基于LS-SVM的矿井提升机故障预测

作者：张梅; 陈万利; 许桃

来源：电子测量技术, 2021, 44(12): 70-74.

DOI：10.19651/j.cnki.emt.2106266

• 矿井提升机
• 故障预测
• 最小二乘
• 支持向量机

矿井提升机是矿井生产的"咽喉",其可靠性对煤矿安全高效生产起着至关重要的作用,提升机故障预测是提高提升机可靠性的重要措施。针对传统提升机故障预测模型相对误差较大的问题,建立了基于最小二乘支持向量机的提升机故障预测模型,并利用采集到的提升机相关数据对模型进行训练,再对提升机的实时数据进行预测,以发现是否可能异常。实验结果表明,该模型的平均绝对百分比误差和均方误差分别为1.130 1%和1.166 3,较小波神经网络预测模型更低,且运行时间更短,收敛速度更快。该预测方法可以提前准确地发现提升机故障,为矿井提升机预知维修提供重要依据。

• 单位
  安徽理工大学