真实-虚拟多层传感器技术在煤岩识别中应用

将真实-虚拟多层传感器信息融合技术应用到煤岩界面识别系统中。采用由真实传感器层和虚拟传感器层组成的复合融合结构,并引用了多层传感器的复合融合估计算法,以解决在测量噪声干扰下的参数估计问题。通过实例仿真结果表明：采用此方法后,煤岩界面识别精度明显提高,从而使采煤系统的生产自动化程度得到进一步增强。     

基于渐变信号的HHT-PCA-MRVM煤岩辨识算法

针对井下无人、自动作业的新型采煤战略目标,提出了对于截割电机输入电流信号渐变的分析,通过Hilbert变换—主成分分析—多分类相关向量机(HHT-PCA-MRVM)对煤岩进行识别,从而满足复杂的开采需求.在煤矿开采实验平台上进行了良好的实验验证,实验证明:通过对传感器采集传输的电流渐变信号分析,在煤岩突变时其值波动较为明显,能够很好地为MRVM煤岩识别提供分类界限,煤岩识别率为95%,对于综采自动化有较好的作用.     

基于红外热像和振动信号的煤岩识别实验研究

针对现有煤岩识别技术存在的难以实际应用、易受信号干扰、成本高和实现复杂等问题,通过理论分析煤岩截割产热与煤岩硬度的关系,证明通过红外热像获取的截割温度变化来进行煤岩识别的合理性;搭建了掘进机截齿截割煤岩试验台,对不同硬度的普通煤层、煤岩交界处及中砂岩层进行长时间截割试验,通过红外热像仪和振动传感器分别获取截割温度和截割头振动信号并分析其变化规律。研究结果表明：(1)随着截割时间增加,截割温度逐渐升高;煤岩硬度越高,截割温度越高,且截割温度上升速率越快;在截割起始阶段无法通过截割温度识别煤岩,但在稳定截割时可根据截割温度特性识别煤岩。(2)截割头振动强度随着煤岩硬度增大而变大,但不随截割时间增加而产生明显变化,因此可弥补在截割起始阶段无法通过截割温度识别煤岩的不足。(3)通过单一截割温度或振动强度不能对煤岩进行准确识别,因此可在截割起始阶段和频繁出现闪温时通过振动强度来识别煤岩,而在截割稳定阶段通过红外热像获取的温度来识别煤岩。     

无人驾驶采煤机关键技术探讨

从识别系统、决策系统和控制系统3个方面阐述了无人驾驶采煤机的技术架构;探讨了采煤机自主定位技术、采煤机自主纠偏技术、煤岩界面识别技术、采煤机自主避障技术等无人驾驶采煤机关键技术及其突破方向,认为多传感器信息融合技术可以提高采煤机自主定位、自主导航的精确性和可靠性,为解决无人驾驶采煤机关键问题提供一种技术思路。     

机器视觉感知理论与技术在煤炭工业领域应用进展综述

机器视觉技术对改善煤矿安全监测手段、提高装备自动化水平具有积极意义。详细阐述了当前煤矿智能化建设过程中基于机器视觉的不同场景和系统下的设备信息状态感知原理,综述了机器视觉感知技术在煤矿安全监测、拣选识别、煤岩识别、定位导航、运输检测、位姿检测和信息测量等方面的实践应用;分析指出未来煤矿机器视觉感知技术应深入挖掘采掘工作面机器视觉场景理解需求,构建生产全视场监视检测体系,提升多时空多维度多变量集成监测效果,改善视频自主监视告警能力,增强视觉引导能力,并形成地面生产管理运行系统的视觉资料统一化管理方式等,重点研究综采装备（群）姿态同时空测量、采掘环境动态变化感知、生产全视场监测与自主告警、煤矿机器人视觉引导控制等技术;指出煤矿机器视觉感知技术在防爆或本安型智能视觉传感器研发、高效视觉测量与分析、检测识别测量精度提升、图像高质量标注方面仍存在挑战,通过开发具有边缘计算能力的视觉传感器,构建井上下视觉分布式测量方案,实现各类复杂环境下开采信息准确识别与测量,可有效提高机器视觉感知技术在煤炭行业的更深层次融合和应用。     

