基于LS-SVM的矿井提升机故障预测

• 作者: 张梅 陈万利 许桃
• 来源期刊: 电子测量技术
• 关键词: 矿井提升机 故障预测 最小二乘 支持向量机
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 70-74
• 页数: 5页
• 分类号: TD676
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2106266

摘要

矿井提升机是矿井生产的"咽喉",其可靠性对煤矿安全高效生产起着至关重要的作用,提升机故障预测是提高提升机可靠性的重要措施.针对传统提升机故障预测模型相对误差较大的问题,建立了基于最小二乘支持向量机的提升机故障预测模型,并利用采集到的提升机相关数据对模型进行训练,再对提升机的实时数据进行预测,以发现是否可能异常.实验结果表明,该模型的平均绝对百分比误差和均方误差分别为1.1301％和1.1663,较小波神经网络预测模型更低,且运行时间更短,收敛速度更快.该预测方法可以提前准确地发现提升机故障,为矿井提升机预知维修提供重要依据.