西安科技大学学报

2020, v.40;No.175(05) 769-774

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于ELM神经网络的采煤机截割载荷软测量建模方法
Soft sensor modeling method of shearer cutting load based on ELM neural network

毛清华;赵健博;李亚周;马宏伟;薛旭升;

摘要(Abstract):

采煤机是煤矿综采工作面的关键设备,由于煤层结构复杂,导致截割载荷复杂多变,并且截割载荷难以直接测量。因此,针对采煤机截割载荷难以直接检测难题,研究了采煤机交流异步电机的机械特性,提出了基于软测量建模技术的截割载荷预测方法。首先,通过分析采煤机交流异步电机的机械特性,得出截割载荷与截割电机的转速、电流符合非线性关系,运用软测量建模方法可以预测截割载荷。然后,以截割电机的转速和电流作为输入变量,运用ELM神经网络的软测量建模方法建立采煤机截割载荷软测量模型。最后,运用ELM,BP,RBF3种神经网络软测量建模方法对采煤机电机载荷进行预测,以均方误差和相关系数作为预测评价指标,结果表明:ELM神经网络软测量建模方法在预测精度和预测速度方面都优于BP神经网络和RBF神经网络软测量建模方法。运用ELM神经网络软测量建模方法能够准确、快速预测采煤机截割载荷,为采煤机恒功率截割和牵引智能调速提供了理论基础。

关键词(KeyWords): 采煤机;截割载荷;软测量建模;ELM

Abstract:

Keywords:

基金项目(Foundation): 陕西省科技厅陕煤联合基金面上项目(2019JLM-39);; 煤矿机电设备智能检测与控制创新团队(2018TD-032)

作者(Author): 毛清华;赵健博;李亚周;马宏伟;薛旭升;

Email:

DOI: 10.13800/j.cnki.xakjdxxb.2020.0503

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享