基于粗糙集-径向基神经网络的采煤机滚筒智能调高决策模型

吴文前; 甄葳棋; 门少斌; 赵龙龙

基于粗糙集-径向基神经网络的采煤机滚筒智能调高决策模型

1. 延安车村煤业(集团)有限责任公司, 陕西延安 717300;
2. 延安市禾草沟二号煤矿有限公司, 陕西延安 717300

基金项目:

陕西省厅市联动重点项目(2022GD-TSLD-63,2022GD-TSLD-64)。

详细信息

作者简介:
吴文前(1966—),男,陕西安塞人,高级工程师,主要从事煤矿开采技术研究工作,E-mail:1279490327@qq.com。

中图分类号: TD632.1
计量
- 文章访问数: 13
- HTML全文浏览量: 0
- PDF下载量: 2
出版历程
- 收稿日期: 2023-07-12

Decision model of shearer drum intelligent height adjustment based on rough set-RBF neural network

1. Yan'an Checun Coal Industry (Group) Co., Ltd., Yan'an 717300, China;
2. Yan'an Hecaogou No. 2 Coal Mine Co., Ltd., Yan'an 717300, China

摘要

摘要: 针对传统的采煤机记忆截割方法难以实现对采煤机滚筒高度自适应控制，以及响应速度慢和跟踪性能差等问题，提出了一种基于粗糙集-径向基(RBF)神经网络的采煤机滚筒智能调高决策模型。首先，采用粗糙集理论对采煤机运行状态特征参数进行约简，并建立采煤机滚筒调高决策规则库。然后，设计一种基于属性重要度的采煤机滚筒智能调高决策规则选择算法，获取采煤机调高的决策规则。最后，以选择的决策规则为数据集，采用RBF神经网络构建采煤机智能调高决策模型，实现采煤机滚筒高度调整的智能决策。利用某矿1123智能综采工作面采煤机实际运行数据，对该模型的调高性能进行分析，结果表明：粗糙集-RBF神经网络模型的采煤机滚筒调高决策准确率为81.67%,与支持向量机(SVM)、极限学习机(ELM)和梯度提升决策树(GBDT)模型相比，准确率分别提升了11.6%、17.1%和9.1%。
- 煤炭开采 /
- 采煤机 /
- 滚筒调高 /
- 粗糙集 /
- RBF神经网络

HTML全文

参考文献(14)

[1]	刘峰,曹文君,张建明.持续推进煤矿智能化促进我国煤炭工业高质量发展[J].中国煤炭,2019,45(12):32-36.
[2]	王国法,刘峰,庞义辉,等.煤矿智能化--煤炭工业高质量发展的核心技术支撑[J].煤炭学报,2019,44(2):349-357.
[3]	赵丽娟,王雅东,张美晨,等.复杂煤层条件下采煤机自适应截割控制策略[J].煤炭学报,2022,47(1):541-563.
[4]	徐志鹏,王忠宾,米金鹏.采煤机自适应记忆切割[J].重庆大学学报,2011,34(4):134-140.
[5]	BESSINGER S L,NELSON M G.Remnant roof coal thickness measurement with passive gamma ray instruments in coal mines[J].IEEE Transactions on Industry Applications,1993,29(3):562-565.
[6]	BAUSOV I Y,STOLARCZYK G L,STOLARCZYK L G,et al.Look-ahead radar and horizon sensing for coal cutting drums[C].The 4 th International Workshop on Advanced Ground Penetrating Radar,Aula Magna Partenope,2007:208-211.
[7]	孙继平,佘杰.基于小波的煤岩图像特征抽取与识别[J].煤炭学报,2013,38(10):1900-1904.
[8]	王海舰,黄梦蝶,高兴宇,等.考虑截齿损耗的多传感信息融合煤岩界面感知识别[J].煤炭学报,2021,46(6):1995-2008.
[9]	LI Wei,LUO Chengming,YANG Hai,et al.Memory cutting of adjacent coal seams based on a hidden Markov model[J].Arabian Journal of Geosciences,2014,7(12):5051-5060.
[10]	陈伟华,南鹏飞,闫孝姮,等.基于深度学习的采煤机截割轨迹预测及模型优化[J].煤炭学报,2020,45(12):4209-4215.
[11]	王雅东,赵丽娟,张美晨.采煤机自适应调高控制策略[J].煤炭学报,2022,47(9):3505-3522.
[12]	PAWLAK Z.Rough sets[J].International Journal of Computer and Information Science,1982,11:341-356.
[13]	王晓卫,魏向向,侯雅晓,等.基于小波去噪与改进RBF神经网络的小电流接地系统故障选线方法[J].工矿自动化,2014,40(4):46-50.
[14]	SUN Lin,YIN Tengyu,DING Weiping,et al.Feature selection with missing labels using multilabel fuzzy neighborhood rough sets and maximum relevance minimum redundancy[J].IEEE Transactions on Fuzzy Systems,2022,30(5):1197-1211.

施引文献(7)

期刊类型引用(3)

1.	高鹏飞，田晓盈，杨志梁，高浩睿，王培祎. 非对称三线圈结构无线电能传输系统研究. 电气工程学报. 2024(04): 169-175 . 百度学术
2.	张莲，杨洪杰，经廷伟，李涛，张路. 井下磁耦合无线电能传输系统的全谐振特性分析. 工矿自动化. 2022(02): 83-92 . 本站查看
3.	苏蒙，潘侃，李杰. 电磁辐射式无线电能传输技术的研究综述. 云南电力技术. 2021(05): 78-81 . 百度学术