一种井下瓦斯传感器故障辨识方法

鉴于目前煤矿井下瓦斯传感器故障辩识速度慢、辩识准确度不高等缺陷,提出基于小波包分解与砸BF神经网络的瓦斯传感器故障辨识方法.采用小波包分解提取瓦斯传感器故障特征向量并输入至RBF神经网络,应用粒子群-人工蜂群(PSO-ABC)算法优化砸BF神经网络结构参数,并通过大量的瓦斯传感器样本对砸BF神经网络模型进行训练和检测.实验分析表明:本方法的辨识速度快、诊断正确率高,为精准辩识瓦斯传感器故障提供一种更加科学高效的新途径.     

利用混合神经网络辨识Hammerstein模型的方法

研究了Hammerstein模型的辨识问题 ,并考虑了多输入多输出 (MIMO)情况 .提出一种混合神经网络辨识模型 ,该模型由一个多层前馈神经网络 (MFNN)与一个线性神经网络 (LNN)串联而成 .给出了一个反向传播 (BP)算法同步训练该混合神经网络的权值和阈值 .仿真结果表明了该方法的有效性 .     

基于神经网络的伺服系统辨识与内模控制

根据一组伺服驱动系统的辨识试验数据，进行了基于神经网络的非线性系统的正模型与逆模型辨识，分析了辨识结果，给出基于神经网络模型的内模控制方案，并提出了实现高速高精运动的可能方式。     

多参数的车间噪声辨识模型研究

车间里机器系统的噪声场是非平稳的,噪声源和传播的影响因素有很多,变化规律很难确定.通过试验获得了典型车间中的具有重要特征的噪声信号,经过数据特点分析综合,得到其变化规律.再利用灰色理论建立了该车间系统的噪声多因素预测模型,模拟出噪声的变化规律.     

火眼金睛辨识比喻句

小学生在学习中会遇到“真假比喻句”的问题，许多学生摸不着头脑，那是因为他们从外形看长得太像了，有些同学就被这样的“真假比喻句”给弄昏了头脑。但是，只要我们老师给予合理的指点，就很容易分清了。     

古文字辨识在中学语文教学中的运用

古诗文在中学语文课本中占有很大比重。不过古诗文难、繁、枯燥,使大多数学生谈古色变。语文教师如果在教学过程中振叶寻根,观澜索源,通过对古文字的有效辨识,不仅可以诱发学生的学习兴趣,还可帮助学生理解和记忆教材内容、纠正错别字、增加古代历史文化知识等。一、历史文化知识的拓展。汉语文字不仅具有表情达意的功能,更是文化的载体与沉淀。汉字的构形意图离不开特定的历史背景,其中包含造字时代的社会生     

论重大危险源监控与重大隐患治理

所谓重大危险源也就是在工业生产过程中存在一定的危险物质或者危险能量,并超过了允许的范围,在实际工作中极容易出现重大事故。虽然工业生产中危险源不同,对外界的影响不同,但是其最后引发的事故却大多相似。重大危险源与重大隐患紧密联系,只有对重大危险源进行全面的监控,才能够采取措施治理或者避免重大事故的发生,保证工业的生产。本文就重大危险源的监控以及重大隐患的治理进行深入分析,以供参考。     

关于电梯检验中存在的危险及防护对策分析

电梯已经成为影响经济高速发展的一个重要因素,而电梯检验则扮演的是保障电梯安全运行的角色。本文围绕电梯检测中存在的危险因素进行分析,并提出如何防护的对策,提倡积极采取措施防止作业安全事故。     

危险源管理规范研究

构筑建设工程施工重大危险源辨识与监控体系,建立健全相关标准,使之科学化、法制化、规范化,是危险源监管的基础和前提。