矿山大型设备更新期预测系统设计与开发.pdfVIP

煤炭工程 2010年第1期 矿山大型设备更新期预测系统设计与开发 王 敏，刘亚静，张云鹏，王晓庆 (河北理工大学交通与测绘学院，河北唐山063009) 摘要：针对矿山大型设备更新期确定难的问题。论文首先阐述了确定矿山设备更新期的依 据，然后介绍了采用灰色系统模型和BP人工神经网络模型来建立具有一定普遍性灰色一BP神经网 络组合预测模型，并且表达了组合模型预测设备更新期的过程，最后介绍了利用VC++作为前台 开发语言，Access作为后台数据库建立的设备更新期预测系统，且重点阐述了该系统的设计思想及 主要模块的实现方法，既验证了模型的可靠性，又显示了预测趋势，使预测结果更加直观。 关键词：设备更新期；预测系统；神经网络 中图分类号：TD407文献标识码：B 设备更新决策问题是企业决策层面lI缶的一个实际问题， 设备年平均折旧费随使用年限的增加而逐渐减少，年 在技术飞速发展，竞争日益加剧的今天，企业怎样评价设 平均经营费用随使用年限的增加而逐渐增加。显然年平均 备的价值，并做出正确的更新决策，对于企业增强竞争力， 总费用有一个最低点，该点对应设备的最佳更新期。 提高生产率，具有重要的意义。在世界矿产资源开采中， 设备的折旧费用比较容易确定，是根据各个矿山企业 采场运输系统中设备的投资占整个矿山总投资的40％一 对设备的折旧率给出，而设备的经营费用要通过一定的方 60％，运营费占采矿运输总成本的55％…。矿山设备的运法对它进行计算。本文利用矿山设备年消耗的实际数据， 转情况直接关系到整个矿山的效益。为了充分发挥和利用 采用灰色系统和BP神经网络模型来预测设备经营费的变化 矿山设备，采用科学的方法确定合理的设备更新期是矿山 趋势，以最后确定设备最佳更新期。 亟待解决的问题之一。 2预测模型 确定设备最佳更新期的依据 设备更新期预测方法很多，主要有回归预测法、时间 矿山设备一旦投入使用，经过多少年予以更新涉及两 序列分析、灰色系统理论和BP神经网络等。通过对各种预 方面的矛盾嵋J： 测方法的分析比较，本文采用灰色系统和BP神经网络模型 1)设备折旧费。更新周期愈长，该设备的使用愈充 组合进行预测。 分，相应的设备折旧费用得到节省。 2．1 BP神经网络 2)设备的经营费用。由于设备的不断磨损及老化，设 人工神经网络模拟人脑的思维，把大量的神经元连成 备效率逐渐降低，维修及作业费用随之增高，这些要求设 一个复杂的网络，利用已知样本对网络进行训练，类似于 备早做更新。 人脑的学习；利用网络存储变量间的非线性关系，类似于 参考文献： [4]叶险峰，汤伟中．cH4气体光纤传感器的研究[J]．半导 ‘。 …竺，．俞脯警，．等．单蒯慨斯分布及旋转[5]嚣勰纛萎‰[D]．抓吉林大 射流驱散积聚瓦斯[J]．中闵矿业大学学报．2003，32(5)：*，n，、。 ””。”J‘ [6] 李皓．基于zigB”的无线网络技术及应用[J]．信息技术， [2] 闫爱青，王玉华．煤矿瓦斯传感器性能评价与改进新方案 2008．(1)：12～14． [J]．电脑开发与应用，2005，18(2)：21—23．[7]张从力，刘元敏，高仁礼．上隅角瓦斯分布规律与自动张排 [3] 王其军，程久龙．瓦斯传感器的故障模式与诊断方法研究 技术的研究[J]．矿业安全与环保．2000，27(2)：9一11． [J]．煤炭科学技术，2006，34(11)：34—36．