一种基于时间序列预测方法的采煤机故障预测方法

    公开(公告)号:CN112381123A

    公开(公告)日:2021-02-19

    申请号:CN202011185806.4

    申请日:2020-10-30

    Abstract: 本发明公开了一种基于时间序列预测方法的采煤机故障预测方法,涉及计算机技术与故障预测交叉的研究技术领域,使用非线性方法中的支持向量机方法,依据训练样本训练出一个预测器,对后续时间序列进行预测,具体方案为:包括以下步骤:获取惩罚参数C和核函数参数,粒子群算法从n个随机粒子开始计算,每个粒子都作为一个候选解,每个粒子都是一个m维向量;包括以下步骤:初始化解空间,粒子评价,粒子更新,结果校验。粒子群算法对于求解极值最优问题应用较为广泛,粒子群算法根据约束范围内的所有可能的粒子,计算适应度值,通过不断的迭代,最终得到相应的极值最优解。

    一种基于神经网络的采煤机稳态样本分析方法及装置

    公开(公告)号:CN112329817B

    公开(公告)日:2024-03-15

    申请号:CN202011082621.0

    申请日:2020-10-12

    Abstract: 本发明公开了一种基于神经网络的采煤机稳态样本分析方法,涉及神经网络的学习技术领域,包括以下步骤:通过对采煤机负样本数量进行判定,以实施不同的学习过程,通过模拟人脑中神经元的连接方式而来,它通过设置各种激活函数以及调整神经元之间的连接权值来进行学习修改,可用于求解各种分类以及优化问题,本发明提供的采煤机稳态样本分析方法按照采集到的数据类型,分别使用相对应的神经网络算法进行采煤机稳态样本分析;定义了三种故障数据情况下数据类型,并设计了相应的神经网络算法以及具体的操作过程。

    一种基于神经网络的采煤机稳态样本分析方法及装置

    公开(公告)号:CN112329817A

    公开(公告)日:2021-02-05

    申请号:CN202011082621.0

    申请日:2020-10-12

    Abstract: 本发明公开了一种基于神经网络的采煤机稳态样本分析方法,涉及神经网络的学习技术领域,包括以下步骤:通过对采煤机负样本数量进行判定,以实施不同的学习过程,通过模拟人脑中神经元的连接方式而来,它通过设置各种激活函数以及调整神经元之间的连接权值来进行学习修改,可用于求解各种分类以及优化问题,本发明提供的采煤机稳态样本分析方法按照采集到的数据类型,分别使用相对应的神经网络算法进行采煤机稳态样本分析;定义了三种故障数据情况下数据类型,并设计了相应的神经网络算法以及具体的操作过程。

Patent Agency Ranking