WNN 模型在预测声发射信号方面的应用

• 作者: 冯萧 卓毓龙 王晓军 邓书强 陈辰
• 来源期刊: 黄金科学技术
• 学科: 工学
• 关键词: 声发射 岩石 小波神经网络 预测
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 采选技术与矿山管理
• 页码范围: 86-91
• 页数: 6页
• 分类号: TU45
• 字数: 3194字
• 语种: 中文
• DOI: 10.11872/j.issn.1005-2518.2016.01.086

摘要

小波神经网络具有预测精度高、结构简单以及收敛快等众多优点，因此，试图将这一优势模型用于声发射的预测方面，进而为矿业领域完善一种新的预测方法，并根据实验室岩石加载实验过程中采集的大量声发射数据，建立了一种与之相适应的预测模型。首先，针对实验室实验过程中监测得到的声发射数据建立了小波神经网络模型（WNN 模型），然后对声发射监测得到的声发射事件率进行网络自主学习，得到预测结果，最后与实际值相比并计算其误差。结果表明：WNN 模型预测精度较高，与实际监测得到的结果基本吻合，证明 WNN 可以用于声发射信号方面的预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓军	江西理工大学资源与环境工程学院	95	625	14.0	22.0
3	陈辰	江西理工大学资源与环境工程学院	25	35	4.0	4.0
4	卓毓龙	江西理工大学资源与环境工程学院	32	53	4.0	6.0
5	冯萧	江西理工大学资源与环境工程学院	39	125	7.0	10.0
6	邓书强	江西理工大学资源与环境工程学院	14	27	2.0	5.0