典型文献
基于深度学习与SOM神经网络融合的采煤机截齿寿命预测研究
文献摘要:
选取不同磨损尺寸的声发射信号,采用多种特征采样和SOM神经网络训练信号,通过深度学习和SOM神经网络的融合,预测采煤机截齿寿命.BP神经网络的预测结果误差为2.50%,SOM神经网络预测结果误差为1.02%.为准确预测采煤机截齿寿命提供了参考.
文献关键词:
采煤机截齿寿命;声峰值信号;均方声信号;SOM神经网络
中图分类号:
作者姓名:
曹怀建;贾永森;刘毅;翟伟;王李进
作者机构:
华晋焦煤有限责任公司,山西吕梁033000
文献出处:
引用格式:
[1]曹怀建;贾永森;刘毅;翟伟;王李进-.基于深度学习与SOM神经网络融合的采煤机截齿寿命预测研究)[J].煤矿机械,2022(02):69-72
A类:
采煤机截齿寿命,声峰值信号,均方声信号
B类:
SOM,网络融合,寿命预测,预测研究,声发射信号,神经网络训练,神经网络预测,准确预测
AB值:
0.114457
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。