基于粒子群优化BP神经网络的采煤机可靠性预测_中国煤炭行业知识服务平台

基于粒子群优化BP神经网络的采煤机可靠性预测

作者

田震荆双喜赵丽娟高珊张成光
单位

周口师范学院机械与电气工程学院河南理工大学机械与动力工程学院辽宁工程技术大学机械工程学院
摘要

为研究采煤机在截割过程中的可靠性,通过粒子群算法对BP神经网络进行优化改进,建立采煤机可靠性预测模型。采用高斯型隶属度函数,构建材料应力-结构可靠度之间的隶属函数,通过正交仿真实验确定具有代表性工况下采煤机整机的可靠度,以实验结果建立学习样本,对预测模型的准确度进行检验,结果表明,预测结果与实验结果最大相对误差为2.61%,满足精度要求。利用预测模型对采煤机在不同牵引速度和截深条件下截割不同硬度煤层的可靠度进行分析,找出采煤机可靠度随三者的变化规律:随着煤层硬度以及牵引速度增加,可靠度降低幅度变大;随着截深增大,可靠度降低幅度逐渐趋于平缓。
关键词

采煤机可靠性预测粒子群优化算法BP神经网络
基金项目(Foundation)

国家自然科学基金资助项目(51674134)；河南省自然科学基金资助项目(182300410250)；河南省科技攻关项目(182102210606)；
相关文章

[1]薄煤层采煤机螺旋滚筒截割性能研究
[2]基于EMD和能量算子解调的采煤机截割部振动故障诊断研究