公开(公告)号：CN115657475B

公开(公告)日：2024-10-29

申请号：CN202211239379.2

申请日：2022-10-11

Applicant: 中国矿业大学

Inventor： 闫海峰 ,  周震 ,  王忠宾 ,  谭超 ,  司垒 ,  魏东 ,  龚子耀 ,  董红帅 ,  刘力奇 ,  姚永成

IPC: G05B13/04

Abstract: 一种基于CNN‑LSTM神经网络的采运装备速度协同控制方法，将采煤机、刮板机原始数据划分为训练集、验证集和测试集；将训练集输入CNN‑LSTM神经网络模型中，当未达到最大训练轮数时，建立同时刻状态下采煤机、刮板机的预测模型的总损失函数以及其之间协同关系的总损失函数，并进行参数更新，重新输入LSTM层再次进行训练，输出预测模型结果，使其直到达到最大训练轮数；测试集输入训练好的预测模型中，输出采煤机速度预测、刮板机预测速度，计算CNN‑LSTM预测模型的评价指标。本发明实现对采煤机、刮板机速度的协同控制，提高其之间的协同工作效率、以及控制精度，更好地适应综采工作面的环境和设备变化。

公开(公告)号：CN115657475A

公开(公告)日：2023-01-31

申请号：CN202211239379.2

申请日：2022-10-11

Applicant: 中国矿业大学

Inventor： 闫海峰 ,  周震 ,  王忠宾 ,  谭超 ,  司垒 ,  魏东 ,  龚子耀 ,  董红帅 ,  刘力奇 ,  姚永成

IPC: G05B13/04

Abstract: 一种基于CNN‑LSTM神经网络的采运装备速度协同控制方法，将采煤机、刮板机原始数据划分为训练集、验证集和测试集；将训练集输入CNN‑LSTM神经网络模型中，当未达到最大训练轮数时，建立同时刻状态下采煤机、刮板机的预测模型的总损失函数以及其之间协同关系的总损失函数，并进行参数更新，重新输入LSTM层再次进行训练，输出预测模型结果，使其直到达到最大训练轮数；测试集输入训练好的预测模型中，输出采煤机速度预测、刮板机预测速度，计算CNN‑LSTM预测模型的评价指标。本发明实现对采煤机、刮板机速度的协同控制，提高其之间的协同工作效率、以及控制精度，更好地适应综采工作面的环境和设备变化。