实测矿井通风机风压曲线牛顿插值拟合法及其分析

介绍了用牛顿插值拟合法实测矿井通风机风压特性曲线的方法。结合实例，把按牛顿插值法和按最小二乘法拟合得到的风机风压方程结果相比较，用标准误差，结合误差及拟合度加以分析，从中得出结论。     

基于BP神经网络电路故障诊断系统研究

从几个方面介绍了存在于模拟电路中的故障类型。通过阐述BP神经网络的模式识别特点,提出了应用BP神经网络来解决电路故障诊断问题,并且分别应用BP算法和几种改进的BP算法进行结果比较。     

基于BP神经网络的滚动轴承故障诊断

滚动轴承在煤机设备中广泛应用,在恶劣工况下容易发生故障。为了能够及时准确地获取滚动轴承的运转状态,采用BP神经网络算法与小波函数对轴承振动信号进行分解,从而对滚动轴承进行状态监测以及故障诊断。实验结果表明,BP神经网络能够准确获得滚动轴承的运动状态及故障类型。     

基于BP神经网络的地表沉降预测模型

简述了人工神经网络的基本原理,通过实例建立了时间序列BP网络模型,并利用已有观测数据对网络进行了训练和测试,经过与实测值进行对比回归分析,证明了该网络的有效性和精确性,可作为一种预测方法对地表沉降做出预测。     

基于BP神经网络的地下水水位预测

基于BP网络模型 ,对地下水水位变化规律进行了定量预测。网络模型由三层构成 :输入层、隐含层、输出层。节点单元以及各层间的连接强度决定了BP网络的执行情况。实验结果表明 ,BP神经网络是一种较为有效的预测方法     

基于BP神经网络的膨胀土工程分类

介绍膨胀土的特性及其在工程中的BP分类方法,对膨胀土在工程中的分类处理指标进行实用而全面的分析,为工程中的膨胀土问题分类提供借鍪.     

基于BP神经网络的机器人转角测量

以AS-UII机器人为研究对象,提出了一种间接测量机器人转角的方法。该方法利用BP神经网络建立模型,以多组电机速度、运行时间为样本,解决了机器人转角与电机速度、运行时间的关系问题。实验证明,该方法是有效可行的。因此,可以根据电机速度、运行时间来间接确定机器人的转角,为机器人的路径规划提供角度参数。     

基于BP神经网络的减速箱故障诊断

减速箱故障极大影响煤矿机械装备的安全、效率及稳定性。以某型矿用减速箱为研究对象,对减速箱实时振动数据进行采集;基于BP神经网络建立减速箱故障诊断模型,运用数值软件MATLAB对减速箱BP神经网络模型进行仿真计算,根据BP神经网络计算结果对减速箱故障进行诊断。仿真结果表明:在不同减速箱样本数据中,减速箱振动特性不一致,但整体呈现为周期性波动的趋势;在多处超出平均位置的峰峰值波峰及波谷的减速箱存在故障,需要检查和维修处理;BP神经网络中的预测输出与期望输出基本一致,验证了其准确性及可靠性。该研究为矿用减速箱故障诊断、维修等方面提供理论依据。     

基于BP神经网络的巷道围岩稳定性识别

本文从分析巷道围岩稳定性影响因素入手,确定了影响巷道围岩稳定性的主要分类指标。在分析BP神经网络的基本原理和学习算法的基础上,根据改进的BP神经网络建立了围岩稳定性分类的神经网络识别模型,并运用VC++6.0编写程序对学习样本实现了分类。     

基于BP神经网络的测井曲线构建

阐述了BP神经网络的基本原理，选择合理的输入层参数建立了构建中子和密度测井曲线的BP神经网络模型，并检验了模型的正确性。利用所建立的模型对坝18井进行了中子和密度测井曲线的构建，将所构建曲线用于测井解释，从测井解释的结果和测试资料的对比中验证了构建曲线的正确性，证明了BP神经网络用于测井曲线的构建是切实可行的。     

基于RBF神经网络的GPS对流层延迟插值模型

为提高对流层延迟的内插精度,构建了一种基于RBF神经网络的GPS对流层延迟内插模型。以安徽省电力系统6个CORS基站的坐标和对流层延迟作为建模数据,4个CORS基站的坐标和对流层延迟作为测试数据,验证了该模型的可靠性。试验表明:所提模型的对流层延迟插值精度可达毫米级。     

