基于多传感器信息融合的煤岩界面识别

煤岩界面识别是实现采煤机滚筒自动调高的关键之一,本文讨论基于多传感器信息融合的煤岩界面识别方法。     

基于改进BP网络的煤岩界面自动识别

本文介绍了煤岩界面识别的BP神经网络方法,探讨了影响网络训练的若干因素,对BP算法加以了改进,使得其性能有所提高,收敛速度加快,对推广煤岩界面识别有重要的意义。     

基于精确煤层三维模型的采煤机煤岩界面识别系统

为了实现无人工作面采煤机滚筒的自动调高,需要解决煤岩界面自动识别技术,但到目前为止该技术仍然是采煤工作面自动化建设中的难点。本文提出了一种基于精确煤层三维模型的采煤机煤岩界面识别技术,通过地质测量获得的煤层数据建立煤层三维模型,通过采煤机模型在煤层模型中的运动、界面碰撞检查,实时调整采煤机摇臂高度,进而实现自动化无人开采。     

基于边界跟踪和神经网络的煤岩界面识别方法研究

为实现煤岩界面精准识别,采集了鄂尔多斯李家壕煤矿矿区巷道掘进面原始图像,提出了基于机器学习的分类算法和基于数字图像处理的边界提取算法,该算法为提取连续单像素宽度边界提供了良好的基础.据此提出一种基于边界跟踪算法和人工神经网络的煤岩界面识别方法,从而为巷道掘进机和采煤机滚筒空间位置的调整提供依据.采用文章提出的方法对从陕...     

基于ANFIS的多信息融合煤岩识别方法研究

将采煤机滚筒截割振动特性作为煤岩识别的标识之一,利用自适应模糊神经网络推理系统(ANFIS)将采煤机的工作状态信息进行融合,建立了多信息融合的煤岩识别模型,并利用模拟实验中采集的数据完成煤岩分界识别的实验研究,结果表明利用该方法实现采煤机的煤岩识别是可行的,并为实现采煤机姿态的自动控制提供依据。     

基于相似理论的采煤机滚筒截割煤岩仿真分析

在相似理论的基础上,利用量纲分析法对采煤机滚筒截割煤岩的截割模型进行了相似准则推导,得到了采煤机原型与模型的相似比。按照0.8的相似比建立了原型与模型的截割仿真模型,利用LS-DYNA进行了截割动力学仿真,得到模型与原型理论值的均值力误差为4.95%、峰值力误差为16.2%,验证了相似推导后模型的正确性。在此基础上,分别研究了直径为φ900 mm和φ600 mm的滚筒在截割煤岩时的受力情况,提取了滚筒在截割10%～50%岩石含量煤壁时,截割载荷的峰值力、均值力、标准差和变异系数,通过对比分析,得出其均值力随岩石含量的增加而增大,而变异系数随岩石含量的增加而减小。     

基于EMD方法的煤岩界面识别研究

简要介绍了经验模态分解(Emepirical Mode Decomposition,EMD)方法的基本思想,并对放顶煤过程中产生的声波信号进行EMD分解和频谱分析。EMD方法能把1个复杂的非平稳信号分解为有限个固有模态函数分量(In-trinsic Mode Function,IMF)之和,分解出的各个IMF分量是平稳的,具有实际的物理意义。根据各IMF的频谱,可获得顶煤放落过程中产生的声波信号的频率组成,进行煤岩界面识别。     

基于钻头振动特性的采煤机煤岩识别研究

构建了钻式采煤机作业时螺旋钻头的受力模型,利用小波包技术处理数据从而提取信号的特征值,并用MATLAB仿真分解试验中采集到的振动信号,得到小波包特征向量,建立BP神经网络模型,确定了煤岩识别算法的结构与过程。试验结果表明,根据钻头的振动特性识别煤岩的方法是可行的。     

