申请/专利权人：天地上海采掘装备科技有限公司;煤炭科学研究总院

申请日：2023-10-12

公开（公告）日：2024-02-13

公开（公告）号：CN117556250A

主分类号：G06F18/214

分类号：G06F18/214;G06N3/0442;G06N3/006;G06Q50/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明公开了一种基于CLSTDBO‑BPNN模型的倾斜煤层采煤机滚筒装煤率预测方法，包括S1：建立数据集；S2：以装煤率影响因素和装煤率作为CLSTDBO‑BPNN模型的输入变量和输出变量；S3：将数据集数据归一化并分为训练集和测试集；S4：确定BP神经网络输入层神经元个数、输出层神经元个数、隐含层层数和隐含层神经元个数；S5：使用改进蜣螂优化算法对BP神经网络的初始权值和阈值进行优化，并将优化后的初始权值和阈值代入BP神经网络中；S6：对优化后的BP神经网络进行训练；S7：将装煤率的影响因素输入训练好的模型中得到装煤率；解决了采煤机设计过程中难以将俯采角度、采煤机运动参数和装煤率之间关系量化的问题，具有较高预测精度，可以有效运用于采煤机的参数设计中。

主权项：1.一种基于CLSTDBO-BPNN模型的倾斜煤层采煤机滚筒装煤率预测方法，其特征在于，包括以下步骤：步骤S1：建立数据集，通过收集倾斜煤层采煤机的装煤率及其影响因素的数据形成所述数据集；步骤S2：确定CLSTDBO-BPNN模型的输入变量和输出变量，以装煤率影响因素为输入变量，采煤机的装煤率为输出变量；步骤S3：将所述数据集数据归一化并划分为训练集和测试集，所述训练集用于训练CLSTDBO-BPNN模型，所述测试集用于测试CLSTDBO-BPNN的预测精度；步骤S4：确定BP神经网络输入层神经元个数、输出层神经元个数、隐含层层数和隐含层神经元个数；步骤S5：使用改进蜣螂优化算法对BP神经网络的初始权值和阈值进行优化，并将优化后的初始权值和阈值代入BP神经网络中；步骤S6：使用所述训练集对优化后的BP神经网络进行训练；步骤S7：将装煤率的影响因素输入所述步骤S5训练好的模型中，从而得到对应的采煤机的装煤率。

全文数据：

权利要求：

百度查询： 天地上海采掘装备科技有限公司;煤炭科学研究总院 基于CLSTDBO-BPNN模型的倾斜煤层采煤机滚筒装煤率预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD