专利转让平台_买专利_卖专利_中国高校专利技术交易-买卖发明专利上知查网

全部分类
全部分类
一种煤岩界面识别方法

一种煤岩界面识别方法

IPC分类号 : E21C39/00I

申请号
CN201910771916.X
可选规格

    看了又看

  • 专利类型:
  • 法律状态: 有权
  • 公开号: CN110424964B
  • 公开日: 2019-11-08
  • 主分类号: E21C39/00I
  • 专利权人: 中国矿业大学(北京)

专利摘要

专利摘要

本发明公开了一种煤岩界面识别方法,包括如下步骤:S1、基于采煤机滚筒搭载的传感器组采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号以及各传感器姿态信息;S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;S3、将提取的特征信息作为BP神经网络模型的输入变量,输出识别结果。本发明大大提高了识别的精确度和可靠性。

权利要求

1.一种煤岩界面识别方法,其特征在于,包括如下步骤:

S1、基于采煤机滚筒搭载的传感器组采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号以及各传感器姿态信息;

S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;

S3、将每一个传感器的姿态信息输入PCA-BP神经网络模型以实现传感器是否偏移情况的识别,并根据不同的偏移情况调用相应的校正模型进行校正;

S4、将校正后的特征信息作为BP神经网络模型的输入变量,输出识别结果将提取的特征信息作为BP神经网络模型的输入变量,输出识别结果。

2.如权利要求1所述的一种煤岩界面识别方法,其特征在于,采用压电式加速度传感器拾取摇臂振动状态信号,采用霍尔电流传感器拾取截割电机的电流信号,采用应变式扭矩传感器拾取滚筒轴的扭矩信号,采用压阻式压力传感器拾取调高油缸压力信号、采用增量式光电编码器拾取滚筒轴的扭振信号,采用高光谱仪拾取高光谱信号。

3.如权利要求1所述的一种煤岩界面识别方法,其特征在于,每一个特征信息均携带有其对应传感器的姿态信息。

4.如权利要求1所述的一种煤岩界面识别方法,其特征在于,采用Daubechies小波函数对摇臂振动状态信号、滚筒轴的扭振信号进行三层小波包分解。

5.如权利要求1所述的一种煤岩界面识别方法,其特征在于,波段范围为400-2000nm,光谱分辨率在λ/100范围内,光谱数据波长间隔为1nm,λ为波长。

6.如权利要求1所述的一种煤岩界面识别方法,其特征在于,还包括在识别结果为煤岩界面时,启动坐标计算模块,进行当前煤岩界面所在坐标数据的输出,并在预制的矿井地图中完成标记。

7.如权利要求1所述的一种煤岩界面识别方法,其特征在于,还包括基于开采的路线在预制的矿井地图中完成开采轨迹的标记,开采轨迹至少包括时间、深度、角度、开采量、坐标。

说明书

技术领域

本发明涉及一种高光谱技术应用领域,具体涉及一种煤岩界面识别方法。

背景技术

为了实现煤矿井下采煤工作面的机械化和智能化,首先要解决采煤机滚筒的自动调高系统,而采煤机能够实现自动调高就需要在采煤过程中时刻跟踪煤层和岩层的分界面。高可靠性的煤岩界面识别系统不仅能提高煤炭开采过程中的工作效率和经济效益,还能改善井下工作条件,为安全作业增加一份保障。因而,对煤岩界面识别系统的研究就显得极为重要。

发明内容

为解决上述问题,本发明提供了一种煤岩界面识别方法,具有较高的识别精度和可靠性。

基于无人机自动进行高光谱数据的采集,系统自带评估系统。

为实现上述目的,本发明采取的技术方案为:

一种煤岩界面识别方法,包括如下步骤:

S1、基于采煤机滚筒搭载的传感器组采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号以及各传感器姿态信息;

S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;

S3、将提取的特征信息作为BP神经网络模型的输入变量,输出识别结果。

进一步地,采用压电式加速度传感器拾取摇臂振动状态信号,采用霍尔电流传感器拾取截割电机的电流信号,采用应变式扭矩传感器拾取滚筒轴的扭矩信号,采用压阻式压力传感器拾取调高油缸压力信号、采用增量式光电编码器拾取滚筒轴的扭振信号,采用高光谱仪拾取高光谱信号。

