基于Type-2 FNN数据融合的双进双出磨煤机料位检测
DOI:
CSTR:
作者:
作者单位:

1. 沈阳工业大学
2. 沈阳工业大学系统工程研究所
3.

作者简介:

曲星宇

通讯作者:

中图分类号:

基金项目:

国家自然基金;辽宁省教育厅科研基金;沈阳工业大学博士启动基金


BBD ball mill material measure based on type-2 FNN data fusion
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对双进双出磨煤机料位准确检测的难题, 提出一种基于二型模糊神经网络(Type-2 FNN) 数据融合的双进
    双出磨煤机料位检测方法. 首先将多传感器采集的变量参数数据按照二型模糊规则进行模糊化处理; 然后构造神经
    网络进行数据融合, 所得融合结果即为检测的料位值. 该方法具有较好的自组织、自学习、并行分别处理能力, 保证
    了检测结果具有较高的准确性. 仿真实验表明, 该方法可有效弥补单一测量方法的不足, 实现料位更为准确的测量.

    Abstract:

    For the material accurate measure problems of double input and double output(BBD) ball mill, a method of
    BBD ball mill’s material measure based on type-2 fuzzy neural network(Type-2 FNN) data fusion is proposed. Firstly, the
    variables parameters are dealed with fuzzily according to the type-2 fuzzy rules, which are acquisitied by multi-sensor. Then
    the neural network is structured for data fusion, and the result is the material data. The method not only has good capabilities
    of self-organization, self-learning and respectively processing, but also ensures that detecting result has higher accuracy.
    Simulation results show that, the application of this fusion system can effectively remedy the lacks of single measurement
    method to achieve more accurate measurement.

    参考文献
    相似文献
    引证文献
引用本文

曲星宇, 崔宝侠, 段勇,等.基于Type-2 FNN数据融合的双进双出磨煤机料位检测[J].控制与决策,2011,26(8):1259-1263

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-05-25
  • 最后修改日期:2010-08-19
  • 录用日期:
  • 在线发布日期: 2011-08-20
  • 出版日期:
文章二维码