改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测

摘要：

针对破碎机衬板磨损难以预测的问题,提出一种改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测方法.首先,在最小均方误差算法(LMS)的基础上,引入改进的箕舌线函数,提出改进箕舌线函数的LMS算法,将其用于衬板超声回波信号的声时(TOF)的计算中;其次,通过TOF计算出衬板厚度,并根据衬板磨损前后的厚度变化得出磨损量;最后利用天牛须算法(BAS)优化最小二乘支持向量机(LSSVM)的惩罚因子γ 和其核函数中的标准化参数σ,将磨损量作为预测模型的输入,衬板磨损阶段作为输出,建立BAS-LSSVM衬板磨损预测模型.结果表明,该方法对动锥衬板和定锥衬板的识别准确率分别达到了 94.44%和 95.56%,能够有效预测出衬板的磨损状态.

关键词：磨损状态预测、最小均方误差、声时计算、最小二乘支持向量机

所属期刊栏目：42

分类号：TP274+.2(自动化技术及设备)

资助基金：国家自然科学基金;江西省重点研发计划项目

在线出版日期：2023-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：923-933