矿业研究与开发

作者：鲁杰,张松,杨志强,王劭琛,魏征,刘泽

关键词：支架载荷预测;多源数据融合;WOA-DBN;K均值聚类算法

在矿山生产中,工作面冒顶事故与液压支架直接相关.依据这一理论,提出了一种基于多源数据融合的预测模型,用于预测液压支架的载荷.通过研究煤层顶板来压变形特性理论、液压支架的组成及工作原理、承载理论以及工作面工况对液压支架的影响,分析载荷变化的影响因素,并对关键受力元件进行数据采集.采用K 均值聚类算法对数据的特征进行聚类分析,对载荷进行分类预测建模.利用鲸鱼优化算法(WOA)分别优化长短时记忆网络(LSTM)和深度信念神经网络(DBN),建立WOA-LSTM 串联式预测模型和WOA-DBN串联式预测模型.结果表明,WOA-DBN 模型在对20＃ 液压支架前立柱载荷预测中,平均绝对误差分别降低了0.2287,0.2064,0.0677;均方根误差分别降低了0.2129,0.1953,0.0725.WOA-DBN模型对20＃ 液压支架后立柱载荷预测中,平均绝对误差分别降低了0.3031,0.2446,0.2054;均方根误差分别降低了0.2919,0.2464,0.2389.可见,WOA-DBN串联式预测模型更适合载荷预测且精度更高.

来源：2025年第3期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第3期