基于多源数据融合的悬臂式掘进机截割载荷预测

• 作者: 赵红美 杨珍明
• 来源期刊: 煤矿机械
• 关键词: 悬臂掘进机 载荷预测 多源数据融合 RBF神经网络
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 计算机应用|Computer Application
• 页码范围: 199-201
• 页数: 3页
• 分类号: TD421.5
• 语种: 中文
• DOI: 10.13436/j.mkjx.202010063

摘要

针对巷道掘进工作环境恶劣、截割载荷识别难度大的问题,提出了一种基于多源数据融合的掘进机截割载荷预测方法.以掘进机截割部在实际工况中采集的振动信号、电流信号以及温度信号为多源数据基础,采用小波包奇异值分解算法提取出多源数据的特征向量,通过WPA-RBF神经网络预测模型预测不同工况下截割不同硬度岩壁的截割载荷.仿真结果表明,基于多源数据融合的特征提取方法,可以对不同工况下截割不同硬度等级岩壁的载荷状态进行准确预测,确保了悬臂式掘进机在工况突变状况下的截割稳定性.