带有偏差单元的IRN模型在深层搅拌桩承载力计算中的应用

对影响深层搅拌桩复合地基承载力的因素进行了分析 ,并对现行的设计方法存在的问题进行探讨 ,提出利用人工神经网络带有偏差单元的IRN(InternallyRecurrentNet)模型对复合地基承载力进行计算的新思路。通过实例验证 ,该模型可达到较好的效果 ,为今后深层搅拌桩承载力设计计算提供了可借鉴的方法。

基于带有偏差单元的IRN模型的大体积混凝土温度预测与控制

分析了大体积混凝土温度的各种影响因素 ,结合神经网络的特点 ,提出运用神经网络中带有偏差单元的 IRN(Internally Recurrent Net)模型进行大体积混凝土温度预测与控制的新思路。通过实验 ,该模型可达到较好的效果 ,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可借鉴的方法。

应用带有偏差单元的IRN模型评价土坝的病害缺陷

对土坝的病害缺陷的评价方法进行了探讨,结合水利部颁布的《水库大坝安全鉴定办法》和大坝安全鉴定工作的特点,提出运用人工神经网络中带有偏差单元的IRN(InternallyRecurrentNet)模型进行土坝的病害缺陷评价的新思路。通过实例验证,该模型可达到较好的效果,具有一定的可操作性。为今后土坝的病害缺陷评价提供了可供借鉴的方法。

基于小波包IRN网络的燃气轮机转子故障诊断

提出一种基于小波包和带有偏差单元的内部回归神经网络相结合的燃气轮机转子故障诊断方法。利用小波包分析去除噪声信号干扰,简化燃机转子故障特征提取。带有偏差单元的内部回归神经网络的记忆特性好,收敛速度快、稳定性强。小波包和带有偏差单元的内部回归神经网络的结合,大大提高了诊断速度及诊断准确性。

基于IRN网络的旋转件融合诊断方法与应用

提出了一种基于小波神经网络的故障诊断方法,该方法采用小波变换作为特征提取器,IRN神经网络作为分类 器实现特征级的融合诊断,实验结果证明该方法具有很好的容错性和抗干扰特性,是一种比较实用的故障诊断方法。

基于一种改进的IRN模型的地基液化判别

分析了规范经验公式地基液化判别的局限性,提出应用改进的IRN模型进行地基液化判别的新思路。通过实例验证,该模型可达到较好的效果,能作为规范经验公式有力的补充。

基于IRN神经网络的雷达天线伺服系统故障诊断

文中主要针对雷达天线伺服系统故障,提出了一种基于内部回归(Internally Recurrent Net,IRN)神经网络的故障诊断手段。通过分析雷达伺服系统的信号流程图,找到了导致天线故障的所有可能部件。利用故障树的分析手段对这些部件分类,发现同一故障部件可能引发不同的故障现象,同时对所有部件进行编号。建立适用于雷达天线伺服系统的IRN神经网络,其中输入层共有23个神经元对应23个测试点,输出层共有4个神经元对应所有故障的编号。对所建立的神经网络进行训练与测试,发现IRN神经网络能够很好地完成对所有故障部件的分类。

基于带有偏差单元的IRN模型的大体积混凝土温度预测与控制

分析了大体积混凝土温度的各种影响因素,结合神经网络的特点,提出运用神经网络中带有偏差单元的IRN(InternallyRecurrentNet)模型进行大体积混凝土温度预测与控制的新思路。通过实例验证,该模型可达到较好的效果,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可供借鉴的方法.

基于频谱法和带偏差单元递归神经网络的水电机组振动故障诊断

引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多,但BP网络训练速度慢。文章提出应用带偏差单元递归神经网络的方法对水电机组的振动故障进行诊断。先对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的。水电机组振动故障诊断仿真分析表明,与常规方法相比,应用带偏差单元递归神经网络进行故障诊断具有快速有效的优点。

废轮胎流化床热解H_2S、HCN、NH_3动态析出特性研究

在流化床试验台上对废轮胎热解时 H2 S、HCN、NH3的动态排放特性进行了试验研究 ,并基于带偏差单元的 IRN神经网络对其进行了预测 .结果表明 :H2 S的瞬间析出峰出现在 2～ 6 m in,第 6 min为最大值 ;其析出主要集中在前 10 min;而 NH3、HCN的析出为双峰结构 ,HCN析出最大值在第 4 min,较 NH3(12 min)早 ;含氮有害气体的主要析出阶段在前 14 min;采用 EBP算法的 IRN神经网络学习迅速 ,学习能力强 。

时滞对象的神经网络Smith预测控制

针对系统的时滞问题提出一种新的控制系统 ,将神经网络Smith预估器与神经元控制器通过预测误差有效结合在一起 ,起到预测控制目的。在神经网络Smith预估器中采用优于BP网络的IRN网络 。

基于回归神经网络的非线性动态数据校核及其应用

研究了简化型内回归神经网络基于自适应梯度下降法的训练算法 ,并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法。结果表明所提出的方法能够有效地对非线性动态过程进行数据校核 ,并具有良好性能 ;与传统的动态数据校核方法相比 ,所提出方法具有不需要掌握过程本身的精确模型 ,避免了过程模型误差可能带来的估计误差 ,不需事先知道测量噪声和过程噪声的统计特性等特点。

河湖水系连通分类体系探讨

河湖水系连通是保障国家水安全的治水新方略,科学的分类体系是开展河湖水系连通研究和生产实践的必然要求。论文结合河湖水系连通特点和内涵,提出五项分类原则:科学性、系统性、主导性、区域性和可操作性。综合考虑河湖水系连通的自然属性和经济社会属性,遵循五项分类原则,从连通性质、连通功能、连通区域、连通尺度、连通对象、连通时效、空间格局和连通方向等方面进行分类,初步构建了河湖水系连通分类体系,并对国内典型案例进行了归类;选择基于连通性质的分类、基于连通功能的分类和基于地区水资源特征的分类等三个主要分类展开分析,探讨了三种类型的连通特性、连通目标等主要问题。