基于小波分析的支架载荷跳跃数据处理方法和装置制造方法及图纸

本申请提出了一种基于小波分析的支架载荷跳跃数据处理方法，涉及煤矿智能开发技术领域，其中，该方法包括：获取支架载荷监测数据，其中，支架载荷监测数据为时间序列数据；对支架载荷数据进行数据选取，并对选取的数据进行排序处理，获得处理后的数据；采用小波分析降噪方法对处理后的数据进行滤波降噪，得到目标数据。采用上述方案的本发明专利技术实现了支架载荷数据冗余数据剔除和有效数据保留，缩减了数据容量，对后续支架载荷数据挖掘、工作面顶板周期来压分析具有很高的价值。来压分析具有很高的价值。来压分析具有很高的价值。

【技术实现步骤摘要】
基于小波分析的支架载荷跳跃数据处理方法和装置


[0001]本申请涉及煤矿智能开发
，尤其涉及基于小波分析的支架载荷跳跃数据处理方法和装置。

技术介绍

[0002]在煤矿生产中，工作面顶板矿压规律研究对煤矿安全生产和领导决策实施具有很重要的意义。工作面回采主要通过液压支架对顶板支护来确保工作面安全生产，工作面顶板监测主要通过液压支架立柱载荷受力监测间接反映顶板压力情况，通过长时间连续监测，可以揭示工作面顶板覆岩运移规律，对工作面生产起到指导的作用。但是由于回采工作面干工作条件复杂，支架载荷监测数据会受到其他高压动力电信号源等干扰，或者由于传感器质量问题，导致监测数据出现大量小幅波动的跳跃数据，影响矿压分析的准确性。

