基于Arima模型与BP神经网络结合的采煤机运行状态预测分析研究

摘要

针对采煤机运行状态评估参数单一、预测结果偏差大、误判严重等问题,将Arima模型与BP神经网络结合,构建了采煤机运行状态预测模型,提出并定义采煤机健康度,通过健康状态对采煤机运行状态进行预测反馈。在晋牛煤矿的试验验证,该组合状态下的预测模型能够实现采煤机小范围的健康预测,为现场人员提供工作指导,确保采煤机的运行稳定。