煤矸识别方法及煤矿运送系统技术方案

本发明专利技术提供了煤矸识别方法及煤矿运送系统，所述煤矸识别方法：通过安装于后运输机机体上的振动加速度传感器采集下落至所述后运输机上的煤产生的冲击信号；根据所述冲击信号进行频谱分析获得特征频率，根据所述特征频率通过数字信号处理构建特征阈值，和/或通过深度学习方法训练识别模型；通过所述特征阈值和/或所述识别模型对待测冲击信号进行分析，根据分析结果识别确定所述后运输机机体上煤或矸石。由此，在此基础上，为满足不同综放工作面的需求，本发明专利技术均能实时判定落于后运输机上的是煤还是矸，最终能根据模型的输出结果控制放煤动作，提高煤矿的生产效率。提高煤矿的生产效率。提高煤矿的生产效率。

【技术实现步骤摘要】
煤矸识别方法及煤矿运送系统


[0001]本专利技术涉及矿产开采领域，尤指一种煤矸识别方法及煤矿运送系统。

技术介绍

[0002]随着现代自动化控制技术的快速发展，综采放顶煤工作面自动化技术逐步向无人开采时代迈进。目前，工作面前部的综采自动化已经初步实现。但是由于技术水平和理论研究的掣肘，当前放顶煤工作面智能化放煤尚处于起步阶段，主要通过操作人员耳听和目测来判定放出煤和矸石的程度，并采取“见矸关窗”的原则停止放煤。但是通过人工操作，必然会出现顶煤过放和欠放的情况，还有可能造成操作人员的人身伤害。为了提高煤炭开采效率，保障人员人身安全，实现放顶煤工作面自动化放煤意义重大。作为放顶煤工作面自动化放煤的关键技术，煤矸识别方法主要分为伽马射线法、雷达探测法、截割力响应分析法、图像识别法等，但是由于井下工作面环境恶劣，能见度低，导致上述煤矸识别方法识别率较低，且部署性不高。因此，设计一种可靠的煤矸自动识别方法已经成为放顶煤工作面自动化放煤技术中的关键问题。
[0003]为了解决工作面多粉尘、潮湿、昏暗等恶劣环境导致的煤矸人工识别精度不高的问题，该技术提出了一种基于多传感信息融合的放顶煤过程中煤矸识别方法。首先分别收集放顶煤液压支架尾梁上采集到的音频信号和振动信号，然后使用经验模态分解(EMD)进行特征提取，并训练支持向量机和BP神经网络对音频信号和振动信号进行煤矸识别，最后根据D
‑
S证据理论将识别结果进行决策及融合，极大地提高了煤矸识别的准确性和可信度。但是，该技术选择将振动传感器安装在放顶煤液压支架尾梁上来收集煤与矸石落于尾梁上产生的振动信号。但是在放顶煤实际工况中，尾梁的上部一直堆放着煤，煤与矸石在下落过程中，是无法直接落于尾梁上的，因此安装在液压支架尾梁上的振动传感器很难收集到有效的煤矸信号。其次，该技术在使用支持向量机和BP神经网络模型进行煤矸识别时，都需要额外提取音频信号和振动信号的有效特征，判别能力不强的特征可能使得煤矸识别率过低。最后，该技术使用的支持向量机和BP神经网络模型属于典型的监督学习模型，在进行模型训练时，需要耗费大量的人力对煤矸信号进行标注，训练代价较大。
[0004]为了解决目前煤矿开采工艺中放煤率低，且散体煤矸放出时产生的大量粉尘对人体造成了伤害等问题，该技术设计了一种煤矸识别与自动化放煤控制系统。首先在放煤设备的放煤口处安装声纹传感器以及图像传感器并收集音频信号和视频信号，然后使用DSP快速处理器将音频信号与预设的声音频谱进行匹配并对视频信号进行数字化图像分析，最后根据处理后的结果发出控制指令，使得电液控制设备实现放顶煤的控制。但是，由于工作面现场的背景噪声极其复杂，使得采集高质量的煤矸声信号的过程比较困难，信号分析不容易实现。在放煤口处，煤与矸石在下落过程中会产生大量粉尘，再加上部分煤与矸石之间的相似度较大，导致视频信号的分辨率不高。

