《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于改进LVQ算法的塔式起重机运行状态检验

作者:周庆辉,刘浩世,刘耀飞,等 日期:2023-01-30/span> 浏览:587 查看PDF文档

基于改进LVQ算法的塔式起重机运行状态检验*
周庆辉1,2,刘浩世1,刘耀飞1,3,李欣1,2,谢贻东1,2

(1.北京建筑大学 机电与车辆工程学院,北京 100044;2.北京市建筑安全监测工程技术研究中心,
北京 100044;3.中铁建设集团有限公司,北京 100040)



摘要:为了提高起重机运行安全检验结果的准确性,避免误判,并且提高塔式起重机检验的智能化水平,提出了一种基于改进的学习矢量量化(LVQ)人工神经网络模型,实现了对塔式起重机运行安全状态的智能检验。首先,根据近年来建筑工地塔式起重机的检验数据,建立了样本集,基于塔式起重机相关的安全技术标准和规范,将检验项目分解为最常见、最主要的15个因素,作为神经网络输入层的数目;然后,对290台塔式起重机的检验数据进行了统计(金属结构的连接、作业环境、主要零部件与机构,此3项不合格的频次较高);最后,在学习矢量量化(LVQ)算法基础上,改进了LVQ人工神经网络的检验评价模型,再运用优化的特征数据训练出了LVQ分类器,提出了改进的LVQ智能检验方法,对50个测试样本进行了分类识别实验。研究结果表明:改进后的LVQ人工神经网络算法提高了塔式起重机检验结果的正确率,在整机检验中合格率和不合格率均能达到100%,避免了误判,实现了对塔式起重机设备的安全智能检验。

关键词:自行式起重机;运行安全状态;安全技术标准和规范;学习矢量量化;人工神经网络模型;LVQ分类器

中图分类号:TH213.3;TU391文献标识码:A文章编号:1001-4551(2022)11-1636-07

本文引用格式:

周庆辉,刘浩世,刘耀飞,等.基于改进LVQ算法的塔式起重机运行状态检验[J].机电工程,2022,39(11):1636-1642.

ZHOU Qing-hui, LIU Hao-shi, LIU Yao-fei, et al. Operation status inspection of tower crane based on improved LVQ algorithm[J].Journal of Mechanical & Electrical Engineering, 2022,39(11):1636-1642.





友情链接

浙江机械信息网