科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高起重机运行安全检验结果的准确性，避免误判，并且提高塔式起重机检验的智能化水平，提出了一种基于改进的学习矢量量化(LVQ)人工神经网络模型，实现了对塔式起重机运行安全状态的智能检验。首先，根据近年来建筑工地塔式起重机的检验数据，建立了样本集，基于塔式起重机相关的安全技术标准和规范，将检验项目分解为最常见、最主要的15个因素，作为神经网络输入层的数目；然后，对290台塔式起重机的检验数据进行了统计(金属结构的连接、作业环境、主要零部件与机构，此3项不合格的频次较高);最后，在学习矢量量化(LVQ)算法基础上，改进了LVQ人工神经网络的检验评价模型，再运用优化的特征数据训练出了LVQ分类器，提出了改进的LVQ智能检验方法，对50个测试样本进行了分类识别实验。研究结果表明：改进后的LVQ人工神经网络算法提高了塔式起重机检验结果的正确率，在整机检验中合格率和不合格率均能达到100%,避免了误判，实现了对塔式起重机设备的安全智能检验。
-
单位中铁建设集团有限公司; 北京建筑大学
