• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于GA-BP-Adaboost模型的掘进机截割部故障诊断研究
  • 作者

    刘伟健刘洋

  • 单位

    三一重型装备有限公司

  • 摘要
    针对掘进机截割部故障预测问题,选取某煤矿井下掘进机截割部采集数据作为实例进行研究。先对BP神经网络和GA-BP神经网络进行预测对比分析。接着以GA-BP神经网络为基础,用Adaboost方法训练若干个弱分类器和弱预测器,将多个GA-BP分类器通过Adaboost算法组合成强分类器和强预测器。对采集到的掘进机截割部运行数据进行预处理,消除信号中干扰和漂移,提取多个时域特征参数。用MATLAB对GA-BP-Adaboost算法中的重要参数进行分析,得出结果:基于GA-BP-Adaboost算法的模型预测精度较高,说明GA-BP-Adaboost算法具有良好的预测性能和泛化性能,能够准确对掘进机截割部故障进行诊断。
  • 关键词

    截割部故障诊断BP神经网络遗传算法Adaboost算法

  • 文章目录
    0 引言
    1 GA-BP-Adaboost算法模型
    (1)GA-BP-Adaboost算法
    (2)预测模型设计
    2 模型测试与数据分析
    (1)数据选取及预处理
    (2)对比实验
    (3)GA-BP-Adaboost算法测试
    3 结语
  • 引用格式
    刘伟健,刘洋.基于GA-BP-Adaboost模型的掘进机截割部故障诊断研究[J].煤矿机械,2023,44(03):173-176.DOI:10.13436/j.mkjx.202303051.
  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联