改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测

针对破碎机衬板磨损难以预测的问题，提出一种改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测方法。首先，在最小均方误差算法（LMS）的基础上，引入改进的箕舌线函数，提出改进箕舌线函数的LMS算法，将其用于衬板超声回波信号的声时（TOF）的计算中；其次，通过TOF计算出衬板厚度，并根据衬板磨损前后的厚度变化得出磨损量；最后利用天牛须算法（BAS）优化最小二乘支持向量机（LSSVM）的惩罚因子γ和其核函数中的标准化参数σ，将磨损量作为预测模型的输入，衬板磨损阶段作为输出，建立BAS-LSSVM衬板磨损预测模型。结果表明，该方法对动锥衬板和定锥衬板的识别准确率分别达到了94.44%和95.56%，能够有效预测出衬板的磨损状态。