用于煤矸识别的振动传感器设计

目前自动化放顶煤开采煤矸识别技术中,伽马射线成本太高且对人体有害;红外技术受环境温度影响较大;雷达探测在煤层较厚时信号衰减严重;声音技术成本低、难度小,但受外界声音信号干扰严重;图像技术在煤矸颜色差别大时有效,但受粉尘、光线因素影响较大;振动技术具有声音技术的优点,同时又可以避免环境噪声干扰,具有较高的检测精度。顶煤和矸石的性能有所不同,落到液压支架尾梁上时产生的振动信号也表现出不同的特征。针对该特征,设计了一种振动传感器,该传感器安装在液压支架尾梁的腹板处,对顶煤或矸石砸到液压支架上产生的振动信号进行感知,通过信号处理和分析辨识出放煤过程中的煤块和矸石。该传感器利用加速度计采集尾梁振动信号,并对采集数据进行前端滤波处理;利用傅里叶变换对数据进行功率谱分析,得到单位时间内的最大振动频率、幅值及功率谱能量。实验室测试结果表明,该传感器测量误差在1%以内。井下测试结果表明,振动传感器采集的信号大部分是煤块落下时的振动信号,其频率范围为100～200Hz,而矸石落下时的振动信号频率在200 Hz以上,根据振动信号特征能够识别出顶煤和矸石。     

基于EMD特征提取与随机森林的煤矸识别方法

基于振动信号辨识是实现综放开采煤矸识别的有效手段,现有方法在识别准确性和有效性方面有待进一步研究。提出了一种基于经验模态分解(EMD)特征提取与随机森林(RF)的煤矸识别方法。采用加速度传感器及数据采集仪采集了某综放工作面煤和矸石冲击液压支架尾梁产生的振动信号,分别对2种信号进行EMD,得到一系列本征模态函数(IMF);根据EMD结果选取有效IMF,分别提取IMF能量、峭度、矩阵奇异值及对应熵作为特征向量,采用各特征向量独立训练RF模型,根据各RF模型对测试样本的识别结果筛选特征向量,并建立特征数据集;采用特征数据集训练RF模型,采用训练好的RF模型实现煤矸识别。测试结果表明:该方法对200组煤矸测试样本的识别准确率达96.5%,且当RF模型中决策树数量设置为100或150时识别准确率最高,对测试样本进行特征提取与识别的耗时不超过0.2s,满足综放工作面煤矸识别准确性和实时性要求。     

综放工作面智能放煤工艺研究及应用

传统的放顶煤控制主要依靠人工放煤控制,采用单轮顺序放煤。配有电液控制系统的工作面主要采用程序控制与人工补放结合的双轮顺序放煤方式,如果放煤控制实施不充分,会大幅降低煤炭采出率,如果放煤过程中掺有大量矸石,会降低煤炭的开采质量。针对上述问题,研究了综放工作面智能放煤工艺。分析了综放工作面自动化放煤工艺流程,指出要实现智能放煤工艺,需要在自动化放煤工艺的基础上,对综放工作面采煤机、液压支架、刮板输送机等设备进行智能升级,即在综放支架上安装音视频监视系统,监测是否有大块煤堵住放煤口、影响顶煤放出等异常情况;在后部刮板输送机安装电动机电流监测系统,实现放落煤流的自动控制,同时具备人工干预功能,即补放和停放功能;在带式输送机机尾处安装灰分检测系统对灰分是否增多进行在线分析;在综放支架上安装基于振动传感器的煤矸识别装置,根据振动传感器数据分辨矸石下落量,辨识是否有严重混矸情况。结合智能放煤工艺流程,为王家岭煤矿12309综放工作面定制了智能放煤方案:基于自动化顺序放煤与间隔放煤工艺、振动信号的煤矸识别控制和人工放落煤流控制技术实现该工作面智能化放煤,实际应用结果验证了智能放煤工艺的有效性。     

综采工作面放顶煤自动控制系统

针对现有放顶煤工作面采用人工操作方式放煤存在随机性强、放煤效率低等问题,设计了综采工作面放顶煤自动控制系统。该系统采用煤矸识别传感器采集、分析、处理煤块和矸石撞击支架尾梁产生的振动信号,以判断煤块和矸石的下落状态,并将处理结果通过ZigBee无线收发装置发送给支架控制器,支架控制器依据检测结果自动控制放煤支架动作,从而实现放煤过程的自动控制。     

