[发明专利]一种基于混沌理论的采煤机滚筒自动预测系统

权利要求书

1.一种基于混沌理论的采煤机滚筒自动预测系统，其特征在于：该系统由传感模块、控制模块组成；

所述传感模块测量滚筒采煤机工作时连续n个采样时间点的滚筒高度(x₁,x₂,…,x_n)，n100，并把时间序列(x₁,x₂,…,x_n)传到控制模块；

所述控制模块包含一个基于梯度提升树GBDT的滚筒高度预测器和时间序列的相空间重构器；首先对时间序列(x₁,x₂,…,x_n)，进行混沌特性分析，完成相空间重构，具体步骤为：

(1)计算赫斯特指数H：

(1.1)计算每t长度序列的均值和标准差S(t)，t＝1,2,…,n：

(1.2)计算累积离差z_t：

(1.3)计算极差R(t)：

(1.4)绘制ln(t)～lnR(t)/S(t),t＝1,2,…,n曲线，并用最小二乘法拟合，拟合直线的斜率即为赫斯特指数H；

(1.6)当H≠0.5时，时间序列(x₁,x₂,…,x_n)为非标准的随机序列，而是服从持久的、有偏的随机过程，满足混沌的前提条件，跳到步骤(2)；否则，(x₁,x₂,…,x_n)不满足混沌特性，跳到步骤(5)；

(2)计算延迟时间τ₀：

平均互信信息量I(τ)为：

绘制τ～I(τ)，τ＝1,2,...,n曲线，取曲线的第一个极小值点对应的时间作为相空间重构的延迟时间τ₀；

(3)计算最小嵌入维数m_min:

(3.1)延迟时间为τ₀的m维相空间中，第t个相点矢量记为:

(3.2)定义变量a(t,m)为：

其中为X_m(t)以最大范数为距离公式的最近邻点；距离公式采用最大范数，即

(3.3)a(t,m)关于t的均值E(m)为：

(3.4)定义a(t,m)的均值比E₁(m)、最近邻点绝对值均值E^*(m)和绝对值均值比E₂(m)分别为：

绘制m～E₁(m)和m～E₂(m)曲线，m＝1,2,3,…,n，当mm₀时，E₁(m)趋于稳定性的值且E₂(m)为常值1，选取满足要求的最小的m₀为最小嵌入维数m_min；

(4)计算最大李雅普诺夫指数λ₁：

(4.1)对时间序列(x₁,x₂,…,x_n)进行快速傅里叶变换，计算其平均周期P；

(4.2)延迟时间为τ₀的m_min维相空间中，第t个相点矢量记为:

(4.3)找到相点的最近邻点同时限制其在相空间中短时分离：

(4.4)针对相空间中的任一相点求得其对应邻点对的j个离散时间后的距离为：

(4.5)对于每个j，求出所有的ln(d_t(j))的平均y(j)，即：

式中，q是d_t(j)≠0的个数，ε是一个很小的常数，ε＝0.01；

(4.6)绘制j～y(j)曲线，用最小二乘法拟合该曲线，则回归直线的斜率就是该时间序列的最大李雅普诺夫指数λ₁；

(4.7)若λ₁＞0，则时间序列(x₁,x₂,…,x_n)为混沌序列，重构方法如下：

否则，(x₁,x₂,…,x_n)不满足混沌特性，跳到步骤(5)；

(5)若(x₁,x₂,…,x_n)不满足混沌特性，取延迟时间为τ₀＝1，嵌入维数为m_min＝50，对序列(x₁,x₂,…,x_n)进行重构：

将相空间重构后的X(i)、Y(i)，i＝1,2,…,K,K＝n-m_min·τ₀，分别作为GBDT预测器的输入与输出，训练得到采煤机滚动高度预测模型；

将传感模块测量得到的序列X(K+1)输入到训练完成的采煤机滚动高度预测模型，预测Y(K+1)；

将预测值Y(K+1)传给采煤机，使采煤机根据预测结果自动调整滚筒高度。