技术实现思路

[0005]本专利技术目的在于提供一种煤矸识别方法和煤矿运送系统，以煤与矸石落于后运输机上产生的振动信号为研究对象，围绕煤矸识别技术的特点和需求，以提高煤矸识别精确度为核心目标。
[0006]为达上述目的，本专利技术所提供的煤矸识别方法，所述煤矸识别方法：通过安装于后运输机机体上的振动加速度传感器采集下落至所述后运输机上的煤产生的冲击信号；根据所述冲击信号进行频谱分析获得特征频率，根据所述特征频率通过数字信号处理构建特征阈值，和/或通过深度学习方法训练识别模型；通过所述特征阈值和/或所述识别模型对待测冲击信号进行分析，根据分析结果识别确定所述后运输机机体上煤或矸石。
[0007]在上述煤矸识别方法中，优选的，根据所述冲击信号进行频谱分析获得特征频率还包含：对煤产生的冲击信号进行频谱分析获得第一冲击频率；对矸在后运输机上产生的冲击信号进行频谱分析获得第二冲击频率；根据所述第一冲击频率和第二冲击频率之间的比较结果获得所述特征频率。
[0008]在上述煤矸识别方法中，优选的，根据所述特征频率通过数字信号处理构建特征阈值包含：对所述特征频率进行带通滤波获得特征频谱，对所述特征频谱进行频谱分析逆变换，并计算逆变换后所述特征频谱的有效值；根据所述有效值构建特征阈值。
[0009]在上述煤矸识别方法中，优选的，通过深度学习方法训练识别模型包含：所述识别模型为深度支持向量数据描述的超球模型；其中，所述超球模型包含：将所述冲击信号标记为样本数据；通过所述样本数据利用深度学习方法训练深度支持向量数据描述的超球模型，获得超球模型的距离阈值；根据所述距离阈值识别所述后运输机机体上煤或矸石。
[0010]在上述煤矸识别方法中，优选的，所述超球模型在训练时的损失函数包含：
[0011][0012]在上式中，x
i
为训练数据，n为训练样本个数，c为超球球心，λ为惩罚参数，φ(
·
；w)为Deep SVDD特征提取器的映射函数，w＝{W1,
…
W
L
}为特征提取器的网络参数。
[0013]在上述煤矸识别方法中，优选的，根据所述特征频率通过数字信号处理构建特征阈值和通过深度学习方法训练识别模型包含：对煤产生的冲击信号进行频谱分析获得特征频谱；根据煤信号的信号特点对所述特征频谱进行带通滤波后予以训练深度自编码模型获得识别模型。
[0014]在上述煤矸识别方法中，优选的，所述识别模型在训练时的损失函数包含：
[0015][0016]在上式中，m为训练样本个数，W,b分别为DAE模型的权重与偏置，H(ω)
(r)
为输入数据，为重构结果。
[0017]在上述煤矸识别方法中，优选的，根据分析结果识别确定所述后运输机机体上煤或矸石还包含：当识别结果为矸石时生成控制信号；根据所述控制信号停止将煤矸矿石传输至所述后运输机机体。
[0018]本专利技术还提供一种适用于所述煤矸识别方法的煤矿运送系统，所述系统包含崩落区、放煤口、输出控制器、后运输机机体、振动加速度传感器和处理模块；所述崩落区为煤矸矿石待放落区域；所述输出控制器用于根据接收到的控制指令开启或关闭所述放煤口；所
述放煤口用于将所述崩落区内积累的煤矸矿石滑落至所述后运输机机体；所述振动加速度传感器安设于所述后运输机机体上，用于采集下落至所述后运输机上的煤矸矿石产生的冲击信号；所述处理模块用于根据所述冲击信息识别所述后运输机机体上矿石为煤矸矿石，当所述后运输机机体上为矸矿石时，生成控制指令控制所述输出控制器关闭所述放煤口。
[0019]在上述煤矿运送系统中，优选的，所述振动加速度传感器为单轴压电式加速度传感器，所述单轴压电式加速度传感器通过强磁吸座的方式安装在后运输机机体上。
[0020]在上述煤矿运送系统中，优选的，所述振动加速度传感器还包含功耗单元，所述功耗单元用于当所述输出控制器开启或关闭所述放煤口时控制所述振动加速度传感器对应开启或关闭冲击信号采集。
[0021]本专利技术还提供一种计算机设备，包括存储器、处理器及存储在存储器上并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种煤矸识别方法，其特征在于，所述煤矸识别方法：通过安装于后运输机机体上的振动加速度传感器采集下落至所述后运输机上的煤产生的冲击信号；根据所述冲击信号进行频谱分析获得特征频率，根据所述特征频率通过数字信号处理构建特征阈值，和/或通过深度学习方法训练识别模型；通过所述特征阈值和/或所述识别模型对待测冲击信号进行分析，根据分析结果识别确定所述后运输机机体上煤或矸石。2.根据权利要求1所述的煤矸识别方法，其特征在于，根据所述冲击信号进行频谱分析获得特征频率还包含：对煤产生的冲击信号进行频谱分析获得第一冲击频率；对矸在后运输机上产生的冲击信号进行频谱分析获得第二冲击频率；根据所述第一冲击频率和第二冲击频率之间的比较结果获得所述特征频率。3.根据权利要求2所述的煤矸识别方法，其特征在于，根据所述特征频率通过数字信号处理构建特征阈值包含：对所述特征频率进行带通滤波获得特征频谱，对所述特征频谱进行频谱分析逆变换，并计算逆变换后所述特征频谱的有效值；根据所述有效值构建特征阈值。4.根据权利要求1所述的煤矸识别方法，其特征在于，通过深度学习方法训练识别模型包含：所述识别模型为深度支持向量数据描述的超球模型；其中，所述超球模型包含：将所述冲击信号标记为样本数据；通过所述样本数据利用深度学习方法训练深度支持向量数据描述的超球模型，获得超球模型的距离阈值；根据所述距离阈值识别所述后运输机机体上煤或矸石。5.根据权利要求4所述的煤矸识别方法，其特征在于，所述超球模型在训练时的损失函数包含：在上式中，x
i
为训练数据，n为训练样本个数，c为超球球心，λ为惩罚参数，φ(
·
；w)为Deep SVDD特征提取器的映射函数，w＝{W1，...W
L
}为特征提取器的网络参数。6.根据权利要求1所述的煤矸识别方法，其特征在于，根据所述特征频率通过数字信号处理构建特征阈值和通过深度学习方法训练识别模型包含：对煤产生的冲击信号进行频谱分析获得特征频谱；根据...

【专利技术属性】
技术研发人员：朱超，丁玲，
申请(专利权)人：西安华创马科智能控制系统有限公司，
类型：发明
国别省市：