- · 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 ...
基于改进BP神经网络的刮板输送机负载预测方法研究
作者: 王艳萍 [1] ; 周杨 [2] ; 闫超 [3]
关键词: 刮板输送机 负载 预测 BP神经网络 WINCC scraper conveyer load prediction BP neural network Win CC
摘要:
为了对刮板输送机负载进行更有效的监测与控制,建立了基于BP神经网络的电流预测模型,结合自适应学习速率和附加动量法改进标准BP算法中连接权值和阈值的梯度下降更新算法,仿真实验表明平均相对预测误差为1.280 3%,效果良好。在刮板输送机WinCC远程监控平台中实现所述预测功能,结果显示,该系统能够实时预测工作面刮板输送机的运行电流。