基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
灌浆过程中浆液密度监测对于灌浆过程控制和效果评价具有重要的意义。传统的差压式密度传感器受到灌浆泵的压力波动、调压阀调节引起的动态附加力、浆液流速的变化和低流速时水泥浆液析水沉淀等因素的影响可能存在较大的误差,适用于静止液体和流速相对稳定的浆液;同时对于水灰比小、黏稠度大的浆液监测的准确性也较差。为保证对灌浆过程及灌浆效果的有效评价,亟需一种密度监测精度高、适用性强的比重监测设备。针对传统差压式密度传感器的缺陷进行优化,考虑压力、压力损失及流速等因素的影响,结合BP算法进行密度计算,研发了基于神经网络的差压式浆液密度监测设备,具有较高准确性和稳定性,可适用于各种浆液、工艺的灌浆工程。
推荐文章
基于BP神经网络和支持向量回归的燃煤电厂 空气预热器压差预测
火力发电
空气预热器
BP神经网络
支持向量回归(SVR)
粒子群优化(PSO)
基于BP神经网络的煤矿矿用设备安全监测研究
煤矿矿用设备
安全监测
BP神经网路
基于信度的 BP 神经网络
BP 神经网络
学习速率
信度
收敛性
基于BP神经网络与残差分析的船舶交通流量预测
残差分析
BP神经网络
交通流
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 BP 神经网络的差压式浆液密度监测技术
来源期刊 水利与建筑工程学报 学科 工学
关键词 灌浆记录仪 密度监测 差压式传感器 BP算法
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 6-10,17
页数 6页 分类号 TU755.6+3
字数 3373字 语种 中文
DOI 10.3969/j.issn.1672-1144.2016.02.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 符平 44 263 9.0 13.0
2 张金接 34 265 8.0 14.0
3 黄立维 11 54 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (15)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
灌浆记录仪
密度监测
差压式传感器
BP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水利与建筑工程学报
双月刊
1672-1144
61-1404/TV
大16开
陕西杨凌渭惠路23号(水科所校区)
1991
chi
出版文献量(篇)
4091
总下载数(次)
1
论文1v1指导