欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 202010199419X
申请人: 中国矿业大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种煤矸仿生识别方法,其特征在于:该方法具体步骤如下:(1)在液压支架后尾梁上安装光源探头一体化装置和振动采集装置跟随后尾梁摆动,在放煤状态下光源照射到刮板输送机上;

(2)收集地理信息、环境信息、历史数据、工艺信息和设备信息,根据收集的信息设置近红外光谱采集参数以及振动采集频率,并对振动传感器进行标定;

(3)开始放煤后,根据光源探头一体化装置内的校正光路获取校正光谱数据,光源探头一体化装置连续循环探测刮板输送机上运输的煤和矸石,振动采集装置持续接收煤和矸石冲击液压支架的振动,实时获取煤和矸石的光谱数据和冲击振动数据;

(4)将光谱数据和冲击振动数据转化为光谱反射率信息和振动加速度信息,剔除噪声超过预期的误差数据后存储于数据库中,并对剔除误差数据后的光谱与振动数据进行预处理,对预处理后的数据进行特征提取;

(5)采用振动和光谱融合识别的方式对特征提取后的数据进行分类识别,分析获取煤岩物质二分类别、落煤与矸石的煤种和岩种、灰分产率和放煤状态,显示光谱曲线、振动波形以及分析结果;

其中,采用振动和光谱融合识别的方式进行分类识别,具体如下:(5‑1)通过BP神经网络识别振动信号的特征,确定当前掉落的煤岩种类;

(5‑2)当刮板输送机上掉落的煤岩被传送到光源照射区域时,通过波段匹配方法识别光谱特征信息,确定煤岩种类;

(5‑3)判断分别通过振动识别与光谱识别的煤岩种类是否相同;若振动识别与光谱识别的煤岩种类相同,进入步骤(5‑4),否则,进入步骤(5‑7);

(5‑4)分别统计通过振动识别与光谱识别相同种类的时刻t1,t2与持续时间T1,T2,计算两种识别方式的时刻差△,判断当前采集识别轮次是否已达到设定轮次阈值;

(5‑5)若当前轮次未达到设定轮次阈值,返回步骤(5‑2);若当前轮次已达到设定轮次阈值,判断每轮时刻差△是否在误差范围内;若每轮时刻差△在误差范围内,进入步骤(5‑

6),否则,进入步骤(5‑7);

(5‑6)判定当前放煤过程中落在刮板输送机上的物质为振动识别与光谱识别所得到的相同识别结果;

(5‑7)等待时间间隔△t后再次采集光谱数据并识别,判断通过振动识别与光谱识别的煤岩种类是否相同;若煤岩种类相同,返回步骤(5‑4),否则,进入步骤(5‑8);

(5‑8)根据识别可靠性评价体系判断当前光谱与振动识别结果的可靠性,当前放煤过程中落下的物质为评价体系得出的物质,同时根据识别出的煤岩类别结合综采区地质信息判断顶煤量。

2.根据权利要求1所述的一种煤矸仿生识别方法,其特征在于:所述步骤(4),数据预处理过程包括:利用平滑法滤除煤和矸石的光谱噪音,利用奇异值分解法滤除煤和矸石振动噪音,同时对光谱利用微分方法进行特征加强,得到噪声过滤和特征加强后的光谱和振动数据。

3.根据权利要求1所述的一种煤矸仿生识别方法,其特征在于:所述步骤(4),特征提取方法如下:对煤和矸石的光谱采用切割分段、移位变换方法进行特征降维,对振动信号采用主成分分析进行特征降维,通过BP神经网络识别振动信号的特征,通过波段匹配方法识别光谱特征信息。

4.根据权利要求1所述的一种煤矸仿生识别方法,其特征在于:所述识别可靠性评价体系根据输入的地理信息、环境信息、历史数据、工艺信息和设备信息对两种识别结果的可靠性进行判断并给出量化值,判断当前可靠值高的识别方式结果为真。

5.基于权利要求1所述方法构建的一种煤矸仿生识别系统,其特征在于:该系统包括光源探头一体化装置、振动采集装置、数据采集与处理装置,所述数据采集与处理装置包括采集模块、存储模块、预处理模块、特征提取模块、分类识别模块;

所述光源探头一体化装置和振动采集装置安装在液压支架后尾梁上,所述数据采集与处理装置放置在液压支架立柱一侧,振动采集装置和数据采集与处理装置通过电缆连接;

光源探头一体化装置和数据采集与处理装置通过电缆以及光纤连接;

所述光源探头一体化装置,用于发射光并接收经煤岩反射且被部分吸收的光,将反射光传输至光谱仪,光谱仪将反射光转化为二维光谱曲线;

所述振动采集装置,用于通过振动传感器实时监测煤和矸石从顶板落下过程,并将煤矸冲击液压支架产生的振动信号传输至数据采集与处理装置;

所述采集模块,用于将光谱仪转化的光谱数据读入计算机中以及将振动采集装置获取的振动电压信号转化为数字信号,并将光谱数据和振动数据传输给预处理模块;

所述存储模块,用于将采集模块得到的光谱数据和振动数据存储于数据库中;

所述预处理模块,用于将接收到的光谱数据和振动数据进行噪声过滤和特征暴露,并将特征加强后的数据传输给特征提取模块;

所述特征提取模块,用于将经预处理模块处理后的数据进行截段、降维、主成分分析,提取细节特征与整体特征;所述细节特征包括吸收谷深度、振动频率,所述整体特征包括吸收谷位置、振幅大小;

所述分类识别模块,用于根据经特征提取模块提取的特征信息融合判断煤矸光谱曲线和振动信号的特征分布,并获取煤矸物质类别、落煤与矸石的煤种和岩种、灰分产量和放煤状态。