【技术实现步骤摘要】
本专利技术涉及煤炭开采领域，尤其涉及基于神经网络和多源倾角传感器的支架动作姿态检测方法。
技术介绍
1、在石油、天然气等能源资源相对匮乏，且进口安全风险日益凸显的当下，煤炭作为能源结构中的重要组成部分，其地位和作用愈发突出。然而，在煤炭开采过程中，井下环境复杂多变，存在着诸多安全隐患，对工作人员的安全构成了严重威胁。因此，对采煤过程中各种设备状态的精确检测显得尤为重要。
2、目前，针对支架动作检测的技术手段主要有两种。其一，是通过实时采集支架倾角传感器的数据，并设定相应的阈值，以此大致判断支架的姿态。然而，这种方法仅能提供支架的静态信息，无法实时捕捉支架的动态动作过程。其二，是利用摄像头捕捉支架的实时视频数据，结合图像处理和识别技术来判断支架动作。尽管这种方法能够提供直观的视觉信息，但井下粉尘的干扰严重，且视频拍摄范围有限，主要适用于检测收伸护帮等特定动作。
3、因此，有必要研究一种基于神经网络和多源倾角传感器的支架动作姿态检测方法来克服现有技术的局限性，提高支架动作检测的准确性和实时性。
...
【技术保护点】
1.基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：包括以下步骤：
2.如权利要求1中所述的基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：所述步骤S1中，在支架的顶梁、连杆、底座、尾梁、一级护帮、二级护帮上均安装倾角传感器。
3.如权利要求1中所述的基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：所述步骤S2中，角度监测数据包含倾角传感器的横滚角数据、俯仰角数据、偏航角数据；监测时间包括多个连续时间点，多个连续时间点之间的间隔为10ms；通过多个时间点的角度监测数据组合以及该状态下支架的动作姿态...
【技术特征摘要】
1.基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：包括以下步骤：
2.如权利要求1中所述的基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：所述步骤s1中，在支架的顶梁、连杆、底座、尾梁、一级护帮、二级护帮上均安装倾角传感器。
3.如权利要求1中所述的基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：所述步骤s2中，角度监测数据包含倾角传感器的横滚角数据、俯仰角数据、偏航角数据；监测时间包括多个连续时间点，多个连续时间点之间的间隔为10ms；通过多个时间点的角度监测数据组合以及该状态下支架的动作姿态数据构建形成一个数据样本。
4.如权利要求1中所述的基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：所述步骤s2中，将若干个数据样本均分为五个互斥的子集，使用四个子集作为训练集，另一个作为测试集。
5.如权利要求1中所述的基于神经网络和多源倾角传感器的支架动作姿态检测方法，其特征在于：所述步骤s3中，所述神经网络模型包括输入层、卷积层、归一化层、激活层、输出层；所述输入层的数据shape为3x×n×1；其中，x为某一时间点时单个支架上所有倾角传感器的数量，n为时间点数量；所述卷积层中设置有过滤器v，过滤器v＝[vi,v2,...,vc']；卷...
【专利技术属性】
技术研发人员：张幸福，李红卫，曹益鸣，徐建，潘坤，王军峰，苏思贤，
申请(专利权)人：郑州恒达智控科技股份有限公司，
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。