摘要
液压支架的动作划分是工作面设备动作智能控制的关键基础信息.以液压支架压力数据为基础,采用时间序列分类的方法将支架动作划分为9类动作:升柱过程、初撑力跳变过程、增阻过程、极速增阻跳变过程、极速增阻过程、降柱跳变过程、降柱过程、移架过程、升柱跳变过程.利用Bert预训练模型进行构建全连接分类层,并利用液压支架压力数据进行模型分类训练.试验结果表明,在Bert-base预训练模型中,9类动作均取得了较好的分类效果,其中升柱过程的识别精度达到了96%,其余平稳动作过程的分类精度均超过了92%,验证了Bert模型在液压支架具有较强的泛化能力.
基金项目
国家自然科学基金青年项目(52204168)
河南省高校科技创新团队支持计划(22IRTSTHN005)
维普
万方数据