您的位置: 专家智库 > >

舒丹丹

作品数:4 被引量:10H指数:2
供职机构:辽宁工程技术大学电气与控制工程学院更多>>
发文基金:国家自然科学基金辽宁省科技厅科技攻关项目更多>>
相关领域:自动化与计算机技术矿业工程更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇矿业工程

主题

  • 3篇神经网
  • 3篇神经网络
  • 3篇瓦斯
  • 3篇RBF神经网...
  • 1篇底板
  • 1篇动态补偿
  • 1篇动态特性
  • 1篇信息融合
  • 1篇信息融合技术
  • 1篇涌出
  • 1篇涌出量
  • 1篇证据理论
  • 1篇融合技术
  • 1篇声表面波
  • 1篇随机共振
  • 1篇突水
  • 1篇突水预测
  • 1篇自适
  • 1篇自适应
  • 1篇自适应算法

机构

  • 4篇辽宁工程技术...

作者

  • 4篇舒丹丹
  • 3篇付华
  • 2篇王新鑫
  • 1篇荆晓亮

传媒

  • 2篇计算机测量与...
  • 1篇压电与声光

年份

  • 2篇2013
  • 2篇2012
4 条 记 录,以下是 1-4
排序方式:
信息融合技术在矿井底板突水预测中的应用研究
煤矿水害事故的频发,给煤矿工人的生命安全带来隐患的同时煤矿的经济效益也因水害受到了极大的威胁。其中,造成最严重危害的当属矿井底板突水事故。由于我国煤矿特殊的水文地质条件,造成底板突水的影响因素多而且关系复杂,许多传统的矿...
舒丹丹
关键词:突水预测信息融合RBF神经网络D-S证据理论
文献传递
基于MPSO-RBF的瓦斯涌出量预测研究被引量:2
2012年
我国煤矿的重大灾害事故中70%以上是瓦斯事故,煤矿瓦斯是影响煤矿安全生产的重要因素;针对瓦斯煤尘爆炸和煤与瓦斯突出给煤炭矿山带来的危害极大的问题,引入了基于改进PSO算法的RBF神经网络的混合优化算法(MPSO-RBF算法),即将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,并建立了瓦斯预测模型;仿真与实际数据验证表明,优化算法所求的最优解具有良好的收敛能力,瓦斯涌出量的预测结果与实际值的误差在+1.44%至-0.63%之间,改进的粒子群算法优化的RBF神经网络对瓦斯涌出量预测能达到良好的效果。
付华舒丹丹荆晓亮
关键词:RBF神经网络瓦斯预测
基于自适应随机共振的瓦斯检测方法研究
2013年
在煤矿井下较复杂的环境下,针对传统检测瓦斯气体的方法检测精度低,抗干扰能力差等问题,提出了一种将声表面波技术和随机共振技术结合的方法,运用到井下瓦斯气体浓度检测中。利用声表面波瓦斯气体传感器获取井下瓦斯信息,随后将检测到的信息送入随机共振装置,并通过改进的自适应随机共振算法最终实现对瓦斯气体的检测。仿真实验结果表明,该方法能获得较真实准确的瓦斯浓度信息,降低了井下噪声对瓦斯检测的影响,提高了系统的抗干扰能力。
付华舒丹丹王新鑫
关键词:声表面波随机共振自适应算法瓦斯抗干扰
一种基于IGA-RBF神经网络的传感器动态特性补偿算法被引量:5
2013年
为了改善传感器的动态特性,减小系统测量误差,对传感器动态性能进行分析,提出了一种基于改进型遗传算法(IGA)和RBF神经网络相结合实现其动态特性补偿的算法,并应用到瓦斯传感器的补偿环节;实验结果表明,经IGA-RBF补偿算法后响应时间仅为0.413s,幅值误差为±5%时的工作频率f≈5.47kHz,不仅响应速度快,精度高,还具有工作频带宽的特点,较大地改善了多项动态特性指标,能够有效地用于传感器的动态特性补偿,在测试领域中有很好的应用前景。
付华舒丹丹王新鑫
关键词:动态补偿RBF神经网络瓦斯传感器
共1页<1>
聚类工具0