采煤机滚筒自动调高技术的分析

滚筒自动调高是实现采煤工作面自动化的关键技术之一,其核心是煤岩分界识别技术。采用记忆智能程控为主与传感器煤岩分界为辅的综合识别技术,不仅可弥补单一传感器识别所带来的稳定性、可靠性差和精度低等问题,又可避免记忆程控过于依赖人的行为所带来的不及时和随机现象。此种技术方法适用于大功率自动化采煤机,是首选的调高方法。     

基于多超声波传感器的移动机器人目标识别

移动机器人在不确定环境中的目标识别技术是自主导航及复杂任务分解的一瞎丶际?本文利用自行铑设计的多超声波传感器探测系统感知外界环境,提出了基于目标原型的目标识别和对感兴趣目标的主动探测方法.根据多超声波传感器的TOF(Time-of-Flight)信息,利用Dempster-Shfer证据理论,实现了移动机器人对室内特征环境的准确识别.测试结果及分析验证了该方法的可行性和识别准确性.并且该方法适用于室内机器人运动中的实时探测.     

基于D-S理论的震动信号目标识别研究

为了解决干扰情况下地震动信号发射源的定性问题,提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据,同时考虑在同一个定位组中各个传感器所得数据的置信度不同,来对地震动信号发射源性质进行识别。实验结果证明了基于D-S证据理论的目标识别数据融合后,地震动信号发射源特性识别的可靠性明显大于单个传感器的识别效果,这也表明了多传感器融合识别的可能性和有效性。     

USMC控制的采煤机HHT-PCA-MRVM煤岩辨识算法

针对井下无人、自动作业的新型采煤战略目标,提高对煤岩的辨识是至关重要的。在对采煤机截割电机控制的基础上,基于稀疏矩阵变换器理论,提出对于截割电机输入电流信号渐变的分析。通过HHT-PCAMRVM对煤岩进行识别,从而实时对井下采煤机姿态进行调节来满足复杂的开采需求。该方法在某煤矿的开采实验平台上进行了良好的实验验证。实验表明:截割电机在USMC控制下,在煤岩突变时波动较为明显,能够很好地为MRVM煤岩识别提供分类界限。煤岩识别率为95%,对于综采自动化有较好的作用。     

基于主成分分析的煤岩界面识别方法

提出了基于主成分分析的煤岩界面识别方法,详细介绍了主成分分析的原理及识别煤岩界面的过程。该方法采用多个传感器同时监测采煤机割煤时的各项参数,并对数据进行实时的主成分分析;利用主元信息建立HotellingT2和SPE统计量,再根据统计量捕捉采煤机割到岩石时的异常,从而识别煤岩界面。实际应用表明,该方法能够较快并准确地识别煤岩界面。     

基于探地雷达的煤岩界面探测数据解释方法

针对现有煤岩界面识别方法缺乏对煤岩层特性的研究、无法对数据进行较好解释的问题,结合基于探地雷达的煤岩界面探测模型,提出了一种煤岩界面探测数据解释方法,即采用一种改进的最大类间方差法,在二维灰度直方图下对探地雷达探测的煤岩图像进行阈值化分割,从而实现煤岩界面识别。通过仿真实验研究了探地雷达天线频率对可探测煤层厚度的影响,结果表明随着天线频率增大,理论可探测最大煤层厚度减小;采用LTD-2100型探地雷达,设置400 MHz天线频率进行现场测试,结果表明基于探地雷达的煤岩界面探测数据解释方法可提高煤岩界面识别准确性。     

战场目标识别中的D-S证据理论应用

为了解决干扰情况下地震动信号发射源的定性问题,提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据,并考虑在同一个定位组中各个传感器所得数据的置信度不同,来对地震动信号发射源性质进行识别。实验结果证明:基于D-S证据理论的战场目标识别数据融合后,地震动信号发射源特性识别的可靠性明显大于单个传感器的识别效果,这也表明了多传感器融合识别的可能性和有效性。     

基于机器视觉的煤岩界面识别研究

针对现有煤岩识别方法存在煤岩界面传感器结构复杂、可靠性差、普适性差等问题,提出了一种基于机器视觉的煤岩界面识别系统设计方案,给出了系统总体结构,分析了系统识别煤岩界面的工作原理,重点讨论了图像特征选取和分类器的设计。该系统根据灰度共生矩阵理论提取煤岩图像的22种纹理特征,采用增l减r法搜索出优选特征,最后运用线性函数判别法构建煤岩分类器模型。实验结果表明,该系统的煤岩分类器模型性能稳定,具有较强的识别能力。     

