基本信息:
- 专利标题： 一种基于物理约束神经网络的盘刀截割比能耗预测与优化方法
- 申请号：CN202411798760.1 申请日：2024-12-09
- 公开(公告)号：CN119719566A 公开(公告)日：2025-03-28
- 发明人： 张佳玮 , 郭辰光 , 李兆基 , 戴卫兵 , 岳海涛 , 李强 , 张建卓 , 孙瑜
- 申请人： 辽宁工程技术大学
- 申请人地址： 辽宁省阜新市中华路47号
- 专利权人： 辽宁工程技术大学
- 当前专利权人： 辽宁工程技术大学
- 当前专利权人地址： 辽宁省阜新市中华路47号
- 主分类号： G06F17/10
- IPC分类号： G06F17/10 ; G06F30/23 ; G06N3/045 ; G06N3/084 ; G06N3/0985 ; G06F111/10
摘要：
本发明涉及矿山机械领域，具体涉及一种用于预测盘刀比能耗及选取最优比能耗参数的方法。首先，通过分析刀具切割类型、岩石破坏形式及刀具载荷，推导出包含切割深度、切割速度、进给速率、切割角度、刀具半径及摩擦系数等关键参数的SEC数学模型。其次，利用有限元仿真生成数据集并进行特征分析。然后，构建并训练PINN模型，结合物理规律与数据驱动，提高SEC预测精度。最后，基于模型预测结果，选择最优参数组合，实现能耗优化。结果表明，该方法在预测准确性和参数优化方面优于传统方法，显著降低盘刀能耗，提升工作效率，具有良好的经济和社会效益。