基于粗糙神经网络的刮板输送机智能调速策略研究
Research on intelligent speed regulation method of scraper conveyor based on rough neural network
-
摘要: 综采工作面“智能化+装备”是实现煤矿综采智能化关键技术之一,刮板输送机作为综采工作面的核心装备,其智能控制对实现整个综采过程的智能化至关重要。刮板输送机智能调速系统是一个复杂的多变量非线性系统,各变量之间存在耦合关系,且缺乏有效的智能调速策略。针对上述问题,基于粗糙集和门控循环神经网络,提出一种基于RS-MSGRU神经网络的刮板输送机智能调速方法。首先应用粗糙集特征约简方法对影响刮板输送机速度调节的特征参数进行约简;然后引入比例指数线性单位激活函数构建多层门控循环神经网络模型(MSGRU);最后,基于粗糙集和MSGRU构建RS-MSGRU刮板输送机智能调速模型,并通过实验进行验证。实验结果表明:RS-MSGRU模型准确率高达95.8%,比现有LSTM和GRU模型准确率提高了5.97%和4.02%,能够有效调节刮板输送机的运行速度。
下载: