安徽省高校省级自然科学研究项目(2006KJ019B)
- 作品数：4 被引量：58H指数：3
- 相关作者：王其军程久龙司荣军梅灿华更多>>
- 相关机构：山东科技大学淮南职业技术学院中国矿业大学更多>>
- 发文基金：安徽省高校省级自然科学研究项目国家自然科学基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：矿业工程自动化与计算机技术更多>>
- 基于支持向量机的瓦斯传感器数据验证被引量：2
- 2007年
- 介绍了支持向量机的基本原理,利用单个瓦斯传感器的输出信息建立了支持向量机的瓦斯传感器数据验证模型。并利用该模型进行数据验证。试验结果表明,支持向量机数据验证预测精度高,外推能力强,是瓦斯传感器数据验证的一种有效方法。
- 梅灿华李明
- 关键词：支持向量机数据验证瓦斯传感器
- 煤矿安全监测监控数据特征与压缩算法研究被引量：3
- 2006年
- 在分析煤矿安全监测监控数据特点的基础上,对监测监控数据的压缩问题进行了研究,指出监测监控数据压缩的必要性和特殊性。从煤矿监测监控系统出发,提出了去相关位映象压缩编码方法,并对该方法进行了较深入的研究和分析。
- 王其军程久龙司荣军
- 关键词：煤矿安全监测系统
- 基于免疫神经网络模型的瓦斯浓度智能预测被引量：40
- 2008年
- 将免疫算法与神经网络理论相结合,提出免疫神经网络预测模型以预测采煤工作面瓦斯浓度,并对如何处理时间序列的数据模式问题进行研究.引入延迟单元,将原始输入样本转换为具有延迟特征的新样本,采用延迟算子的输出样本施加到网络预测模型,可以获得浓度时段变幅的信息,这对于提高网络对瓦斯扩散过程的拟合精度和预测精度十分有效.结合某矿井瓦斯预报实例,经过与现场实测值相比较,最大预测误差为6.86%,最小预测误差为2.36%,平均误差为4.61%,所建模型精度的拟合值与预测值都与实际数据吻合得较好,各测点的误差值均在许可的范围内.结果表明,基于免疫神经网络的瓦斯浓度预测模型,能够较好地识别采煤工作面瓦斯扩散的演进规律,对瓦斯浓度能进行合理预报,且该方法具有预报时间快、节省费用的特点.
- 王其军程久龙
- 关键词：免疫神经网络瓦斯浓度
- 瓦斯传感器的故障模式与诊断方法研究被引量：13
- 2006年
- 分析煤矿安全监测系统中瓦斯传感器的特性,探讨其在线使用中产生的主要故障类型及模式。介绍了一种基于人工神经网络进行瓦斯传感器故障检测的新方法,利用单个瓦斯传感器的输出信息为瓦斯传感器建立了动态非线性神经网络传感器输出模型,并利用该模型进行在线故障检测。实验证明该模型具有良好的收敛性和稳定性,能满足对瓦斯传感器故障在线检测的需要。
- 王其军程久龙
- 关键词：瓦斯传感器故障特性故障诊断神经网络时间序列
