智采工作面中部液压支架集群自动化后人工调控决策模型
张锦涛1
付翔2
王然风1
王宏伟3
1.太原理工大学矿业工程学院,山西太原 030024;太原理工大学山西省煤矿智能装备工程研究中心,山西 太原 0300242.太原理工大学矿业工程学院,山西太原 030024;太原理工大学山西省煤矿智能装备工程研究中心,山西 太原 030024;山西焦煤集团有限责任公司博士后工作站,山西太原 0300243.太原理工大学山西省煤矿智能装备工程研究中心,山西 太原 030024;山西焦煤集团有限责任公司博士后工作站,山西太原 030024;太原理工大学机械与运载工程学院,山西太原 030024
摘要：智采工作面在液压支架自动跟机完成后,会出现丢架、直线度不平整、支架歪斜等异常工况,需要人工调控,目前研究缺乏对智采工作面生产过程中液压支架自动化后人工调控工况的知识发现,不利于工人快速判断需人工调控的液压支架架号.针对上述问题,从判别液压支架自动化后动作不达标液压支架架号出发,提出了一种智采工作面中部液压支架集群自动化后人工调控决策模型.首先,对工作面历史数据进行分析,得出液压支架自动跟机完成后3个特征值(即自动跟机拉架距离、自动跟机前后的推移油缸行程变化量、采煤机位置支架号与被判断支架号的绝对差值)可作为判别液压支架自动跟机后是否进行人工调控的重要特征.根据上述结论,给出了液压支架集群自动化后人工调控决策模型结构,其中数据采集模块用于提供原始数据;数据预处理模块对原始数据进行异常值处理、筛选、排序和相关性分析等数据准备工作;特征工程模块对上述3个特征值进行计算及标准化处理,为分类模型提供样本集;分类模型对样本集进行划分后,利用ID3决策树进行分类,最后输出正常工况下的液压支架架号与需人工调控的液压支架架号.模型评估结果表明,与传统K最近邻(KNN)、支持向量机(SVM)、逻辑回归(LR)等分类算法相比,基于ID3决策树的智采工作面中部液压支架工况分类模型的训练集准确率为92.27％,测试集准确率为93.75％,能够较好地判别自动化后人工调控液压支架架号.
关键词：智采工作面液压支架跟机自动化人工调控人工干预ID3决策树
分类号：TD355(矿山压力与支护)
资助基金：国家自然科学基金(52274157)国家重点研发计划(2020YFB1314004)内蒙古自治区重点专项项目(2022EEDSKJXM010)山西省揭榜招标项目(20201101005)
论文发表日期：2022-10-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 20-25 )
英文信息