| Gong-kuang zidonghua | |
| 一种矿井主要通风机故障诊断系统 | |
| 关键词: 煤炭开采; 主要通风机; 故障监测; 故障诊断; 极限学习机; | |
| DOI : 10.13272/j.issn.1671-251x.2017.06.016 | |
| 来源: DOAJ | |
采用经极限学习机训练的神经网络建立故障诊断模型，基于该模型设计了一种矿井主要通风机故障诊断系统，介绍了该系统的软硬件设计方案。测试结果表明，该系统中极限学习机算法运行时间仅为0.031 3 s，故障诊断准确率不低于97.35%，其实时性和准确性优于基于BP神经网络、ELMAN神经网络、经支持向量机训练的神经网络等模型的主要通风机故障诊断系统。
Unknown
Copyright © 2016 中国科学院文献情报中心
京公网安备340104078870146号 
878987797
028-85220240
OAinOne平台基于对开放资源的发现、遴选和评价方式，发现、获取、集成9类优质的开放科技资源，包括开放期刊、开放会议论文、开放课件、科技政策、开放学位论文、开放图书、开放科技报告、科研项目、开放科学数据。同时，为实现开放知识资源普遍服务、个性化服务、精准服务，基于OAinONE集成的丰富开放资源，开发建设领域开放知识资源服务定制工具(OAtoYOU)、开放资源评价评估体系（OAEvaluation），建设集成OAinONE资源及其他第三方资源的OA Hub，及其面向我院分布式大数据知识资源系统及其他第三方的开放接口服务，并打造特色专题数据库产品建设，包括科技政策集成及趋势平台、开放课程大讲堂等。此外，OAinOne构建开放知识资源建设的可持续发展机制，支持我院研究所特色馆藏资源、自建资源、古籍资源等在OAinONE平台上的集成、开放、共享。
