基于EMD与神经网络的煤岩界面识别方法

• 作者: 张万枝 王保平 王增才
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 经验模态分解 神经网络 煤岩界面识别 综放开采
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 论文
• 页码范围: 586-590
• 分类号: TP391.4|TH87
• 字数: 3612字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2012.04.012

摘要

针对放顶煤中煤岩界面难以识别的问题,采用检测液压支架尾梁振动信号的方式进行了研究,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和神经网络的识别方法.首先,对振动信号进行经验模态分解,得到多个固有模态分量(intrinsic mode functions,简称IMF)；然后,对各IMF进一步分析以提取特征参数；最后,选择若干个包含主要信息的参数组成特征向量作为神经网络的输入来识别落煤和落岩两种情况,实现煤岩界面的自动识别.实验结果表明,分别以各IMF的能量、峭度和波峰因子组成的特征向量均可用于识别煤岩界面,且当以能量组成特征向量时比其他两种方式具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王增才	山东大学机械工程学院	55	457	12.0	17.0
2	张万枝	山东大学机械工程学院	7	87	6.0	7.0
3	王保平	山东大学机械工程学院	5	88	3.0	5.0