安徽高校省级自然科学研究基金(KJ2010A084)
- 作品数：6 被引量：95H指数：4
- 相关作者：王军号孟祥瑞吴宏伟更多>>
- 相关机构：安徽理工大学更多>>
- 发文基金：安徽高校省级自然科学研究基金国家自然科学基金更多>>
- 相关领域：矿业工程自动化与计算机技术文化科学更多>>
- 基于小波包与EKF-RBF神经网络辨识的瓦斯传感器故障诊断被引量：24
- 2011年
- 针对瓦斯传感器常见的偏置型、冲击型、漂移型和周期型4种突发型故障,以小波分析和RBF神经网络为基础,提出了由小波包分解提取特征能量谱与扩展Kalman滤波算法(EKF)优化的RBF神经网络进行模式分类辨识的瓦斯传感器故障诊断方法。对瓦斯传感器的输出信号进行小波包分解,运用基于代价函数的局域判别基(LDB)算法进行裁剪,获取最优的特征能量谱,经处理后作为特征向量训练EKF-RBF神经网络,采用参数增广和统计动力学方法,通过带有整定因子的EKF参数估计,用来辨识瓦斯传感器的故障类型。实验结果表明:该方法的辨识正确率在95%以上,误报率和漏报率都明显优于其他算法,能够有效用于瓦斯传感器的故障在线诊断。
- 王军号孟祥瑞吴宏伟
- 关键词：瓦斯传感器小波包故障诊断
- 一种基于改进遗传RBF神经网络的传感器动态特性补偿算法被引量：20
- 2010年
- 为了改善传感器的动态特性,减小系统测量误差,分析了传感器动态性能补偿的基本原理,提出了一种基于改进型遗传算法(IAGA)和RBF神经网络相结合的补偿算法,给出了用IAGA-RBF补偿算法建立的数学模型,并应用到瓦斯传感器的补偿环节。实验证明,该补偿算法具有响应速度快、计算精度高和工作频带宽的特点,多项动态特性指标都得到了较大的改善,能够有效地用于传感器的动态特性补偿。
- 王军号孟祥瑞
- 关键词：传感器遗传算法RBF神经网络
- 基于物联网感知的煤矿安全监测数据级融合研究被引量：28
- 2012年
- 针对煤矿安全监控的复杂性和不确定性,把物联网感知应用到安全监测系统中,在物联网感知层中构建了分布式星状无线传感器网络(DSWSN),深入研究了物联网应用层中感知煤矿安全的数据级融合算法。运用置信距离测度与采集数据的时间戳相结合的动态限幅滤波算法对数据进行预处理以消除疏失误差,采用最优加权估计算法完成数据级融合,不需要具备传感器测量数据的任何先验知识,依据传感器方差的自相关和互相关估计,就可融合出均方误差最小且满足无偏性的数据融合值。仿真结果表明,本算法具有权值分布合理,绝对误差波动平稳,动态响应特性好,收敛速度快,能有效滤除干扰数据等特征,体现了算法的合理性和较强的鲁棒性,能够满足安全监测的需求。
- 王军号孟祥瑞
- 关键词：物联网感知煤矿安全
- 网络信息安全实验教学研究被引量：3
- 2012年
- 信息安全学科是一门实践性非常强的学科,许多安全技术与手段需要在实践过程中去认识和掌握。文章分析了网络信息安全实验教学的功能需求及教学实践需求,阐述了网络信息安全实验教学的特点、目标及内容,指出了实验教学中存在的问题和解决方法,并对其发展趋势进行了展望。
- 王军号
- 关键词：网络信息安全安全技术实验教学
- 基于模糊RBF神经网络的传感器动态特性补偿研究被引量：2
- 2010年
- 为了改善传感器的动态特性,减小系统测量误差,分析了传感器动态性能补偿的基本原理,把模糊RBF神经网络应用到传感器的补偿环节。仿真实验表明,使用补偿的传感器输出达到稳态的时间比没有补偿的缩短了大约9ms,相应的动态特性指标也得到了较大的改善。把该算法用于对瓦斯传感器的非线性校正,大大提高了瓦斯检测的灵敏度和精度。
- 王军号孟祥瑞
- 关键词：模糊逻辑RBF神经网络瓦斯传感器
- 物联网感知技术在煤矿瓦斯监测系统中的应用被引量：20
- 2011年
- 针对煤矿瓦斯监测的复杂性和不确定性,将物联网感知技术应用到瓦斯监测系统中,构建了感知层的分布式星状无线传感器网络(DSWSN),研究了物联网中的关键技术信息融合算法,针对不同的融合层次,分别采用了模糊近似度规则、D-S证据理论和基于灰色关联分析的融合方法,并设计开发了智能移动Sink节点,为煤矿的瓦斯监测应用物联网提供了一个很好的感知层解决方案。试验证明,物联网感知技术的应用提高了信息的收集效率和系统的容错能力,实现了信息互补与协同感知,使得监测系统具有较低的虚警率和漏检率,增强了煤矿瓦斯监测的准确性。
- 王军号孟祥瑞
- 关键词：物联网感知瓦斯监测信息融合
