤銀;神經網絡在地質數據統(tǒng)計分析中的應用[J];四川聯(lián)合大學學報(工程科學版);1999年01期

10 李云;劉霽;;神經網絡與主元分析在采礦工程中的應用[J];中南林業(yè)科技大學學報;2010年06期

中國重要會議論文全文數據庫 前4條

1 李春文;曹玲芝;張愛芳;;神經網絡PID控制器在提升機控制系統(tǒng)中的應用[A];第二十九屆中國控制會議論文集[C];2010年

2 王祥厚;李程遠;;臺階爆破巖石塊度預測的神經網絡[A];第七屆全國工程爆破學術會議論文集[C];2001年

3 李昊;陽春華;王隨平;;集成神經網絡在深海集礦機故障診斷中的應用[A];04'中國企業(yè)自動化和信息化建設論壇暨中南六省區(qū)自動化學會學術年會專輯[C];2004年

4 戚玉亮;王同旭;張振宇;王榮超;;位移反分析的Levenberg-Marquardt BP神經網絡方法研究[A];全國巖土工程反分析學術研討會暨黃巖石窟（錦繡黃巖）巖石力學問題討論會文集[C];2006年

中國博士學位論文全文數據庫 前2條

1 雷勇濤;基于神經網絡的提升機制動系統(tǒng)故障診斷技術與方法[D];太原理工大學;2010年

2 喬國厚;煤礦安全風險綜合評價與預警管理模式研究[D];中國地質大學;2013年

中國碩士學位論文全文數據庫 前10條

1 李貝貝;神經網絡集成算法研究及其在煤礦安全中的應用[D];山東師范大學;2012年

2 袁姝;神經網絡在地震反演中的研究與應用[D];西安石油大學;2011年

3 劉銳;非線性神經網絡及其在地學中的應用[D];中國地質科學院;2006年

4 王一兵;基于神經網絡的礦井風機故障診斷[D];上海交通大學;2012年

5 沈娜娜;基于神經網絡的磨礦過程多模型軟測量方法研究[D];遼寧科技大學;2015年

6 丁睿;基于神經網絡的鈾礦國際市場價格預測[D];中南大學;2010年

7 王淑紅;基于神經網絡的選礦廠數學模型及應用研究[D];昆明理工大學;2002年

8 陳華明;基于神經網絡技術的邊坡穩(wěn)定性研究[D];武漢科技大學;2006年

9 張龍;基于BP神經網絡的掘進工作面突出預測及防治技術研究[D];中國計量學院;2012年

10 崔小彥;基于RBF神經網絡與蟻群算法的瓦斯預測模型研究[D];遼寧工程技術大學;2009年

，

本文編號：1152601