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.
分类：期刊> 人文社会科学> 社会科学II> 教育综合
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：瓦斯传感器 小波包分解 rbf神经网络 故障辨识
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
