首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 66 毫秒
1.
基于极限学习机的采煤机功率预测算法研究   总被引:1,自引:0,他引:1       下载免费PDF全文
丁华  常琦  杨兆建  刘建成 《煤炭学报》2016,41(3):794-800
为减少对领域专家的过分依赖,实现企业专家经验知识的继承,面向采煤机方案设计中总体技术参数的确定过程,结合采煤机条件属性与决策属性间的映射关系,提出了基于极限学习机的采煤机功率预测模型。采用遗传算法选定最佳隐层神经元个数,利用递进方式比选确定激励函数,随机产生输入权值及隐元偏置,由此计算隐层节点输出矩阵、隐层与输出层连接权重,进而完成建模与优化。模型可根据用户输入的不同原始设计条件输出采煤机功率的预测值。选用某煤机企业的实例数据进行算例分析,将其与基于支持向量机回归预测模型进行对比,实验结果表明,ELM模型可实现600 ms内完成单次功率预测,预测值与真实值平均相对误差在2.5%以内。其预测精度优于SVM模型,且在学习速度方面优势明显,推理效率显著提高。  相似文献   

2.
综采设备的配套关系及采煤机技术参数的选择   总被引:2,自引:1,他引:1  
通过对采煤机、刮板输送机和液压支架之间相互关联部分的尺寸进行分析 ,以及对采煤机技术参数进行合理选择 ,保证了高效、安全、可靠地进行机械化采煤 ,使综采设备的优越性充分显示出来。  相似文献   

3.
采煤机综采配套选型与调整   总被引:2,自引:1,他引:1  
采煤机、刮板输送机和液压支架是综合机械化采煤的主要设备,它们的生产能力和技术参数要相互匹配,结构尺寸也必须相互适合。简要阐述"三机"配套有关的采煤机主要技术参数,重点讨论"三机"生产能力的配套原则,提出"三机"结构尺寸的一系列配套要求,对采煤机的选型设计具有指导作用。  相似文献   

4.
大功率变频电牵引采煤机采用多电机驱动、横向布置、交流变频调速控制,无链牵引,适应与各种工作面运输机配套,实现了综采工作面对机宽要求限制的合理解决,便于工作面三机配套,是用于薄煤层综采工作面机械合理配套的一种新机型。  相似文献   

5.
针对采煤机在实际应用中出现的滚筒割铲板、摇臂扭矩轴异常损坏等问题,结合滚筒装煤效果,提出煤矿综采工作面三机配套中必须保证适当的铲间距。应用数学建模的方法,推导出三机配套中铲间距计算的理论公式,将理论值和实际数据做比较后,提出了确定铲间距的有效方式,很好地解决了滚筒割铲板、摇臂扭矩轴异常损坏或装煤效果差等实际问题。  相似文献   

6.
戴淑芝 《山东煤炭科技》2014,(3):110-112,133
整机受力变化规律合理确定是采煤机设计的理论基础。基于动力参数匹配方程的基础上,建立了满足牵引力平衡约束条件的采煤机斜切力学模型。结果表明,在不同的煤层倾角,滑靴受力与生产实际是吻合的。  相似文献   

7.
为对金属矿山深部开采时岩爆的危险性进行预测,在总结深部开采岩爆发生机理的基础上,综合选取影响岩爆发生的3个重要因素作为岩爆预测的判别因子。搜集国内外金属矿深部开采岩爆的实例作为训练样本,引入极限学习机算法(ELM),针对该算法的不足,采用遗传算法(GA)对其相关参数进行优化,建立了岩爆预测的GA-ELM模型,并与单一ELM模型进行对比。利用该岩爆预测模型对一典型金属矿深部开采进行岩爆预测,结果与实际情况相吻合。研究结果表明,岩爆预测的GA-ELM模型训练效果及泛化能力均优于单一ELM模型、SVM模型及传统的BP模型,且该模型能够对金属矿深部开采的岩爆进行准确有效地预测,具有一定的工程应用价值。  相似文献   

8.
宋卫军  刘韩勇 《陕西煤炭》2012,31(4):108-109,104
以神南矿业公司张家峁矿14203工作面的地质条件与相关数据为基础,对大采高综采工作面采煤机选型设计的各项基本参数进行了分析和计算。实践表明,选用大功率采煤机能较好地适应地质条件,工作稳定,取得了较好的效果。该思路和方法具有一定的工程实用价值。  相似文献   

9.
郭静  冯昕  王启佳  徐鹏 《煤矿机械》2013,34(4):216-217
以MG300/710-WD采煤机的结构参数为基础,针对某煤矿在综采设备选型配套过程中遇到的实际问题,讨论了配置不同直径的截割滚筒时,采煤机可以达到的最小采高,纠正了综采设备选型配套中的一些错误认识,对采煤机截割滚筒的选择和综采方案的制作具有一定的指导意义。  相似文献   

