基于深度信念网络的滚筒采煤机截割载荷预测

摘要

为了准确预测采煤机螺旋滚筒截割载荷,提出了一种基于深度信念网络(Deep Belief Network,DBN)的预测模型。DBN模型以2个导向滑靴受力、2个平滑靴受力、摇臂振动、惰轮轴受力、截割电机电流7个特征参数作为可视输入,通过非监督逐层贪婪学习得到更好的高层特征表示,增强识别过程的智能性,避免人工特征提取的繁琐与不精确,最后预测出前滚筒的三向载荷和负载扭矩。对所提出的方法进行了测试,测试结果表明该方法适用于采煤机螺旋滚筒载荷预测,具有强大的特征提取能力且性能优于BP神经网络,可以为滚筒及采煤机的设计、研究、评价提供理论参考。