| 成果基本信息 | ||||||
| 关键词: | 矿山凿岩,工时智能预测 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明提供了一种矿山凿岩装备作业工时智能预测方法,包括:采集装备作业工时历史数据并进行Pearson相关性分析,选择无相关影响因素作为预测模型中的变量;根据采集的某一影响因素变化下的作业工时绘制散点分布图;采用Origin软件拟合以确定对应的函数关系式;通过线性叠加并加上误差项,构建多变量共同的预测模型;将作业工时历史数据分为训练样本和测试样本,并按交叉验证分类法将训练集样本变换为k个相互独立且不相交的子集;在训练集样本中进行k(k‑1)/2次交叉验证,利用差分进化算法计算预测模型的变量参数值,再利用测试样本进行泛化能力测试;本发明所建立的作业工时预测模型能够有效减小泛化误差并具有较高预测精度,具有较高的实际应用价值 |