本发明专利技术公开了一种基于采煤机截割声音的刮板输送机的智能控制装置及其方法，其装置安装在采煤机的摇臂上，包括壳体、核心处理器、数据存储器、音频信号接收模块、信号传输模块、人机交互界面以及可充电电池。壳体外安装有麦克风，麦克风用来收集包括采煤机截割的声音信号，其声音信号经音频信号接收模块输送至核心处理器，核心处理器与数据存储器相连，核心处理器将声音信号分析处理后，通过信号传输模块控制变频器，变频器与刮板输送机的电动机相连，变频器从而根据核心处理器的控制信号，做出相应的控制指令，对刮板输送机的电动机进行调速，实现对刮板输送机的智能控制。实现对刮板输送机的智能控制。实现对刮板输送机的智能控制。
【技术实现步骤摘要】
一种基于采煤机截割声音的刮板输送机智能控制装置及其方法
[0001]本专利技术属于综合化机械采煤
，涉及一种基于采煤机截割声音的刮板输送机智能控制装置及其方法。
技术介绍
[0002]刮板输送机是综合化机械采煤工作面的三大主要设备之一，其主要工作环境是在矿井下，工作环境恶劣、能源消耗较大。目前，刮板输送机往往不能根据落煤量的大小实现智能控制，容易对刮板输送机的使用寿命造成影响，一定程度上也浪费了能源。
[0003]中国专利(CN201410519505.9)公开了一种煤矿井下工作面刮板输送机智能调速的方法。该方法可以获取刮板转载机煤量的大小，并将信号反馈给刮板输送机的控制箱，进而控制刮板输送机的链速，实现分级调速，使节能效果和设备寿命大幅提升。然而，在综合机械化采煤工作面中，往往是煤块落下经刮板输送机运到刮板转载机上，因此通过刮板转载机上的采煤量来推测刮板输送机上的落煤量往往具有一定的滞后性，会不可避免的产生很大的误差。
[0004]中国专利(CN201420619857.7)公开了一种采煤工作面刮板输送机智能控制装置，可以实现刮板输送机与转载机的智能控制以及远程控制。该装置以控制箱作为主控制台与运输设备电控装置相连接，通过按键和显示屏提供良好的人机交互界面，实现对运输设备的智能控制，也可通过手持对讲机与话筒实现无线预警、急停等远程控制及语言对讲、打点等功能。该设备主要以人工控制为主，不能使设备通过采煤机截割过程中的一些特征如声音、震动等信号和落煤量实现刮板输送机自主的、智能的控制。
专利
技术实现思路
[0005]本专利技术的目的在于克服现有技术的缺陷，提供一种基于采煤机截割声音的刮板输送机智能控制装置及其方法，能够根据采煤机截割声音的变化来控制刮板输送机的速度，从而实现分级调速、节能降耗和提高设备的使用寿命。
[0006]为了实现上述目的，本专利技术采用以下技术方案。
[0007]一种基于采煤机截割声音的刮板输送机的智能控制装置，安装在采煤机的摇臂上，包括：壳体、设置在壳体内的核心处理器、数据存储器、音频信号接收模块、信号传输模块、人机交互界面和可充电电池；壳体外设置有麦克风，用于采集采煤机声音信号，声音信号经音频信号接收模块输送至核心处理器；核心处理器与数据存储器相连，核心处理器将声音信号分析处理后，通过信号传输模块实现核心处理器对变频器的控制；变频器与刮板输送机的电动机相连，核心处理器对声音信号处理的相关设置和数据参数通过人机交互界面显示和控制；变频器根据核心处理器的控制信号，做出相应的控制指令，对刮板输送机的电动机进行调速，最终实现对刮板输送机的智能控制。
[0008]所述的麦克风作为声音信号采集装置，可对声音信号进行采样和预处理，将声音
信号转化成标准电信号。
[0009]所述的核心处理器是基于Soc平台或Atom平台的超微计算机。
[0010]一种基于采煤机截割声音的刮板输送机的智能控制方法，采用上述基于采煤机截割声音的刮板输送机的智能控制装置，具有快、中、慢三个挡位；其智能控制方法包括以下步骤:
[0011]步骤1.启动采煤机、刮板输送机和刮板输送机智能控制装置，在对刮板输送机进行智能控制之前，先收集采煤机截割声音信号；
[0012]步骤2.麦克风将采集到的采煤机截割声音信号输送至核心处理器，核心处理器将截割声音与背景声音分离，包括对信号的小波分解、小波分解高频系数的阈值量化、信号的小波重构；
[0013]步骤3.核心处理器采用BP神经网络针对不同的声音信号，分类存储在数据存储器中作为初始训练数据；
[0014]步骤4.刮板输送机智能控制装置开始工作后，按照步骤3继续采集实时声音信号，并将声音信号输入具有认知能力的BP神经网络中，根据BP神经网络的输出结果获取当前采煤机的落煤量，通过核心处理器的相关计算即可获得刮板输送机所需的运行速度；
[0015]步骤5.BP神经网络的输出结果作为控制指令输送至控制刮板送机的变频器；当神经网络输出结果表示当前速度需要调低时，变频器可以将刮板输送机的电动机调节到“低”速档；当神经网络输出结果表示当前速度需要调快时，变频器可以将古板输送机的电动机调到“快”速档。
[0016]进一步地，在步骤2中所述的对信号的小波分解、小波分解高频系数的阈值量化、信号的小波重构，分别为：
[0017]步骤2.1.信号的小波分解：将任意平方的可积空间的声音信号序列s(t)在小波基下展开获得的小波系数：
[0018][0019]式中，d
