基于神经网络模型的胜利露天煤矿燃油损耗的研究.pdf

第27卷增刊1中国矿业Vol.27，Suppl

2018年6月CHINAMININGMAGAdNEJune2018

基于神经网络模型的胜利露天煤矿燃油损耗的研究

王跃旭

(神华北电胜利能源有限公司机电信息部，内蒙古锡林浩特026000)

摘要：通过particleswarmoptimization(PSO)全面优化BP神经网络的偏置与权值，同时利用优化

过的BP神经网络创建胜利煤矿设备油耗的测控网络模型，进而研究胜利煤矿设备油耗问题。这种通过

PSO优化出的BP神经网络所创建的模型能够将该矿影响设备油耗的复杂因素与繁琐的设备油耗数值进

行完美的拟合，经过仿真后的结论说明：创建的模型具备较好的稳定性和测控准确度较高等性能，非常适

合进行该煤矿设备油耗的测控工作，能够很好的指导该矿设备的科学管控，降低该矿生产成本投入。

关键词：设备油耗#系统仿真#神经网络#测控#优化算法

中图分类号：TP391#TD407文献标识码：A文章编号：1004-4051(2018)S1-0345-05

WANGYuexu

(MechatronicsandInformationDepartmentS，henhuaBeidianShengliEnergyCo.，Ltd.，Xilinhaote026000,China)

Abstract

andcontrolnetworkmodeloftheoilconsumptionoftheShengticoalmineequipment,andthenstudytheoil

consumptionoftheequipmentinShengticoalmine.ThemodelbuiltbyBPneuralnetworkoptimizedbyPSO

productioncostinputofthemine.

Keywords：equipmentfuelconsumption；systemsimulation；neuralnetwork;measurementand

control;optimizationalgorithm

对于露天煤矿设备的燃油消耗问题在很久以前由于人工神经网络具备自我适应、自我学习、并

就有学者通过统计的方式对其影响因素进行了科学行处理以及自我组织的特点，所以其在进行非线性

的研究分析、评价[1]。国内一些矿山领域的专家也问题以及复杂因素问题上具备较高的优越性能，尤

结合露天煤矿设备燃油消耗的实际数据，介绍了降其在非线性动力学