RBF神经网络的矿井风速故障源

为解决井下风速传感器获得的风速异常数据确定故障源位置问题,采用RBF神经网络方法确定可能引起各分支风速异常的分支集合,即建立通风系统故障巷道范围库,再通过对分支的灵敏度进行排序来选择故障巷道诊断的优先级.研究结果表明:RBF神经网络被训练好后,就可以不用建立具体的数学模型,得到整个网络各分支风量与风阻之间的关系.