弓网滑动磨损参数预测方法、模型训练方法及装置

AITNT
正文
推荐专利
弓网滑动磨损参数预测方法、模型训练方法及装置
申请号:CN202410942707
申请日期:2024-07-15
公开号:CN118797866A
公开日期:2024-10-18
类型:发明专利
摘要
本发明公开一种弓网滑动磨损参数预测方法、模型训练方法及装置,包括:获取不同实验条件下的输入数据和输出数据,所述输入数据包括接触压力、滑动速度和回路电流,输出数据包括滑板磨损量、碳滑板表面粗糙度参数,确定BP神经网络的结构,初始化BP神经网络的参数,参数包括权值和偏置参数,使用鹈鹕优化算法优化权值和偏置参数,将较优权值和偏置参数应用于BP神经网络模型,并将输入数据通过BP神经网络计算输出从而实现前向传播得到预测值,计算预测值与对应输出数据的误差,通过反向传播算法,计算各层的误差并更新权值和偏置参数,得到最优权值和偏置参数,使用测试数据集评估模型性能,得到训练完成的弓网滑动磨损参数的预测模型。
技术关键词
表面粗糙度参数 碳滑板 BP神经网络模型 参数预测方法 误差 传播算法 预测模型训练方法 神经网络预测模型 回路 样本 电流 速度 数据获取模块 处理器
系统为您推荐了相关专利信息
1
一种利用大数据优化中央空调机组运行的节能方法及装置
中央空调机组 能耗 节能方法 风速 克隆选择算法
2
煤矿综放工作面矿压智能感知及安全预警方法
煤矿综放工作面 预警方法 矿压监测 工作面矿压 工作面支护
3
模型训练方法、装置、设备、存储介质及产品
预测误差 极值 序列预测模型 背景值 模型训练方法
4
一种车辆扭矩误差评估方法和车辆
误差评估方法 车辆运行数据 机器可读指令 样本 发动机电控系统
5
风电出力预测方法、装置、系统及计算机程序产品
风电出力预测方法 梯度提升模型 历史运行数据 风电机组 学习器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号