极薄煤层破碎顶板条件下液压支架带压移架残余支撑力决策方法
张传伟1
张刚强2
路正雄3
李林岳2
何正伟2
龚凌霄2
黄骏峰2
1.西安科技大学机械工程学院,陕西西安 710054;陕西交通职业技术学院,陕西西安 7100182.西安科技大学机械工程学院,陕西西安 7100543.西安科技大学安全科学与工程学院,陕西西安 710054
摘要：在破碎顶板条件下,液压支架带压移架过程中残余支撑力的精准决策对于提高极薄煤层智能化开采效率和保障作业安全至关重要.为实现极薄煤层破碎顶板条件下液压支架带压移架残余支撑力的准确决策,提出了一种基于改进蜣螂算法(IDBO)优化深度混合核极限学习机(DHKELM)的液压支架带压移架残余支撑力决策方法.在混合核极限学习机(HKELM)基础上引入极限学习机自动编码器(ELM-AE)结构来构建DHKELM模型,以增强对复杂输入的特征提取和非线性映射能力;引入ICMIC混沌映射、Lévy飞行和贪婪策略对蜣螂算法(DBO)进行改进,形成具备更高寻优精度和更快收敛速度的1DBO算法;利用IDBO算法优化DHKELM模型的超参数,建立IDBO-DHKELM模型.结合极薄煤层综采工作面液压支架带压移架实测数据,通过可视化和相关性分析,确定支架号、带压移架前支架支撑力、推移油缸进液压力和推移油缸行程变化速度作为影响残余支撑力的关键特征,并构建残余支撑力决策样本数据集,最终完成IDBO-DHKELM模型的训练与评估.实验结果表明:基于IDBO-DHKELM模型的液压支架带压移架残余支撑力决策结果的均方根误差(RMSE)、平均绝对误差(MAE)及决定系数(R2)分别为0.143,0.119,0.971,具有较高的决策精确度.
关键词：极薄煤层液压支架带压移架残余支撑力改进蜣螂算法深度混合核极限学习机
分类号：TD355.4(矿山压力与支护)
资助基金：陕西省重点研发计划项目(2022GD-TSLD-63)陕西省重点研发计划项目(2022GD-TSLD-64)陕西省教育厅青年创新团队科研计划项目(23JP100)
论文发表日期：2025-03-31
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：11( 22-31,38 )
英文信息