基于Dempster-Shafter信息融合的井下定向钻孔轨迹预测

针对煤矿井下定向长钻孔轨迹预测中存在的问题,提出了应用D-S证据理论将瓦斯抽采钻孔施工的地质条件、钻具组合条件和钻进工艺参数3部分信息进行融合,并结合现场实例对钻孔轨迹进行预测。融合结果表明:该方法为煤矿井下定向钻孔施工提供了参考,弥补了单纯使用测斜仪器的不足,从而提高钻孔施工中钻孔轨迹的预测精度和预测效率。     

基于图像识别的煤岩界面识别方法研究

采掘工作面是煤矿事故多发地点.减少煤矿采掘工作面作业人员既是煤矿安全生产的需要,又是减轻作业人员劳动强度和改善作业环境的需要.煤岩界面识别是实现无人采煤的关键技术之一.研究了用于无人采煤工作面等的煤岩界面识别方法,指出了现有煤岩界面识别方法存在的问题.提出了基于可见光图像和红外图像识别的煤岩界面识别方法:提取色彩、灰度...     

基于信号分析的煤岩分界识别技术研究

采煤机工作时,摇臂弯曲应力和调高油缸压力的变化间接地反映了滚筒不同的工作状态。通过试验,对切割假煤壁和岩石所获取的应力信号进行分析,并利用这些信号研究了煤岩分界识别技术。结果表明,切割煤壁、岩石信号的功率谱和相关函数及均方差回归参数均有明显差异,可以对采煤机切割状态进行识别。     

基于图像的煤岩界面识别技术研究

由于矿井的环境复杂、煤岩赋存条件不同,使得煤岩界面识别成为国际上的一大难题。文章从煤炭开采对煤岩界面识别的需求出发,简述了基于图像的煤岩界面识别技术的研究现状,并对各类方法的适应条件进行分析。提出将基于图像的三维建模方法和关注煤与岩石不同介电特性的方法相结合,对煤岩界面进行纵向可视化,从而更加高效地控制采煤机头的运动。最后,探讨了煤岩界面识别技术的潜在应用,并指出摄像头安装位置的重要性。     

煤岩体接触面不同倾角的传热影响

为得到煤岩体接触面倾角不同时的传热规律,对6种不同倾角组合的煤岩体进行数值模拟研究,建立不同孔隙率和渗透率的多孔介质稳态传热模型,考虑煤岩体y轴方向的重力加速度,黏性阻力系数和内部阻力系数,运用传热学,流体力学,多孔介质对流传热等相关理论,并引入Brinkman-Forchheimer的扩展Darcy模型,采用控制体积法对煤岩体模型进行求解。计算结果表明:通过温度场可知,随着倾角的增加,高温边界下部导热增强,煤岩体中央对流换热开始占主要作用,低温边界上部导热减弱;通过流场可知,岩石区域中央处流场的对流作用最弱(Ф=0.000 1),靠近边界条件处对流作用最强(Ф=0.001 3),随着倾角的增加,对流作用减弱。流动状态在接触面有突变,温度场和流线相互对应。     

基于小波包熵和流形学习的垮落煤岩识别

针对垮落煤岩识别的技术问题,基于垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于小波包熵和流形学习的特征提取方法。该方法首先对振动信号进行小波包分解并单支重构,计算该信号的小波包能量熵,从而确定信号能量分布的复杂度,计算各频带的样本熵,从而确定各频带小波包系数的复杂度。以小波包能量熵和频带样本熵构造特征向量,输入BP神经网络识别垮落煤岩。然后利用局部线性嵌入(LLE)挖掘特征向量的低维流形结构,并输入神经网络对比其识别效果。并提出了未知样本低维估计方法以得到其低维嵌入。结果表明:基于小波包熵和LLE提取的特征向量准确又简单,输入神经网络识别率达到92.5%;基于低维估计方法得到的未知样本低维嵌入也较准确。     

