基于LS-SVM的矿井提升机故障预测

来源：电子测量技术杂志2021年第12期北京时间：

作者：张梅，陈万利，许桃

单位：安徽理工大学 电气与信息工程学院 淮南 232001

摘要：矿井提升机是矿井生产的“咽喉”，其可靠性对煤矿安全高效生产起着至关重要的作用，提升机故障预测是提高提升机可靠性的重要措施。针对传统提升机故障预测模型相对误差较大的问题，本文建立了基于最小二乘支持向量机的提升机故障预测模型，并利用采集到的提升机相关数据对模型进行训练，再对提升机的实时数据进行预测，以发现是否可能异常。实验结果表明，该模型的平均绝对百分比误差和均方误差分别为1.1301%和1.1663，较小波神经网络预测模型更低，且运行时间更短，收敛速度更快。该预测方法可以提前准确地发现提升机故障，为矿井提升机预知维修提供重要依据。

关键词：矿井提升机;故障预测;最小二乘;支持向量机

基金资助：国家自然科学基金资助项目(51874010)、安徽高校自然科学研究项目（KJ2020A0309）