煤炭工程

作者：曹现刚,陈瑞昊,李彦川,伍宇泽,岳东

单位：西安科技大学

关键词：采煤机,相关系数,XGBoost,状态评估,

针对采煤机状态监测参数存在冗余性和数据类别不平衡等问题，在选取采煤机状态指标数据的基础上引入XGBoost集成学习算法对采煤机健康状态进行评估。首先，选择综合相关系数，即Spearman相关系数和Person相关系数进行综合用于表征采煤机状态数据变量间的相关关系，通过计算状态参数间的相关系数筛选出采煤机健康状态评估指标|根据专家经验对采煤机状态量进行等级划分，建立训练样本。整个样本采用XGBoost集成学习算法训练，通过交叉验证法选择合适参数，建立最优模型。最后，根据采煤机实例数据集进行模型验证和分析。实验结果表明：基于XGBoost的采煤机健康状态评估方法平均准确率可达98.50%，能有效解决数据集的不平衡问题和状态评估难题。

来源：2022年第5期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2022年第5期