基于高斯混合聚类的煤岩识别技术研究

根据煤矿工作面煤与岩石的性状不同,基于聚类分析的基本原理、应用高斯混合模型、借助数字图像处理技术,对工作面的煤岩界面图像进行了分析和研究,提出了一种基于高斯混合聚类算法的煤岩识别技术。应用过程为通过布置工作面采集装置、采集工作面煤岩数据,应用不同的图像处理技术手段分析工作面煤岩数据、计算工作面煤岩分界数据。经测实验证,高斯混合聚类算法的技术手段能够为部分煤矿工作面煤岩界面识别的研究提供参考。     

煤岩界面识别的声学建模

为解决煤岩界面识别问题,采用声学探测法,依据声波在水煤、煤岩界面反射、折射时,在界面处满足声压连续和质点速度连续的物理性质,建立了声学传输路径模型.考虑到经过分界面的声波在介质中传播的同时存在介质衰减,推导出声波在水、煤、岩3种介质传输时于水煤、煤岩2个界面传播、反射的回波公式,构成路径传输煤岩识别声学模型.该模型为包含不同介质的声吸收系数、特性阻抗、厚度和声波频率、幅值比模数的非线性方程.通过搭建煤岩识别试验平台,水听器作为声波收发仪器,与信号发生器、示波器构成收发系统和分析装置,使用SIMULINK模拟声波收发及建模过程,标定介质的声吸收系数,求解发射、接收声波的幅值比模型方程获得煤层厚度、水层厚度数值解,从而验证了模型的可行性.仿真试验表明,理论煤厚识别误差为0.03 m,后续将通过现场试验进一步验证.     

基于GA-BP神经网络的矿井粉尘浓度预测研究

为了准确预测矿井粉尘浓度,有效防治矿井粉尘危害,运用遗传算法优化的BP神经网络预测模型(GA-BP模型)对某矿山工作面时间序列粉尘浓度进行预测,以预测结果的相对误差、平均绝对百分比误差来评判模型的预测准确性。再利用BP神经网络预测模型,卷积神经网络预测模型(CNN模型)的预测结果同GA-BP预测模型的预测结果进行对比验证,以均方根误差来评价三种模型的预测效果。结果表明,应用GA-BP预测模型,相对误差最大为4.27%,最小为0.14%,相对误差都在10%以内,预测样本的平均绝对百分比误差(MAPE)小于10%,达到了高精度预测要求。CNN、BP、GA-BP三种预测模型的RMSE值分别为1.1007、1.0008、0.9354,GA-BP预测模型对于该矿山工作面粉尘浓度预测效果最好。     

大尺寸煤岩组合体水力裂缝越界形成缝网机理及试验研究

为了实现煤层气资源高效开采,针对我国煤层气储层"高储、低渗、成缝困难"的赋存特征,通过对裂纹尖端能量释放率、裂纹尖端应力场屈服区域数值分析以及煤岩组合体越界压裂试验,对煤岩组合体水压致裂过程中缝网形成机理及裂纹扩展特征进行研究。结果表明:同等应力条件下,煤体裂纹尖端塑性屈服区域明显大于砂质泥岩;裂纹在砂质泥岩中起裂瞬间释放的应变能可在煤体中产生约10.69~25.53倍当量裂纹面积或长度,有利于裂缝的延伸及多裂缝结构形成;通过数值分析可知,在达到近似临界煤岩拉破坏值时,砂质泥岩裂缝尖端在XX方位的最大集中应力值(7.05×10~5)约为煤体(1.98×10~5)的3.56倍;裂纹从坚硬砂质泥岩到软煤扩展试验过程中,形成了明显的复杂缝网结构;水力裂缝从覆岩到煤扩展过程中,在煤岩界面影响下出现贯穿、转向或偏转等现象,裂纹的转向或偏转导致裂纹形态复杂,有利于缝网结构的形成。     

基于粗糙集理论的人工神经网络故障诊断系统

以粗糙集理论中的信息系统属性为主要工具 ,将复杂的RBF神经网络分层约简 ,剔除其中不必要的属性 ,构建了优化的粗集 -神经网络模型。通过对实例分析 ,使用该模型可以有效地减少输入层神经元个数 ,提高神经网络模型的学习效率和诊断的准确性 ,在故障诊断中有良好的应用前景