一种井下瓦斯传感器故障辨识方法 |
| |
作者单位: | ;1.无锡开放大学科研与质量控制处;2.中国矿业大学机电工程学院 |
| |
摘 要: | 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.
|
关 键 词: | 瓦斯传感器 小波包分解 RBF神经网络 粒子群-人工蜂群算法 故障辨识 |
Fault Identification Method for Underground Gas Sensor |
| |
Abstract: | |
| |
Keywords: | |
|
|