智能化综放工作面顶煤厚度探测方法

提前探测综放工作面顶煤厚度可为精准控制放顶煤提供依据,有利于实现放煤采出率和煤质的平衡。通过分析探地雷达探测煤岩界面及煤层厚度的原理,设计了一种用于探测顶煤厚度的探地雷达装置,进一步提出了基于探地雷达的智能化综放工作面顶煤厚度探测方法:通过探地雷达装置发射和接收雷达脉冲波,接收信号经放大、采样、积分等处理形成雷达帧,通过WiFi方式实时传输至无人采煤机控制单元,最终传输至集控室控制台,由煤岩分界面提取软件处理、分析反射信号波形与灰度图,根据反射信号最大幅值与最小幅值确定煤岩分界面位置,通过最大或最小幅值位置与雷达脉冲发射起点的时间差计算出煤层厚度。在王家岭煤矿12309综放工作面对该方法进行测试,结果表明:某处雷达反射波灰度图解释的顶煤厚度探测结果为3.383m,与人工测量的实际值(3.16m)误差为7%;可探测最大顶煤厚度为5m,最大探测误差不超过10%,满足实际探测需求。     

基于振动特性分析的采煤机煤岩识别控制系统

针对采煤机截割过程中的煤岩识别及滚筒自动调高控制问题,提出并设计了一种基于振动特性分析的采煤机煤岩识别控制系统。该系统采用传感器检测采煤机滚筒在截割煤岩过程中3个方向的振动信号,采用PLC进行振动信号的分析和处理,得到采煤机滚筒在截割煤岩过程中的振动特性规律,由此建立采煤机滚筒调高控制规则表,并通过反馈信号偏差在线查表和控制信号输出的闭环控制方法实现采煤机滚筒的自动调高控制。相似模拟截割试验结果表明,该系统能够较好地实现煤岩界面识别和滚筒自动调高控制,具有良好的动态性能。     

声发射源多传感器数据融合识别技术

波形数字发射技术的发展给声发射源的特性识别带来了可能性。由于各种噪声的影响，以及声发射信号传播过程的复杂性，又给声源的识别带来一定的困难。为了解决干扰情况下声发射源的定性问题，文章提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据，同时考虑在同一个定位组中各个传感器所得数据 的置信度不同，对声发射源的性质进行了识别。实验结果证明了数据融合后，声发射源特性识别的可靠性明显大于单个传感器的识别效果，这也表明了多传感器融合识别的可能性和有效性。     

基于目标识别的光电多传感器信息融合技术

依靠多个光电传感器采集目标数据,需要解决各类数据信息的融合分析问题。基于这种认识,从特征提取、融合和识别等方面,对基于目标识别的光电多传感器信息融合技术展开分析,介绍了技术应用前景,指出需要采用不同算法完成不同光电传感器特征信号提取,同时,通过融合计算得到融合特征量,为目标识别提供信息数据支撑,确保准确识别目标。     

基于信息融合和神经网络的煤岩识别方法

针对煤岩识别系统多采用单一传感器进行监测,存在识别精度、可靠度与稳定性均非常低的问题,提出一种基于信息融合和神经网络的煤岩识别方法。在现有采煤机上增加多种必要的传感器,采集采煤机不同工况下的电流、压力、振动频率、加速度等信号,采用小波包对采集的信号进行特征提取,并通过BP神经网络进行数据融合,从而实现对煤层和岩层的识别。真机实测结果表明,所提方法的识别误差在±0.5范围内,验证了其有效性。     

煤岩识别方法技术分析

本文开展了综采自动化技术的煤岩识别技术研究。从煤岩识别技术现状分析入手,总结了目前世界上应用的各种煤岩界面识别方法,并对煤岩识别技术的发展趋势做出详细的介绍,该研究对于提高煤炭资源回收率,减轻工人劳动强度、实现安全生产具有重要意义。     

基于超声传感器阵列的陆地自主车测距

目前,超声波传感器主要用于低速运动的自主式移动机器人短距离测量,采用的测距方法多把串音干扰看作有用信号的干扰项,尽可能排除.基于远距离超声波传感器,本文利用串音干扰设计了一种适用于高速行驶的陆地自主车进行远距离测量的方法.实验结果表明此方法的可靠性和精度都能满足陆地自主车的距离探测要求.