基于BP神经网络的测井曲线构建

阐述了BP神经网络的基本原理，选择合理的输入层参数建立了构建中子和密度测井曲线的BP神经网络模型，并检验了模型的正确性。利用所建立的模型对坝18井进行了中子和密度测井曲线的构建，将所构建曲线用于测井解释．从测井解释的结果和测试资料的对比中验证了构建曲线的正确性，证明了BP神经网络用于测井曲线的构建是切实可行的。     

基于BP神经网络的动力煤质量评价

介绍了基于BP神经网络的动力煤质量评价方法,阐述了基本原理和算法步骤。利用BP算法对训练样本进行学习,确定评价模型,进而利用训练好的网络对评价样本进行评价,并与模糊评判结果对比,得出了评价结果。     

基于BP神经网络的我国铁矿资源需求情景分析

在介绍世界铁矿资源概况以及我国铁矿资源供需现状的基础上,对影响我国铁矿资源需求的主要因素进行了深入分析,然后利用BP神经网络建立了铁矿资源需求情景分析模型,并利用2001-2011年相关数据进行了测算,得出2013-2025年我国铁矿资源需求情景。研究结果表明：未来我国铁矿资源进口依存度将达到25%~35%,虽然有所降低,但仍然比较高。     

基于BP神经网络的直接转矩控制

提出一种基于神经网络智能控制的直接转矩控制系统,神经网络控制是智能控制一个重要的分支,它能够处理非线性、不确定性等问题,具有强大的学习能力。利用神经网络控制代替传统直接转矩控制中的矢量优化选择表,神经网络控制能够迅速、准确地选择逆变器的开关状态。仿真结果表明,基于神经网络控制的直接转矩控制系统能够改善系统非动态、稳态性能。     

基于遗传算法和BP神经网络岩爆预测

将BP神经网络与遗传算法相结合,使用遗传算法优化神经网络的权值和阈值,然后用BP算法训练网络,避免了单独使用BP神经网络训练时易于陷入局部极小值的问题,建立了一种新的岩爆预测模型。采集国内外具有代表性的一些岩爆案例作为BP训练样本,将样本数据经过多次迭代之后,达到指定误差停止训练,利用训练好的模型对某铜矿部分岩爆进行预测,预测结果与实际岩爆等级一致。     

基于BP神经网络的综采工作面指标测定

随着计算机信息处理技术的发展,BP神经网络应用到各行各业的决策工作中。文章在分析BP神经网络的思想和计算方法的基础上,提出了基于BP神经网络的综采工作面指标测定方案,通过林南仓矿10438综采工作面的实际验证,该测定方案取得了良好效果,为今后煤矿企业开采计划的制定提供了理论依据。     

基于BP神经网络的离心泵故障诊断方法研究

介绍了离心泵的主要故障类型和产生原因,应用BP神经网络的主要知识对离心泵的故障进行诊断,将BP神经网络的输入通过Matlab进行训练,最后得到了与理想输出基本相符的实际输出,证明了该方法的有效性和可行性。     

基于BP神经网络的烟煤类型识别研究

为了对烟煤进行快速分类,建立了BP神经网络识别法。以烟煤中的气煤、肥煤、焦煤为对象,选择煤的发热量、挥发分、灰分、硫分这些影响烟煤分类的主要参数作为BP神经网络的输入量,建立了能反映烟煤类型与这些参数指标关系的BP神经网络模型,对烟煤的类别进行识别。结果表明,该BP神经网络模型具有极强的非线性逼近能力,能真实反映烟煤的类型与相关参数之间的非线性关系,可快速准确地对烟煤的类型进行识别。     

基于BP神经网络的矿井小构造预测

阐述了矿井小断层水平延展长度预测BP网络模型的构建、训练及模拟方法,在总结小断层落差、断层的走向、断层的倾角及断层的倾向等影响因素的基础上,结合赵官井田主采7#煤层典型样本数据,运用Matlab软件来建立网络预测模型,并对该煤层2713和2712 2个工作面的小断层水平延展长度进行预测,发现该网络模型的预测结果与实测结果更接近。