文献

J-GLOBAL ID：201902254970217852   整理番号：19A0948340

エントロピー法に基づくラジアル基底関数ニューラルネットワークの清掃車吸塵口ごみ粒子滞在時間予測【JST・京大機械翻訳】

Residence Time Prediction of Waste Particles in Dust Suction Ports for Sweepers in RBFNN Based on Entropy Method

著者 (6件)： Zhao Fuqiang (太原科技大学重型机械教育部工程研究中心,太原,030024;太原理工大学歯輪研究所,太原,030024) ,  Deng Hailong (太原科技大学重型机械教育部工程研究中心,太原,030024) ,  Jie Canming (太原科技大学重型机械教育部工程研究中心,太原,030024) ,  Dong Jing (太原科技大学重型机械教育部工程研究中心,太原,030024) ,  Li Yugui (太原科技大学重型机械教育部工程研究中心,太原,030024) ,  Wang Tie (太原理工大学歯輪研究所,太原,030024)
資料名： Zhongguo Jixie Gongcheng  (Zhongguo Jixie Gongcheng)
巻： 29  号： 23  ページ： 2792-2798  発行年： 2018年 
JST資料番号： C2243A  ISSN： 1004-132X  CODEN： ZJGOE8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 掃除車塵埃口内のゴミ粒子の滞留時間が構造類、固相類及び気相類要素の多種類、非線形作用の予測が難しいという問題に対して、エントロピー値法に基づくラジアル基底関数ニューラルネットワーク(RBFNN)のゴミ粒子滞在時間予測方法を提案し、その方法は吸塵の負圧を考慮に入れた。回転数,回転速度,粒子質量,粒子密度,粒子流量,および吸塵管直径の6つの因子を,入力擾乱変数としてエントロピー値法を用いて解き,そして,ごみ粒子滞留時間の予測モデルを,確立した。結果により、従来のRBFNNを用いた予測方法と比べ、提案方法は予測精度が高いというメリットがあり、清掃車塵埃のゴミ粒子滞在時間予測の難題をよく解決でき、清掃車吸塵システムの設計レベルの向上に役立つことが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  塵埃 ,  *ニューラルネットワーク ,  予測モデル ,  固相 ,  *予測 ,  負圧 ,  回転数 ,  *エントロピー ,  *集塵 ,  滞留時間 ,  *清掃
準シソーラス用語： 予測精度 ,  粒子流 ,  *滞在時間 , 【Automatic Indexing@JST】

分類 (1件)： 研削  (QC03000R)

タイトルに関連する用語 (8件)： エントロピー法 ,  ラジアル基底関数 ,  ニューラルネットワーク ,  清掃車 ,  吸塵口 ,  ごみ ,  滞在時間 ,  予測