Hilbert-Huang变换在煤矸界面探测中的应用

为了解决煤矿综采工作面煤矸界面识别问题,将Hilbert-Huang变换应用于煤矸振动信号的特征提取。采用EMD方法可以将复杂环境下的煤矸振动加速度信号分解成固有模态分量,通过分析包含煤矸振动特征的前4个IMF分量,得到局部Hilbert边际谱和局部能量谱,进而发现当顶煤放落时,其振动信号的幅值和能量主要集中在100 Hz至600 Hz的频率范围内;而当煤矸混放时,其幅值和能量则主要集中在1 000 Hz左右,此时100 Hz至600 Hz频率范围内的幅值和能量相对有所减弱。根据上述特征定义特征函数,应用到煤矸界面识别的仿真实验中,取得了很好的识别效果。     

综采放顶煤工作面自动放煤控制系统研究

针对综采放顶煤工作面人工放煤方式生产效率低的问题,研究了一种自动放煤控制系统。在液压支架上安装声波传感器、振动传感器和灰分传感器,通过人工示范操作和机器学习记忆传感器信号,确定放煤过程结束时传感器信号特征波形,比对采集的振动感知信号、声音感知信号与特征信号的相似度;通过灰分传感器有效辨识采出顶煤的含矸率;根据相似度和含矸率作出预警或直接控制。该系统实现了以传感器感知控制为主、时间控制为保护值、地面调度室远程干预控制为辅的自动化放煤控制,提高了综采放顶煤工作面的自动化水平和生产效率。     

煤矸振动信号小波奇异性-Fisher判别规则研究

针对综采放顶煤开采过程中的放煤阶段,煤和矸石下落撞击刮板运输机产生的振动信号差异,采用小波变换研究振动信号的奇异性特征.根据信号奇异性特征,提出Fisher判别规则,用于识别放煤过程中煤或是矸石下落.将算法移植于硬件设备中,实验结果表明,该算法识别率高,抗干扰能力强,能够实时判断出下落物是煤还是矸石,可以实现动态的煤矸...     

基于Mel频率倒谱系数和遗传算法的煤矸界面识别研究

针对现有的煤矸界面识别技术采用的γ射线法不适用于顶板不含放射性元素或者放射性元素含量较低的工作面,而雷达探测法探测范围小、信号衰减严重的问题,提出了一种基于Mel频率倒谱系数和遗传算法的煤矸界面识别方法。该方法利用煤矸放落过程中产生的声波信号的特征差异进行煤矸识别,采用Mel频率倒谱系数将去噪后的煤矸声波信号变换到频域进行处理,提取出煤矸声波信号的32维特征参数;采用遗传算法优化处理32维特征参数,得到最优参数组合;采用支持向量机和BP神经网络对最优参数进行识别。实验结果表明,该方法能够准确识别出煤矸下落状态。     

自动化放煤控制系统研究

针对综采放顶煤工作面后端的综放工作面采用人工放煤控制方式,与综采放顶煤工作面前端的综采工作面自动化水平差距较大的问题,研究了一种自动化放煤控制系统。根据放顶煤液压支架上安装的倾角传感器和前后部刮板输送机千斤顶中的行程传感器,控制液压支架放煤机构位姿,实现放煤量精准控制;通过在液压支架尾梁上安装云台摄像仪和红外发射器,对放煤全过程进行实时视频监视,实现后部刮板输送机运煤量和直线度的检测与控制;利用图像灰度识别技术进行煤矸识别,检测采出顶煤的含矸率。该系统提高了放煤效率和质量,为实现综采放顶煤工作面无人化提供了思路。     

自然􀀁射线方法检测放顶煤开采中的煤矸混合度研究

根据煤与矸石中的自然γ射线放射性含量具有显著差异这一物理特性，提出了利用煤与矸石中的自然γ射线的差异来检测放顶煤过程中煤、矸混合度的方法。推导出煤矸混合体中的矸石含量与检测仪器自然7射线计数率的数学关系。分析了检测仪器探头在液压支架尾梁上的合理安装方式及安装位置。地面模拟采煤工作面的实验数据表明煤矸混合度检测方法是可行和可靠的。     

安全高效矿井监控关键技术研究

提出安全高效矿井应采用先进可靠的监控技术,实现供电、排水、通风、压风、运输、提升、瓦斯抽采等固定岗位无人值守和地面远程控制,综采、综放等采煤工作面少人作业和地面远程控制;提出供电、排水、通风、压风、运输、提升、瓦斯抽采等监控系统应具有地面远程控制功能;提出具有远程控制、报警联动、调度指挥等功能的煤矿调度指挥控制中心;提出整合计算机网络机房、程控交换机机房、调度交换机机房、监控系统机房等的数据中心;提出基于煤层瓦斯压力和瓦斯含量、综合指标、钻屑瓦斯解吸指标、复合指标、R值指标、瓦斯涌出量(根据瓦斯体积分数和风量计算)、巷道位置、微震、地音、温度等及其变化的煤与瓦斯突出预警方法;提出基于WiFi的矿用无线传输接口,以便于互通互联;提出通过分布式光纤测温预警煤炭自然发火,较通过监测CO等煤炭自然发火标志气体更直接、更及时、更可靠;提出根据运煤量实时调整输送带速度:当煤量较小时降低输送带运行速度,当煤量较大时提高输送带运行速度,以提高运输效率,减少设备磨损;提出基于光纤综合保护的供电监控系统具有防越级跳闸、地面远程整定和地面远程控制功能,提高了煤矿供电的可靠性,可实现煤矿井下机电硐室无人值守;提出具有煤岩识别与滚筒自动调高,采煤机、刮板机、液压支架3机联动,记忆割煤,地面远程、顺槽近程、手动控制和紧急停机,放顶煤量和煤矸控制,采煤机和刮板机等大型机电设备故障诊断等功能的采煤工作面监控系统。     