技术实现思路

[0003]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004]为此，本申请的第一个目的在于提出一种基于小波分析的支架载荷跳跃数据处理方法，解决了现有的滑动平均法、插值法等方法处理效果不佳的问题，实现了支架载荷数据冗余数据剔除和有效数据保留，大大缩减了数据容量，对后续支架载荷数据挖掘、工作面顶板周期来压分析具有很高的价值。
[0005]本申请的第二个目的在于提出一种基于小波分析的支架载荷跳跃数据处理装置。
[0006]为达上述目的，本申请第一方面实施例提出了一种基于小波分析的支架载荷跳跃数据处理方法，包括：获取支架载荷监测数据，其中，支架载荷监测数据为时间序列数据；对支架载荷数据进行数据选取，并对选取的数据进行排序处理，获得处理后的数据；采用小波分析降噪方法对处理后的数据进行滤波降噪，得到目标数据。
[0007]本申请实施例的基于小波分析的支架载荷跳跃数据处理方法，通过对支架载荷监测时序数据进行小波消噪分析方法进行处理，通过小波分解、阈值处理、小波重构的过程，达到消除噪声信号，保留有用信号信息，达到滤波降噪的目的，对支架载荷跳跃数据处理效果良好。
[0008]可选地，在本申请的一个实施例中，对支架载荷数据进行数据选取，包括：选取支架载荷监测数据分析的起始时间及结束时间，筛选支架载荷监测数据中满足起始时间及结束时间的数据作为分析数据；
[0009]对选取的数据进行排序处理包括：对分析数据从小到大排序，获得排序后的数据。
[0010]可选地，在本申请的一个实施例中，采用小波分析降噪方法对处理后的数据进行滤波降噪，包括：
[0011]采用Symlets N小波基函数对排序后的数据进行N层分解变换，获得分解后的数据；
[0012]根据小波系数设置阈值对分解后的数据进行筛选，获得筛选后的数据；
[0013]对筛选后的数据进行对比分析，得到目标数据。
[0014]可选地，在本申请的一个实施例中，分解后的数据包括时间序列在各个变换域中的小波分解序列和最后的尺度分析序列，分解后的数据表示为：
[0015]X＝D1+D2+...+D
N
+A
N
[0016]其中，X表示源信号，D
N
为第N层分解得到的高频信号，A
N
为第N层分解得到的低频信号。
[0017]为达上述目的，本专利技术第二方面实施例提出了一种基于小波分析的支架载荷跳跃数据处理装置，包括数据获取模块、数据处理模块、滤波降噪模块，其中，
[0018]数据获取模块，用于获取支架载荷监测数据，其中，支架载荷监测数据为时间序列数据；
[0019]数据处理模块，用于对支架载荷数据进行数据选取，并对选取的数据进行排序处理，获得处理后的数据；
[0020]滤波降噪模块，用于采用小波分析降噪方法对处理后的数据进行滤波降噪，得到目标数据。
[0021]可选地，在本申请的一个实施例中，对支架载荷数据进行数据选取，包括：选取支架载荷监测数据分析的起始时间及结束时间，筛选支架载荷监测数据中满足起始时间及结束时间的数据作为分析数据；
[0022]对选取的数据进行排序处理包括：对分析数据从小到大排序，获得排序后的数据。
[0023]可选地，在本申请的一个实施例中，滤波降噪模块，具体用于：
[0024]采用Symlets N小波基函数对排序后的数据进行N层分解变换，获得分解后的数据；
[0025]根据小波系数设置阈值对分解后的数据进行筛选，获得筛选后的数据；
[0026]对筛选后的数据进行对比分析，得到目标数据。
[0027]可选地，在本申请的一个实施例中，分解后的数据包括时间序列在各个变换域中的小波分解序列和最后的尺度分析序列，分解后的数据表示为：
[0028]X＝D1+D2+...+D
N
+A
N
[0029]其中，X表示源信号，D
N
为第N层分解得到的高频信号，A
N
为第N层分解得到的低频信号。
[0030]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0031]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0032]图1为本申请实施例一所提供的一种基于小波分析的支架载荷跳跃数据处理方法的流程示意图；
[0033]图2为本申请实施例的小波降噪分析的流程示意图；
[0034]图3为本申请实施例的分解数据示例图。
[0035]图4为本申请实施例的处理前的数据示意图。
[0036]图5为本申请实施例的处理后的数据示意图。
[0037]图6为本申请实施例提供的一种基于小波分析的支架载荷跳跃数据处理装置的结构示意图。
具体实施方式
[0038]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0039]下面参考附图描述本申请实施例的基于小波分析的支架载荷跳跃数据处理方法和装置。
[0040]图1为本申请实施例一所提供的一种基于小波分析的支架载荷跳跃数据处理方法的流程示意图。
[0041]如图1所示，该基于小波分析的支架载荷跳跃数据处理方法包括以下步骤：
[0042]步骤101，获取支架载荷监测数据，其中，支架载荷监测数据为时间序列数据；
[0043]步骤102，对支架载荷数据进行数据选取，并对选取的数据进行排序处理，获得处理后的数据；
[0044]步骤103，采用小波分析降噪方法对处理后的数据进行滤波降噪，得到目标数据。
[0045]可选地，在本申请的一个实施例中，对支架载荷数据进行数据选取，包括：选取支架载荷监测数据分析的起始时间及结束时间，筛选支架载荷监测数据中满足起始时间及结束时间的数据作为分析数据；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小波分析的支架载荷跳跃数据处理方法，其特征在于，包括以下步骤：获取支架载荷监测数据，其中，所述支架载荷监测数据为时间序列数据；对所述支架载荷数据进行数据选取，并对选取的数据进行排序处理，获得处理后的数据；采用小波分析降噪方法对所述处理后的数据进行滤波降噪，得到目标数据。2.如权利要求1所述的方法，其特征在于，所述对所述支架载荷数据进行数据选取，包括：选取支架载荷监测数据分析的起始时间及结束时间，筛选所述支架载荷监测数据中满足所述起始时间及结束时间的数据作为分析数据；所述对选取的数据进行排序处理包括：对所述分析数据从小到大排序，获得排序后的数据。3.如权利要求2所述的方法，其特征在于，所述采用小波分析降噪方法对所述处理后的数据进行滤波降噪，包括：采用Symlets N小波基函数对所述排序后的数据进行N层分解变换，获得分解后的数据；根据小波系数设置阈值对所述分解后的数据进行筛选，获得筛选后的数据；对所述筛选后的数据进行对比分析，得到所述目标数据。4.如权利要求3所述的方法，其特征在于，所述分解后的数据包括时间序列在各个变换域中的小波分解序列和最后的尺度分析序列，所述分解后的数据表示为：X＝D1+D2+...+D
N
+A
N
其中，X表示源信号，D
N
为第N层分解得到的高频信号，A
N
为第N层分解得到的低频信号。5.一种基于小波分析的支架载荷跳跃数据处理装置，...

【专利技术属性】
技术研发人员：卢振龙，孙艳秋，徐刚，刘前进，范志忠，张震，
申请(专利权)人：中煤科工开采研究院有限公司，
类型：发明
国别省市：