模糊神经网络在提升机制动系统故障诊断中的应用

针对BP神经网络在提升机制动系统故障诊断中的局限性,如收敛速度慢和可靠性差等缺点,根据提升机制动系统的故障机理和特点,提出了一种基于遗传算法的模糊神经网络故障诊断方法。结合了神经网络和模糊逻辑的优点,在利用神经网络对提升机制动系统进行故障诊断的基础上,引入模糊逻辑的概念,采用模糊隶属函数来描述这些故障的程度,并利用遗传算法对网络的权值和阈值进行修正,加快了网络收敛的速度,克服了易陷入局部极小的问题。     

基于遗传算法和神经网络相融合的异步电动机故障建模

分析了异步电动机正常运行及有故障迹象时异步电动机外部特征和内部参数的变化规律,找出了需要采集的信息和需要辨识的参数,针对神经网络的原理和结构进行了探讨和综合,通过分析各网络的特点并结合具体的应用要求,选择了函数逼近功能较强、结构又相对简单的径向基神经网络,并在网络参数的训练上引入遗传算法,使系统的智能化水平得到进一步提高,通过仿真对提出的理论方法进行了验证。     

基于GA-BP网络的浆体水平管道输送系统摩阻损失的预测

介绍了遗传算法的基本思想和操作原理,重点分析了遗传算法对神经网络的网络权和阈值的优化,将遗传算法与神经网络相结合应用于浆体水平管道阻力特性的研究中,对管道内浆体摩阻损失进行拟合和预测,结果表明,预测浆体摩阻损失与实测浆体摩阻损失相吻合。     

基于ECT技术的充填管道内固液两相流仿真方法研究

矿山充填过程中，管道中产生的结块和充填料浆中夹杂的废石会造成堵管或爆管等严重安全事故，制约了矿山充填技术的应用与发展，所以及时对管道内堵塞结块及废石的方位和大小进行检测,对矿山充填的安全稳定有着重要意义。以电容层析成像(ECT)技术为基础，研究了矿山充填管道的检测方法。针对传统ECT重建算法成像质量差、精度低等问题，提出了一种适用于充填管道内固液两相流检测的基于极限学习机和卷积神经网络的ECT图像重建方法。该图像重建网络由单隐藏层前馈神经网络和图像预测网络两部分组成。利用极限学习机建立电容数据与介电常数值的映射关系，并通过图像预测网络完成对图像的重建。通过充填管道仿真试验，证明了该方法不仅能够有效减少重建图像的伪影和变形，提高图像重建准确度，而且对充填管道中可能出现的复杂情况有较好的重建效果。所提出的ECT图像重建方法对于矿山充填管道内存在的堵塞结块及废石的检测有很好的效果，可以有助于推动ECT技术在充填管道检测领域的应用和推广。     

电火花线切割工艺模型优化与加工参数优选的研究

针对高速走丝电火花线切割加工中的电参数选择问题,将加工电参数和工艺指标参数分别作为神经网络的输入和输出,利用神经网络建立电火花线切割工艺模型,使用遗传算法对神经网络模型的权值和阈值进行优化,以加快网络的训练速度和避免网络陷入局部最小值。结合训练好的工艺模型,利用遗传算法以神经网络的误差传递函数作为适应度函数,对电火花线切割加工参数进行多目标优化,以达到对加工参数的优化选取。     

基于改进ART2神经网络的汽轮机故障诊断

针对反向传播神经网络(BPNN)学习收敛速度慢、易陷入局部极小值等问题,探讨了采用ART2神经网络的汽轮机组故障诊断方法。根据ART2网络学习与记忆的特点,对模型进行改进,解决了原始ART2网络权值学习的随机偏移问题,有效地过滤了噪声。仿真结果表明:该诊断方法快速、准确且易于工程实现。     

基于CPSO-BP神经网络的冲击地压预测

针对预测冲击地压的传统方法存在的弊端,提出了一种基于混沌(Chaos)优化粒子群的BP神经网络算法。该算法将混沌、粒子群、BP神经网络结合起来,通过混沌粒子群算法寻优得到BP神经网络的最优权值和阈值初始值,然后进行网络训练和测试。该算法对冲击地压的预测取得了较好的效果。     

基于LVQ-GA-BP神经网络的煤矿瓦斯涌出量预测

针对煤矿瓦斯涌出量影响因素多、非线性、复杂性等特点,提出了学习向量量化神经网络(LVQ)与GA-BP神经网络相结合的方法。通过LVQ对诸多影响因素进行分类并选出主要影响因素,再用遗传算法(GA)优化BP神经网络的权值和阈值,构建煤矿瓦斯涌出量预测模型,并通过相关数据将建立的LVQ-GA-BP预测模型与BP神经网络进行了对比分析,结果表明通过这种方法平均相对误差为0.025 51,低于BP神经网络训练的平均绝对误差,网络收敛速度也显著提高了。     

基于小波神经网络的提升机液压站故障预测的研究

针对提升机液压站故障特性,以小波神经网络为工具建立了其故障预测模型。介绍了小波神经网络的结构、算法以及训练流程。分析了影响液压站故障因素,建立了其预测模型。在MATLAB环境下对网络进行训练。实验表明,该模型具有收敛速度快,预测精度高的特点,能够满足实际要求。     

基于小波神经网络的提升机液压站故障预测的研究

针对提升机液压站故障特性,以小波神经网络为工具建立了其故障预测模型。介绍了小波神经网络的结构、算法以及训练流程。分析了影响液压站故障因素,建立了其预测模型。在MATLAB环境下对网络进行训练。实验表明,该模型具有收敛速度快,预测精度高的特点,能够满足实际要求。     