自动化大采高综放工作面关键技术探讨

介绍了液压支架自动控制、跟机自动化、放煤自动化、远程控制、照明及低照度摄像等自动化大采高综放工作面关键技术;分析了特定煤层条件下自动化大采高综放开采的适应性,认为自动化大采高综放工作面不仅可以实现采放平行作业,而且可实现年产1 500万t;介绍了自动化大采高综放开采技术存在的问题,指出未来的自动化大采高综放工作面将朝着高可靠性、智能型、减少人工干预的方向发展。     

综采跟机自动化系统分析与建模

采用电液控制系统的综采或综放工作面,按照采煤工艺的要求,根据采煤机的牵引位置对工作面三机进行自动控制。利用机电一体化技术,制定液压支架护帮板收伸、自动喷雾、移架和刮板运输机移动等自动化动作规则,建立跟机自动化离散系统模型。为采用自动化技术的采煤工作面研究了一种新的、先进的半截深采煤工艺,并进行了工艺的计算机分析设计。     

图像灰度信息在煤矸石自动分选中的应用研究

针对传统的基于图像灰度信息的块煤和矸石分选系统只是随意地选择块煤和矸石样本而缺乏代表性和实用性的问题,研究了一种侧重于实用性和系统性的基于图像灰度信息的块煤和矸石自动分选系统。首先从材质、纹理特征、清洁度三个方面选择6块比较有代表性的块煤或矸石,分别在强光、自然光和节能灯光三种强度光照条件下,按照一定的分组方式分析它们的图像灰度分布规律并将其作为计算机目标识别的依据,从而实现块煤或矸石的自动分选。测试结果表明,在特定条件下,利用块煤与矸石图像灰度信息较明显的差异对两者进行视觉区别可实现两者的自动分选。     

煤与矸石在线分选系统设计

针对目前常用的原煤洗选方法存在设备复杂、需要大量的水等问题,设计了一种基于双能γ射线和数字图像识别技术的煤与矸石在线分选系统。单片机实时判断探测器下方的物料是煤或者是矸石,当判断为煤块时,喷枪无动作,煤块落入煤通道;当判断为矸石时,单片机控制喷枪喷出高压气体,将矸石吹入矸石通道;当有些煤中含杂质较多或者矸石含碳量较高时,则由图像识别模块根据煤与矸石在灰度上的差异来区分煤与矸石,并将识别结果传送给单片机。模拟实验结果表明,该系统能有效识别煤与矸石,识别精度满足工业生产要求。     

路天煤矿1604综放工作面顶煤冒放性评价

放顶煤开采是利用采动支承压力的作用使煤体自然压裂破碎和跨落并从支架放煤口放出,因此,顶煤冒放性的好坏就成为该采煤法的关键所在。文章根据路天煤矿的煤层赋存条件,运用模糊数学分类方法,采用Matlab编程计算,并结合煤层强度、赋存深度、节理裂隙发育程度、夹矸厚度、煤层厚度和直接顶的充满系数6个因素,对该煤矿1604综放工作面顶煤冒放性进行了分析评价。评价结果表明,1604综放工作面顶煤冒放性好,对路天煤矿的生产实践具有一定的指导意义。     

移架工序的动态模拟与研究

在统计分析综采放顶煤工作面移架工序大量实测资料的基础上，本文应用计算机模拟技术，建立了综采放顶煤工作面生产系统移架工序计算机模拟模型，对移架工序进行了较逼真的模拟，研究了综采放顶煤工作面移架作业规律。     

薄煤层液压支架喷雾系统的设计

详细介绍了薄煤层液压支架喷雾系统的喷雾方法、工作原理、系统组成及特点等。该液压支架喷雾系统采用高压射流喷雾的方法,能够有效地控制回采工作面薄煤层液压支架周围的粉尘;将喷雾装置放在顶梁里面,节省了空间,有效解决了喷雾装置占用行人通道和通风断面的问题;充分利用电液控制器的优势,自动化程度高。