基于BP神经网络的煤层硬度多等级识别方法
来源期刊：东北大学学报(自然科学版)2018年第8期
论文作者：刘永刚 侯立良 秦大同 胡明辉
文章页码：1163 - 1168
关键词：滚筒式采煤机;截割阻抗;煤层硬度识别;小波包分解;BP神经网络;特征量;
摘 要：针对煤层硬度识别方面存在的问题,提出一种基于BP神经网络算法的煤层硬度多等级识别方法,将煤层硬度划分为6个等级进行识别.以采煤机截割电机和牵引电机的定子电流信号及调高油缸压力信号作为识别信号,利用小波包分解提取各个信号的特征量,并将其作为神经网络的输入样本进行训练和测试.经过实验,在仿真数据条件下本文提出的煤层硬度多等级识别方法对硬度等级的识别准确率为96.7%,在实机数据条件下识别准确率为93.3%,验证了该煤层硬度识别方法的有效性,为采煤机自适应截割过程煤层硬度高精度识别奠定了理论基础.
刘永刚1,2，侯立良2，秦大同1,2，胡明辉1,2
1. 重庆大学机械传动国家重点实验室2. 重庆大学汽车工程学院
摘 要：针对煤层硬度识别方面存在的问题,提出一种基于BP神经网络算法的煤层硬度多等级识别方法,将煤层硬度划分为6个等级进行识别.以采煤机截割电机和牵引电机的定子电流信号及调高油缸压力信号作为识别信号,利用小波包分解提取各个信号的特征量,并将其作为神经网络的输入样本进行训练和测试.经过实验,在仿真数据条件下本文提出的煤层硬度多等级识别方法对硬度等级的识别准确率为96.7%,在实机数据条件下识别准确率为93.3%,验证了该煤层硬度识别方法的有效性,为采煤机自适应截割过程煤层硬度高精度识别奠定了理论基础.
关键词：滚筒式采煤机;截割阻抗;煤层硬度识别;小波包分解;BP神经网络;特征量;
