- · 中信重工举办2020年战略供应商和优秀供应商授牌大会[12/28]
- · 煤机装备智能化产业联盟在北京成立[12/25]
- · 山西已有80处综采工作面推进智能化建设[12/25]
- · 山能兖州煤业公司东滩矿积极开展“1+1”精准志愿活动[12/24]
- · 山能临矿集团永明煤矿：创新安全管理 实现“四零”目标[12/24]
- · 龙煤集团长协合同签订量达2535万吨[12/24]
- · 陕煤集团蒲白矿业首套智能综放设备完成联合试运转[12/23]
- · 中国矿业大学（北京）与内蒙古自治区政府签署战略合作协议[12/23]
凡向《矿山机械》投稿的作者，按有关法规，均被视为同意以下约定：
① 遵守有关出版法规和标准；
② 本刊所载论文和其它作品以及广告仅代表作者和广告主自己的观点和陈述；允许本刊对内容做删节和规范性修改。
③ 一律通过本刊网 ...
① 遵守有关出版法规和标准；
② 本刊所载论文和其它作品以及广告仅代表作者和广告主自己的观点和陈述；允许本刊对内容做删节和规范性修改。
③ 一律通过本刊网 ...
基于粗糙集与BP神经网络的 盾构机刀盘故障预测
作者: 韩辉 [1] 高祥 [1] 张伟 [2] 陈茂双 [1]
关键词: 粗糙集 BP神经网络 盾构机刀盘 属性约简 故障预测
摘要：为实现对盾构机刀盘的故障预测,提出一种基于粗糙集理论与BP神经网络相结合的盾构机刀盘故障预测法.首先应用粗糙集理论的基于动态层次聚类的离散化算法对刀盘历史数据离散化处理,然后利用改进的基于差别函数的属性约简算法约简决策表,将冗余属性从决策表中删除,把经过约简的数据作为输入端输入BP神经网络,构建故障预测模型,最后以盾构机刀盘故障预测为例进行试验验证.结果表明,该模型能有效缩短训练时间,提高预测效率,具有较高的预测精度,在实际工程应用中具有良好的应用价值.
上一篇： TBM刀盘电液同步驱动系统的 设计与应用
下一篇：最后一页