10.
提高采煤机记忆截割精度对于实现采煤机截割滚筒的自动调高,提升采煤机自动化水平具有重要意义。针对目前采煤机传统记忆截割方法精度不高的问题,根据采煤机截割过程具有一定重复性的特点,提出了一种基于深度长短时记忆(Long Short-Term Memory,LSTM)神经网络的采煤机记忆截割轨迹预测方法,通过MATLAB平台实现了模型的构建与模型参数的优化,并使用实际截割数据对深度LSTM神经网络模型进行了验证。预测实验的结果表明,深度LSTM神经网络相对于支持向量回归与梯度提升回归树算法在截割轨迹预测方面具有更高的准确性。深度LSTM神经网络的平均绝对误差、平均绝对百分误差、均方根误差均低于支持向量回归与梯度提升回归树算法。实际生产中采煤机需进行多次循环截割,考虑到实时性问题,神经网络模型需要对截割轨迹进行多步预测。为了进一步提升模型能力,提高模型在进行多步预测时的准确性,提出了一种LSTM神经网络的改进结构。通过在LSTM神经网络中引入比例因子,强化了神经网络的记忆保持能力。缓解了随预测步数增加,深度LSTM神经网络模型预测误差增大的问题。并对改进后模型与原模型进行了预测对比实验,实验结...  相似文献   

11.
对渐开线-摆线复合齿轮建立数学模型,以MG500/1230-WD型无链电牵引采煤机为参照对象,选择适当的参数,建立齿轮的三维模型,最后对建立的模型用ANSYS软件进行有限元分析,确定复合齿轮用于采煤机行走轮的可行性、性能的优劣。  相似文献   

12.
针对单-预测模型用于预测采煤机运行状态预测精度差、适用性差的问题,深入研究了时间序列ARIMA预测模型、灰色GM(1,1)模型以及BP神经网络预测模型的结构原理,提出了一种基于AGB组合模型的采煤机运行状态预测方法。该方法首先获得各模型的预测结果,并对各模型计算出的方差作为AGB组合模型的输入,使用方差-协方差权重法对各模型的权重进行计算,最后对组合模型的预测结果进行求解分析。实验结果表明,基于AGB组合模型的预测方法对于采煤机运行状态的预测结果残差方差为0.001 3,平均相对误差为2.81%,均低于单-模型预测结果。  相似文献   

13.
《煤矿安全》2019,(11):206-209
针对Knothe时间函数在动态预计过程中点位下沉速度的不足,提出了1种新的动态下沉模型——三参数Knothe时间函数,模型中增加了初始沉降速度参数b1、时间幂指参数b2和曲线形态参数b3,参数求解采用粒子群优化(PSO)算法。经实测数据验证,基于改进的三参数Knothe时间函数动态预计模型能够真实的反映地表下沉的动态过程,走向线在各个观测时期,实测值与预计值最大误差为5.02 cm,最小误差为0.1 mm,平均误差为1.19 cm,精度非常可靠并且满足开采工作需要。  相似文献   

14.
《煤矿机械》2016,(10):17-19
介绍采煤机滚筒重要参数的计算公式,并利用Delphi7设计了滚筒参数计算软件。根据三一重型装备有限公司MG300/710-WD采煤机参数计算得出配套滚筒的参数。结果表明:通过本软件计算得到的滚筒参数与国内知名厂家的滚筒参数接近,该软件在滚筒设计方面具备一定的参考价值。  相似文献   

15.
大功率采煤机的技术现状及研究方向   总被引:7,自引:0,他引:7  
介绍大功率采煤机的技术现状及国内研究方向。  相似文献   

16.
陈志强  崔巍 《煤炭技术》2019,(2):147-149
通过对柱型采煤机滚筒在工作面生产过程中存在的原煤块率低、装煤量少、降尘效果差等问题的分析,从优化滚筒结构入手,对截齿分布、叶片路径、筒体形状、喷雾方式等方面进行了改进,研发出了新型采煤机滚筒。该滚筒在岳城煤矿的应用大大提升了采煤工作面的原煤块率,有效改善了现场作业环境。  相似文献   

17.
综采配套设备采煤机技术参数的计算选择   总被引:1,自引:1,他引:0  
介绍了综采配套设备采煤机的技术参数合理计算选择,保证了高效、安全、可靠地进行机械化采煤,使综采设备的优越性充分显示出来。  相似文献   

18.
滚筒式采煤机的技术现状和发展趋势   总被引:4,自引:0,他引:4  
概述国内外滚筒式采煤机的技术发展和现状, 着重介绍煤科总院上海分院研制的 M G 系列滚筒式采煤机及其元部件, 通过分析中国煤矿采煤机的使用情况及要求, 指出交流变频调速电牵引采煤机是中国今后滚筒式采煤机的发展方向。  相似文献   

19.
阐述自动调高技术应用背景,推导自动调高数学模型,具有一定的应用价值。  相似文献   

20.
丁志勇 《煤矿机械》2020,41(3):114-116
以采煤机滚筒为研究对象,用UG三维软件对煤层和滚筒各零部件进行建模,应用ANSYS/LS-DYNA软件对滚筒截割煤层的过程中所受的阻力进行动态分析,使用后处理软件LS-Preport分析滚筒所受阻力的情况,得知截割煤层过程中滚筒所受阻力较大。为改善滚筒受力,对滚筒的螺旋升角进行模拟优化,优化后显著降低了滚筒的载荷波动系数、阻力峰值、截割比能耗。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号