进一步地,每一个特征信息均携带有其对应传感器的姿态信息。

进一步地,还包括将每一个传感器的姿态信息输入PCA-BP神经网络模型以实现传感器是否偏移情况的识别,并根据不同的偏移情况调用相应的校正模型进行校正。

进一步地,采用Daubechies小波函数对摇臂振动状态信号、滚筒轴的扭振信号进行三层小波包分解。

进一步地,波段范围为400-2000nm,光谱分辨率在λ/100范围内,光谱数据波长间隔为1nm,λ为波长。

进一步地,还包括在识别结果为煤岩界面时,启动坐标计算模块,进行当前煤岩界面所在坐标数据的输出,并在预制的矿井地图中完成标记。

进一步地,还包括基于开采的路线在预制的矿井地图中完成开采轨迹的标记,开采轨迹至少包括时间、深度、角度、开采量、坐标。

本发明具有以下有益效果:

本发明基于调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号进行煤岩界面的识别,大大提高了识别的精确度和可靠性;

每个信号均自带三维姿态信息,从而大大提高了数据源的准确性,避免由于传感器的偏移而带来的识别误差,进一步保证了识别结果的精确度和可靠性。

可以直观的展示开采全过程,为后期开采工作提供了参考依据。

具体实施方式

为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

以下实施例中,采用压电式加速度传感器拾取摇臂振动状态信号,采用霍尔电流传感器拾取截割电机的电流信号,采用应变式扭矩传感器拾取滚筒轴的扭矩信号,采用压阻式压力传感器拾取调高油缸压力信号、采用增量式光电编码器拾取滚筒轴的扭振信号,采用高光谱仪拾取高光谱信号。

实施例1

一种煤岩界面识别方法,包括如下步骤:

S1、基于采煤机滚筒搭载的传感器组采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号以及各传感器姿态信息;

S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;每一个特征信息均携带有其对应传感器的姿态信息;

S3、将每一个传感器的姿态信息输入PCA-BP神经网络模型以实现传感器是否偏移情况的识别,并根据不同的偏移情况调用相应的校正模型进行校正;

S4、将校正后的特征信息作为BP神经网络模型的输入变量,输出识别结果。

本实施例中,采用Daubechies小波函数对摇臂振动状态信号、滚筒轴的扭振信号进行三层小波包分解。波段范围为400-2000nm,光谱分辨率在λ/100范围内,光谱数据波长间隔为1nm,λ为波长。

实施例2

一种煤岩界面识别方法,包括如下步骤:

S1、基于采煤机滚筒搭载的传感器组采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号以及各传感器姿态信息;

S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;每一个特征信息均携带有其对应传感器的姿态信息;

S3、将每一个传感器的姿态信息输入PCA-BP神经网络模型以实现传感器是否偏移情况的识别,并根据不同的偏移情况调用相应的校正模型进行校正;

S4、将校正后的特征信息作为BP神经网络模型的输入变量,输出识别结果,在识别结果为煤岩界面时,启动坐标计算模块(以当前安装在采煤机滚筒内中心处的三维姿态传感器所采集到的三维姿态信息为基准,以采煤机滚筒的尺寸为参数进行计算),进行当前煤岩界面所在坐标数据的输出,并在预制的矿井地图中完成标记。

本实施例中,采用Daubechies小波函数对摇臂振动状态信号、滚筒轴的扭振信号进行三层小波包分解。波段范围为400-2000nm,光谱分辨率在λ/100范围内,光谱数据波长间隔为1nm,λ为波长。

实施例3

一种煤岩界面识别方法,包括如下步骤:

S1、基于开采的路线在预制的矿井地图中完成开采轨迹的标记,开采轨迹至少包括时间、深度、角度、开采量和坐标(以采集机最初所在位置为0点,采集机的运动轨迹为参数计算当前采煤点的x向、y向、z向坐标),在正规开采过程中基于采煤机滚筒搭载的传感器组采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号以及各传感器姿态信息;

S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;每一个特征信息均携带有其对应传感器的姿态信息;

S3、将每一个传感器的姿态信息输入PCA-BP神经网络模型以实现传感器是否偏移情况的识别,并根据不同的偏移情况调用相应的校正模型进行校正;

S4、将校正后的特征信息作为BP神经网络模型的输入变量,输出识别结果,在识别结果为煤岩界面时,启动坐标计算模块,进行当前煤岩界面所在坐标数据的输出,并在预制的矿井地图中完成标记。

本实施例中,采用Daubechies小波函数对摇臂振动状态信号、滚筒轴的扭振信号进行三层小波包分解。波段范围为400-2000nm,光谱分辨率在λ/100范围内,光谱数据波长间隔为1nm,λ为波长。

以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

一种煤岩界面识别方法专利购买费用说明

专利买卖交易资料

Q:办理专利转让的流程及所需资料

A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。

1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2:按规定缴纳著录项目变更手续费。

3:同时提交相关证明文件原件。

4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式

Q:专利转让变更,多久能出结果

A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。

动态评分

0.0

没有评分数据
没有评价数据