摘要
一种基于GA‑BP神经网络的锚杆钻机最优转速预测方法,方法包括将锚杆钻机的钻进参数和岩石硬度等级作为样本,将锚杆钻机的钻进参数处理后作为BP预测模型的输入值,岩石硬度等级作为输出值;将处理好的数据分为两组数据,一组作为训练集,另一组作为测试集,训练集作为BP预测模型的输入样本,将相对应的岩石硬度等级作为输出值,构建岩石硬度等级预测模型;使用GA遗传算法优化BP神经网络算法的权值和阈值,以训练样本的输出值和实际值的误差值作为适应度函数,得到最小误差的BP预测模型;将测试集输入到最小误差的BP预测模型中进行预测,得到预测的岩石硬度等级后,计算得到锚杆钻机最优转速。本发明能够实现钻机快速、高效运行。
技术关键词
转速预测方法
锚杆钻机
钻进参数
优化BP神经网络
皮尔逊相关系数
GA遗传算法
样本
生成随机数
训练集
编码
交叉点
误差
解码
基因
算术平均值
数据
特征数
输出特征
网络结构
系统为您推荐了相关专利信息
有机化学实验室
实验室数据采集
实验室设备
层级
图谱
预拌混凝土
机器学习模型
监控方法
偏差
深度神经网络结构
航电系统
循环神经网络模型
传感器节点
重构误差
网络拓扑
盾构机盘形滚刀
磨损监测方法
注意力机制
掘进参数
误差重构
业务分类方法
GPU并行计算
特征工程
独立特征
匹配业务场景