排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
针对火力发电机组因结构复杂、指标众多且难以量化导致的燃烧检测仪器综合性能评价难以实现的问题,提出了一种基于信息熵-灰色模糊融合模型的火电机组燃烧检测仪器综合性能评价方法,建立了信息熵-灰色模糊评价模型。以发电机组飞灰含碳量工程范例的3种检测方式对比验证所提方法,采用模糊数学量化仪器性能、适用性能、风险性能3类语言标度,以从优隶属度规范化11项指标建立模型输入,用灰色关联系数矩阵综合考量输入量之间的耦合关联度,以熵权法替代传统专家法,剔除赋权过程的主观影响。对比结果表明,3种方案的二级指标权重在去人为干扰环境下,分别占总体的14.63%、58.51%、26.86%,对最优结果1的隶属度分别达到0.4265、0.6642和0.9673。与单因素分析方法相比,该模型在评价结果上具有一致性,而在多数据分析和去人为干扰中表现出更好的综合评价效能。 相似文献
2.
3.
三坐标测量机测量过程的动态误差制约着工业现场测量效率的提高,为此,提出一种三坐标测量机高速测量过程动态误差补偿方法以改善测量精度。为使研究具备典型性与代表性,以市场上较为广泛使用的移动桥式三坐标测量机为研究对象,通过建立误差分离平台分析测量机高速测量过程动态特性,确定了能够表征测量过程动态误差的四项参数,即最大定位误差(MPE)、残余定位误差(RPE)、最大逼近误差(MAE)、残余逼近误差(RAE)。采用正交实验方法分析了动态误差参数的共性影响因子(定位速度、定位距离、逼近速度、逼近距离)对动态参数的影响程度,并利用三坐标测量机测量标准球得到训练样本和测试样本,分别使用训练样本和测试样本对测量机测量过程动态误差进行建模和补偿。结果表明,经模糊神经网络模型补偿后动态过程误差分别减小了88.8%、80.2%、90.8%、71.3%,证明了模糊神经网络模型能够有效提高测量机的动态测量精度。 相似文献
1