a,τ
表示在平移系数τ和尺度系数a下的小波系数，表示小波基函数；
[0020]对小波函数进行离散化处理：
[0021][0022]式中，i,j∈z,分别称为平移因子和尺度因子；
[0023]步骤2.2.小波分解高频系数的阈值量化：选取适当的小波阈值函数是提取声音信号，其阈值函数可以表示为：
[0024][0025]式中：为去噪之后的小波系数；
[0026]步骤2.3.信号的小波重构：将经过阈值化处理后的每一层高频细节系数和小波分解得到的最高层的低频系数，根据小波重构算法，得到降噪后真实信号的最优估计。
[0027]进一步地，在步骤3中，所述核心处理器的BP神经网络是一种三层网络结构前向网
络，包括输入层、隐藏层和输出层；输入层的节点数根据约束条件确定，输出层的节点数为1；
[0028]输入向量为x＝(x1,x2,
…
x
N
)
T
，隐含层包含L个神经元节点，输出向量为y＝(y1,y2,y3,
…
,y
M
)
T
；ω表示输入层神经元到隐含层神经元之间的连接权重，ν表示隐含层神经元到输出层经元之间的连接权重，θ表示神经元阈值；
[0029]BP神经网络通过正向传播运算和误差信号通过反向传播调节网络，第k个输出层神经元节点输出y
k
为：
[0030][0031]其中，o
j
表示隐含层第j个神经元节点的输出信号；
[0032]输入层的节点数根据用于提取截割声音型号的约束条件确定，可以取输入层的节点数为7；输出层的节点数为1，输出的不同值分别代表落煤量的大、中、小；
[0033]BP神经网络的隐藏层节点数其中，输入层节点数为M个，输出层节点数为N个，a一般为1～9的整数。
[0034]与现有技术相比，本专利技术具有以下优点和有益效果：
[0035]1.本专利技术通过对采煤机的截割声音进行分析，可以获得落煤量的数据，从而达到智能地调节刮板输送机的速度的效果，达到调高设备使用寿命和在保证产量的前提下节能降耗的效果。
[0036]2.本专利技术在提取声音信号时采用了小波分析，该方法不仅可以去除噪声，还能够最大程度的保护有用数据或信息不丢失。
[0037]3.本专利技术设置有一个人机交互界面，通过该界面可以更好地本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于采煤机截割声音的刮板输送机的智能控制装置，其特征在于，该装置安装在采煤机的摇臂上，包括：壳体、设置在壳体内的核心处理器、数据存储器、音频信号接收模块、信号传输模块、人机交互界面和可充电电池；壳体外设置有麦克风，用于采集采煤机声音信号，声音信号经音频信号接收模块输送至核心处理器；核心处理器与数据存储器相连，核心处理器将声音信号分析处理后，通过信号传输模块实现核心处理器对变频器的控制；变频器与刮板输送机的电动机相连，核心处理器对声音信号处理的相关设置和数据参数通过人机交互界面显示和控制；变频器根据核心处理器的控制信号，做出相应的控制指令，对刮板输送机的电动机进行调速，最终实现对刮板输送机的智能控制。2.根据权利要求1所述的一种基于采煤机截割声音的刮板输送机的智能控制装置，其特征在于，所述的麦克风作为声音信号采集装置，可对声音信号进行采样和预处理，将声音信号转化成标准电信号。3.根据权利要求1所述的一种基于采煤机截割声音的刮板输送机的智能控制装置，其特征在于，所述的核心处理器是基于Soc平台或Atom平台的超微计算机。4.一种基于采煤机截割声音的刮板输送机的智能控制方法，其特征在于：采用一种基于采煤机截割声音的刮板输送机的智能控制装置，具有快、中、慢三个挡位；该装置安装在采煤机的摇臂上，包括：壳体、设置在壳体内的核心处理器、数据存储器、音频信号接收模块、信号传输模块、人机交互界面和可充电电池；壳体外设置有麦克风，用于采集采煤机截割声音信号，声音信号经音频信号接收模块输送至核心处理器；核心处理器与数据存储器相连，核心处理器将声音信号分析处理后，通过信号传输模块实现核心处理器对变频器的控制；变频器与刮板输送机的电动机相连，核心处理器对声音信号处理的相关设置和数据参数通过人机交互界面显示和控制；变频器根据核心处理器的控制信号，做出相应的控制指令，对刮板输送机的电动机进行调速，最终实现对刮板输送机的智能控制；其智能控制方法包括以下步骤:步骤1.启动采煤机、刮板输送机和刮板输送机智能控制装置，在对刮板输送机进行智能控制之前，先收集采煤机截割声音信号；步骤2.麦克风将采集到的采煤机截割声音信号输送至核心处理器，核心处理器将截割声音与背景声音分离，包括对信号的小波分解、小波分解高频系数的阈值量化、信号的小波重构；步骤3.核心处理器采用BP神经网络针对不同的声音信号，分类存储在数据存储器中作为初始训练数据；步骤4.刮板输送机智能控制装置开始工作后，按照步骤3继续采集实时声音信号，并将声音信号输入具有认知能力的BP神经网络中，根据B...
【专利技术属性】
技术研发人员：段铭钰，许静，黄其柏，孙宁，刘焱鑫，
申请(专利权)人：河南大有能源股份有限公司江苏科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。