[发明专利]基于硬度特性的煤岩界面多传感信息融合偏好识别方法

说明书

本发明公开了基于硬度特性的煤岩界面多传感信息融合偏好识别方法，包括以下步骤，基于煤岩的硬度进行分类，并将分类后的煤岩进行浇筑，获得待测煤岩；采集采煤机的传感器信号，并进行特征提取，构建信号特征数据库；通过对所述特征数据库进行数据拟合与权重分配，获得所述传感器信号的权重偏好值；基于CNN神经网络和D‑S证据理论对所述权重偏好值进行权重优化，获得目标权重系数，基于所述目标权重系数，对所述待测煤岩的煤岩界面进行识别。本发明通过研究不同硬度、不同截割比下的各信号的偏好特性，同时将获取的权重系数进行双重权重优化，显著提高了煤岩识别精度和截割效率。

技术领域

本发明属于煤岩界面轨迹识别领域，特别是涉及一种基于硬度特性的煤岩界面多传感信息融合偏好识别方法。

背景技术

煤岩界面轨迹识别是国内外公认的高技术、高难度课题，也是实现自动调高和综采工作面自动化的关键和前提。采煤过程中一旦截割的岩石混入煤层容易引起煤质下降，煤、岩硬度不同也会严重影响采煤机截齿的使用寿命，随着岩石在煤岩界面硬度占比的提高，采煤机滚筒受力、机械负载损耗以及截割电机功率均会受到很大程度的影响，继而降低采煤质量和采煤效率，不能保证高质、高量采煤，故煤岩界面轨迹的精准识别是实现煤矿综采工作面自动化、智能化的瓶颈问题。

目前针对煤岩界面识别的方法有单一传感器识别方法和多传感信息融合识别方法，单一传感器识别方法主要是通过采集截割时的单一振动信号或声发射信号，或基于物理特性利用采集到的能量谱进行时域或频域的分析，但识别精度低下，且受环境干扰波动性大；而多传感信息融合方法虽能提高识别精度，融合多种不同源的数据样本，但融合过程中多传感器采集的信息之间经常存在数据冲突，且不同煤岩硬度条件下的煤岩识别对不同类型传感器数据的依赖程度及信度值差异很大，煤岩识别结果往往不够精准。

发明内容

为实现上述目的，本发明提供了如下方案：基于硬度特性的煤岩界面多传感信息融合偏好识别方法，包括以下步骤：

基于煤岩的硬度进行分类，并将分类后的所述煤岩进行浇筑，获得待测煤岩；采集采煤机的传感器信号，并进行特征提取，构建信号特征数据库；通过对所述信号特征数据库进行数据拟合与权重分配，获得所述传感器信号的权重偏好值；基于CNN神经网络和D-S证据理论对所述权重偏好值进行权重优化，获得目标权重系数，基于所述目标权重系数，对所述待测煤岩的煤岩界面进行识别。

优选地，基于所述煤岩的硬度进行分类，具体通过煤岩的极限抗压强度、抗拉强度、弹性模量获得煤岩的硬度系数f，根据所述硬度系数f进行分类。

优选地，根据所述硬度系数f，将煤的软硬程度分为第一区间、第二区间、第三区间；

所述第一区间f1.5时为软煤，所述第二区间1.5f3时为中硬煤，f3时为硬煤；

根据所述硬度系数f，将岩的软硬程度分为第四区间、第五区间、第六区间；

所述第四区间f3时为软岩，所述第五区间3f8时为中硬岩，所述第六区间f8时为硬岩。

优选地，根据煤、岩的分类区间获得煤岩硬度的分类结果；

所述分类结果包括软煤软岩、软煤中硬岩、软煤硬岩、中硬煤软岩、中硬煤中硬岩、中硬煤硬岩、硬煤软岩、硬煤中硬岩、硬煤硬岩。

优选地，所述采煤机的传感器信号包括振动信号、电流信号、声发射信号、温度信号。

优选地，基于小波包的分解与重构对所述传感器信号进行特征提取。

优选地，所述数据拟合与权重分配为分析所述传感器信号的线性、非线性关系，获得所述传感器信号的变化斜率，根据所述变化斜率获得所述传感器信号的权重偏好值。

优选地，所述信号特征数据库中的非线性数据通过Origin软件进行分析，线性数据通过matlab中的nlinfit函数进行分析。