-
公开(公告)号:CN117725516A
公开(公告)日:2024-03-19
申请号:CN202311697833.3
申请日:2023-12-12
申请人: 郑州恒达智控科技股份有限公司 , 郑州煤机智控技术创新中心有限公司
IPC分类号: G06F18/243 , G06N20/20 , G06F18/213 , G06F18/20 , G06N20/00 , G06F18/214 , G01M3/28
摘要: 本发明提供一种基于机器学习的液压支架漏液故障诊断方法,获取综采工作面的各个支架的压力数据,并得到各个支架的压力曲线,基于支架漏液特性,对各个支架的压力曲线进行标注,得到样本集,对样本集提取对应的时域特征和统计特征,根据特征提取后的样本集进行模型训练,得到液压支架漏液故障诊断模型,根据液压支架漏液故障诊断模型进行液压支架漏液故障诊断,提高支架漏液故障诊断算法的稳定性,避免数据异常、数据缺失等情况造成的影响,提高支架漏液故障诊断算法的泛化性,从而适配多个综采工作面,提高液压支架漏液故障诊断的准确性和运算效率。
-
公开(公告)号:CN117668730A
公开(公告)日:2024-03-08
申请号:CN202311722110.4
申请日:2023-12-14
申请人: 郑州恒达智控科技股份有限公司 , 郑州煤机智控技术创新中心有限公司
IPC分类号: G06F18/2433 , G06N3/0464 , G06N3/08 , G06Q50/02
摘要: 本发明提供了一种基于深度学习算法的煤矿井下刮板机负载异常检测方法,包括以下步骤:步骤1)提取历史数据并预处理;步骤2)依据比例对预处理结果数据进行训练集和测试集划分;步骤3)基于训练集,优选历史监测变量,搭建深度学习神经网络,构建数据加载器,训练深度学习网络,生成刮板机电流预测模型;步骤4)通过测试集预测误差统计结果构建误差置信区间,并进一步计算异常因子从而量化异常等级;步骤5)异常因子结合实时监测数据的变异系数、增幅、最大电流限值指标组合判定异常模式,实现刮板机异常负载智能报警。该方法通过挖掘数据特征,建立模型,对负载异常情况进行智能化检测并报警。
-
公开(公告)号:CN118152856A
公开(公告)日:2024-06-07
申请号:CN202410278908.2
申请日:2024-03-11
申请人: 郑州恒达智控科技股份有限公司 , 郑州煤机智控技术创新中心有限公司
IPC分类号: G06F18/24 , G06F16/2458 , G06F16/215 , G06F16/21 , G06F18/214 , G06F18/213 , G06N3/08 , G06F13/42 , G06Q50/26
摘要: 本发明公开了一种数据挖掘结合深度学习算法的煤矿井下顶板来压预警方法,涉及煤矿井下设备智能控制领域,包括历史数据标注及分类,获取预处理后的数据集在不同时间节点的支架区域数据,并对其进行特征提取,在时间维度对一个支架区域特征提取的数据构建时间滑动窗口;利用时间滑动窗口数据构建顶板来压预警模型,根据MQTT协议将预警模型结果发送给集控系统,实现顶板来压智能预警。本发明方法在顶板实际来压之前发出预警,辅助指导井下开采过程中提前进行支护、移架、推进等工艺,预测准确率高,适用范围广,有效提高煤炭的高效安全生产。
-
-