露天矿边坡稳定性分析专家系统

本文在收集在大量的边坡工程知识，经验，信息，特别是参考了英国煤炭露天开采委员会近１０年来对２４０个不稳定边坡的调查研究结果的基础上，以专家系统框架Ｘｉ－Ｐｌｕｓ为蓝本，建立了边坡稳定性分析专家系统，最后，又用一个现场实例对该系统进行了验证，结果表明：该系统能够较为精确地确定边坡的稳定状态，影响边坡稳定性的主要因素的可能的滑坡模式。     

神经网络低温铝电解电流效率预报模型

本文研究基于神经网络的低温铝电解电流效率预报模型。实验样本采自用Ｎａ３ＡｌＦ６－ＡｌＦ３－ＣａＦ３－ＭｇＦ２－ＬｉＦ－Ａｌ２Ｏ３体系中低分子比电解质所进行的电解实验，从实验样本中随机抽学习样本训练网络，建立电流效率与影响它的电解工艺参数包括熔体成分，电解温度，阴极电流密度和极距之间的关系模型，尔后用剩余的实验样本检验模型精度，结果表明；该模型精度高，具有良好的预报效果。神经网络作为一种新颖的拟合预     

基于神经网络的煤矿企业经营绩效评价研究

针对煤矿企业经营绩效受自然地质条件影响较大，对产生相应的“级差”特点，先采用ANN模型对煤矿企业的基础条件存在“级差”进行的识别，有效地剔除了这些“级差”对煤矿企业经营绩效的“贡献”，实现了评价的“公平性”；然后，建立了基于ANN煤矿企业经营绩效综合评价与排序模型，避免了专家评分法等主观赋权法定权的客观性不足，更为科学地反映煤矿绩效的优劣。再次，建立基于ANN的煤矿企业经营绩效与其影响因素之间相互关系的分析模型，为企业发现薄弱环节，改进管理提供有力工具。最后，将这些模型应用于高产高效矿井经营绩效的实际评价进行了实证研究，取得了良好的效果。     

基于专家系统的煤与瓦斯突出区域预测研究

根据专家系统与煤与瓦斯突出的特点,分析了专家系统在煤与瓦斯突出区域预测中的适用性,结合平顶山十二矿实际情况,确定了研究区的突出临界值,编制了煤与瓦斯突出区域预测专家系统,并对研究区进行了合理的瓦斯地质区划。     

我国华北煤矿底板突水危险性评价

将非线性思想深入应用到煤矿底板突水的研究中,利用人工神经网络(ANN)与地理信息系统(GIS)耦合技术,描述煤矿底板突水各相关因素对突水事件的影响,建立一个能反映较多因素综合作用的底板突水模型,对我国华北煤矿底板突水的危险性进行了分析评价。     

基于专家系统的跳汰机风阀自动控制

本文提出基于专家系统的跳汰机风阀自动控制方案,对风阀参数进行闭环控制。专家系统根据知识库中的专家知识,对水位传感器和γ射线辐射探测器检测的数据进行计算、推理以及判决,对风阀参数进行适当的调整,以达到最佳的控制效果。     

基于正交试验的水射流粉碎RBF网络模型

水射流粉碎是一项新近发展起来的超细粉碎技术,由于水射流粉碎过程的复杂性,水射流粉碎机的参数设计建立在试验基础上,作者应用ＲＢＦ神经网络,在正交试验的基础上,建立了水射流粉碎过程的模型。研究结果表明,与ＢＰ网络相比,ＲＢＦ网络具有更高的精度和稳定性,所建立的模型可用于粉碎机参数优化。     

赵固二矿地质体改造注浆防治水技术及应用

介绍新型煤矿注浆系统在赵固二矿防治水中的应用。该矿采用地质体注浆改造系统对太灰、奥灰含水层进行注浆充填,封堵透水裂隙,把含水层改造成弱含水层或隔水层。系统采用水泥-黏土混合浆液,密度1.12～1.4 t/m3,泵送注浆,流量34～250 L/min,选用内径41～50 mm地质管作为注浆管。自2009年系统建成以来,2年内共向煤层底板注入水泥3 000多t,系统运行平稳可靠,注浆效果良好,完全满足矿井防治水工作需求,创造经济效益1 159.20万元。     

MPES通用骨架系统的研究

应用工艺矿物学、矿物工程学、选矿学、专家系统、人工神经网络,遗传技术、模糊数学、多媒体设计机技术等多学科交叉方法,建立了选矿专家 用骨架系统ＭＰＥＳ系统是在Ｗｉｎｄｏｗｓ平行台上用Ｃ＾＋＋语言编制,包括多种知识表示方法和推理机制,适用于矿石可选性预测,选矿厂设计,机械设备故障诊断、生产过程控制和经营管理决策等方面新型专家系统的构造,大大缩短了专家系统的建造周期。     

铝电解槽针振信息元分析和诊断系统的开发与应用

针对铝电解槽针振信息元诊断手段的不足,提出基于小波-神经网络技术的铝电解槽针振信息元分析与诊断的新方法。获取5种针振信息元的特征波谱作为神经网络的训练样本,建立神经网络诊断系统。分析了系统软硬件结构及其特点,并在350kA预焙铝电解槽上进行实验和仿真。实验证明该系统有很高的精度,且具有很好的应用价值。