首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
安全科学   2篇
综合类   1篇
  2012年   2篇
  2011年   1篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
煤矿综合防尘技术研究   总被引:1,自引:0,他引:1  
随着煤矿机械化程度和开采强度的不断加大,导致综采工作面的产尘强度及作业环境中粉尘浓度也越来越大,严重影响煤矿安全生产和作业人员身体健康.本文分析了煤尘防治的意义,阐述了国内外防尘理论技术,并对防尘系统动态可视化技术进行了研究,以期对煤矿防尘降尘工作具有一定的参考价值.  相似文献   
2.
为了实现对粉尘的实时在线检测和粉尘超限报警,以及实现煤矿粉尘浓度检测系统的高性能运行,本文设计了一种基于CAN总线的新型煤矿粉尘浓度检测系统.本文首先对粉尘浓度检测系统的整体设计方案进行了描述,然后对系统的传感器及调理转换电路、声光报警电路和CAN通信电路等硬件电路进行了设计,对粉尘检测系统的软件进行了详细的设计分析.最后给出了实验结果,并通过实验结果证明了该系统能长时间实时监测粉尘浓度,并通过CAN总线接口可以实现系统的远距离、高可靠性通信功能和远程监控功能.本系统具有测量准确、速度快、可靠性高和能及时报警等特点.  相似文献   
3.
基于QPSO-RBF的瓦斯涌出量预测模型   总被引:1,自引:1,他引:0  
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号