煤炭工程 ›› 2022, Vol. 54 ›› Issue (5): 175-181.doi: 10.11799/ce202205032

• 装备技术 • 上一篇    下一篇

基于XGBoost的采煤机健康状态评估方法研究

曹现刚,陈瑞昊,李彦川,伍宇泽,岳东   

  1. 西安科技大学
  • 收稿日期:2021-12-22 修回日期:2022-02-23 出版日期:2022-05-13 发布日期:2022-05-23
  • 通讯作者: 陈瑞昊 E-mail:449024123@qq.com

Research on XGBoost-based Health Evaluation Method of Shearer

  • Received:2021-12-22 Revised:2022-02-23 Online:2022-05-13 Published:2022-05-23

摘要: 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。

关键词: 采煤机, 相关系数, XGBoost, 状态评估

中图分类号: