文献类型：期刊文章

作　　者：李德根[1] 刘晓亮[2] 宋胜伟[3] 张艳军[3] 万丰[3]

LI De-gen1, LIU Xiao-liang2, SONG Sheng-wei3, ZHANG Yan-jun3, WAN Feng3(1. Department of Academic Research, Heilongjiang University of Science and Technology, Harbin 150022, China; 2. School of Electrical and Control Engineering, Heilongjiang University of Science and Technology, Harbin150022, China; 3. School of Mechanical Engineering, Heilongjiang University of Science and Technology, Harbin 150022, Chin)

机构地区：[1]黑龙江科技大学学术理论研究部,哈尔滨150022 [2]黑龙江科技大学电气与控制工程学院,哈尔滨150022 [3]黑龙江科技大学机械工程学院,哈尔滨150022

出　　处：《煤炭技术》

基　　金：福建省中青年教师教育科研项目(JAT170506)

年　　份：2018

卷　　号：37

期　　号：6

起止页码：177-179

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、IC、普通刊

摘　　要：通过分析粉碎性能指标、截线间距、转速、摆动速度和每线齿数对截割粉尘浓度的影响,采用一种结构简单,收敛速度快,能够逼近任意非线性函数的广义RBF神经网络与熵权法确定各影响指标的权重,建立熵权法RBF神经网络截割粉尘浓度预测模型。仿真结果表明:熵权法RBF神经网络可以准确预测掘进工作面粉尘浓度。

关 键 词：掘进工作面 掘进机  截割粉尘 神经网络 熵权法 RBF神经网络  

分 类 号：TD421.5] TD714.1