Evaluación y análisis de la red neural sobre la eficiencia en la utilización de maquinaria de terminal de mineral a granel en puerto

Resumen

El transporte de mineral es la actividad principal de las terminales, pero su distribución es dispersa y el peso es muy variado, lo que requiere la cooperación conjunta de diferentes máquinas para completarse. Sin embargo, existen diferencias en la función y la estructura de máquinas como las correas de transmisión y los sistemas de elevación, y es imposible optimizarlas utilizando normas uniformes. Por lo tanto, cómo ajustar eficazmente las horas de trabajo y los métodos de la maquinaria es el foco de la investigación actual. Basándose en esto, este artículo propone un método basado en redes neuronales para evaluar el mineral a granel en el puerto y construir un sistema de índices de transporte eficiente. A continuación, con la ayuda de la función de normalización y estandarización, se mapeó el mineral y se ajustó el orden y la prioridad de los diferentes puntos de transporte en forma de cálculo iterativo, y se calculó el efecto del transporte. Por último, se verifica la eficacia del método de la red neuronal mediante comparaciones con otros métodos. Los resultados muestran que el tratamiento de normalización puede reducir la diferencia entre el mineral y la maquinaria y mejorar su uniformidad hasta el 85,6 %. La red neuronal puede mejorar la eficiencia mecánica, reducir el tiempo de transporte en un 20 % y aumentar la adecuación al mineral hasta el 92,6 %. La red neuronal puede ahorrar el coste de alquiler de la maquinaria, con un ahorro del 15-20 %. Se puede demostrar que la red neuronal tiene un efecto de optimización evidente en el transporte de mineral a granel en el puerto, lo que puede mejorar su eficiencia de transporte.