DOI: 10.11799/ce202402020
基于粗糙径向基神经网络的刮板输送机负载预测方法研究
郭刚1
汪海涛2
高晓成1
闫尚彬1
黄晓俊3
1.中煤陕西榆林能源化工有限公司,陕西 榆林 7190002.中煤能源研究院有限责任公司,陕西 西安 7100013.西安科技大学 通信与信息工程学院,陕西 西安 710054
摘要：刮板输送机负载的准确预测对实现采煤机和刮板输送机的协同控制至关重要.刮板输送机短期负载受工作面环境、冲击载荷等不确定性因素的影响,具有很强的非线性和非平稳性,难以准确预测.针对此问题,本研究提出一种基于粗糙径向基神经网络的刮板输送机负载预测方法.该方法首先建立刮板输送机电流去噪模型,得到反映综采工作面刮板输送机真实负载的电流分量;然后针对刮板输送机负载电流波动大导致的神经网络预测模型训练误差增大、预测精度低的问题,引入表征负载变化波动的上下输入粗糙神经元,提出一种粗糙径向基神经网络(RRBFNN)模型;最后基于粗糙径向基神经网络建立刮板输送机短期负载预测模型,并进行仿真实验验证.结果表明:本研究提出的RRBFNN刮板输送机短期负载预测模型,比传统RBF模型的平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别降低 26.22%,25.39%和 14.72%,该方法能有效提高刮板输送机负载的预测精度.
关键词：刮板输送机负载预测粗糙神经元径向基神经网络
分类号：TD528+.3(矿山运输与设备)
资助基金：陕西省自然科学基础研究计划面上项目(2021JM-395)
论文发表日期：2024-02-20
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：8( 138-145 )
英文信息