基于改进BP神经网络的刮板输送机负载预测方法研究

被引：10

作者：

王艳萍 ^{[1
]}

周杨 ^{[2
]}

闫超 ^{[3
]}

机构：

[1] 中国矿业大学机电工程学院

[2] 长治三元中能煤业有限公司

[3] 中国矿业大学信息与电气工程学院

来源：

矿山机械 | 2015年 / 43卷 / 10期

关键词：

刮板输送机; 负载; 预测; BP神经网络; WinCC;

D O I：

10.16816/j.cnki.ksjx.2015.10.005

中图分类号：

TD528.3 [];

学科分类号：

摘要：

为了对刮板输送机负载进行更有效的监测与控制,建立了基于BP神经网络的电流预测模型,结合自适应学习速率和附加动量法改进标准BP算法中连接权值和阈值的梯度下降更新算法,仿真实验表明平均相对预测误差为1.280 3%,效果良好。在刮板输送机WinCC远程监控平台中实现所述预测功能,结果显示,该系统能够实时预测工作面刮板输送机的运行电流。

引用

页码：17 / 21

页数：5

共 4 条

[1]

基于BP神经网络的瓦斯隧道突出预测系统开发研究 [J].