10.13347/j.cnki.mkaq.2022.12.038
煤矿监控调度作业疲劳程度分级与判定研究
为了能够准确地判断出煤矿监控调度员的疲劳程度,降低煤矿监控调度作业的失误率;运用眼动追踪技术进行煤矿监控调度模拟实验,采集作业者眼动数据与主客观疲劳判定值;利用K-means聚类算法划分疲劳等级数,训练神经网络搭建煤矿监控调度作业疲劳程度预测模型.结果表明:最佳疲劳等级数划分为3类,神经网络预测模型拟合度为90.58%.用预测模型对山西某煤矿监控作业模式进行测试,模型实地预测平均误差为6.26%,预测效果较好.
事故预防、煤矿安全、眼动追踪技术、神经网络、K-means聚类
53
TD791(矿山安全与劳动保护)
国家自然科学基金;山西省软科学研究计划资助项目
2023-02-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
253-258