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:
针对现有离心式通风机性能预测方法不能充分利用离心式通风机历史运行数据、建模周期长等问题,提出了基于最小二乘支持向量机(LSSVM)与拉丁超立方采样(LHS)的大型离心式通风机性能预测方法.选取出口压力作为衡量通风机性能的指标,利用LSSVM建立离心式通风机性能预测模型;通过LHS方法采集离心式通风机的入口温度、入口压力、入口流量和转速,将采集的数据进行归一化处理后用于LSSVM模型的训练;通过测试数据验证所建立模型的有效性.仿真结果表明,基于LSSVM与LHS的大型离心式通风机性能预测方法能够充分利用已有通风机数据信息快速准确地预测通风机性能.
推荐文章
离心式通风机叶轮CAD模块开发
离心式通风机
叶轮
参数化绘图
计算机辅助设计
离心式与轴流式通风机的工作原理及特性比较
通风机
结构原理
工作特性
比较
采用改进的BP神经网络预测离心通风机性能的研究
神经网络
BP算法
函数联接
自适应变步长
矿用对旋式局部通风机仿鸮叶片降噪性能研究
对旋式局部通风机
仿生叶片
大涡模拟
气动噪声
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 大型离心式通风机性能预测方法
来源期刊 工矿自动化 学科 工学
关键词 离心式通风机 性能预测 最小二乘支持向量机 拉丁超立方采样 LSSVM LHS
年,卷(期) 2019,(2) 所属期刊栏目 实验研究
研究方向 页码范围 70-74
页数 5页 分类号 TD635
字数 3315字 语种 中文
DOI 10.13272/j.issn.1671-251x.2018100014
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 马小平 中国矿业大学信息与控制工程学院 152 1129 17.0 27.0
2 褚菲 中国矿业大学信息与控制工程学院 8 6 2.0 2.0
3 孙涛 3 3 1.0 1.0
4 代邦武 中国矿业大学信息与控制工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (58)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(2)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
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
离心式通风机
性能预测
最小二乘支持向量机
拉丁超立方采样
LSSVM
LHS
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
工矿自动化
月刊
1671-251X
32-1627/TP
大16开
江苏省常州市木梳路1号中煤科工集团常州自动化研究院内
28-162
1973
chi
出版文献量(篇)
6068
总下载数(次)
11
总被引数(次)
33991
论文1v1指导