基于信息融合和神经网络的煤岩识别方法

• 作者: 余斌 雷静
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤炭开采 煤岩识别 采煤机 多传感器系统 信息融合 神经网络
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 经验交流
• 页码范围: 102-105
• 页数: 4页
• 分类号: TD67
• 字数: 2764字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017.09.018

摘要

针对煤岩识别系统多采用单一传感器进行监测,存在识别精度、可靠度与稳定性均非常低的问题,提出一种基于信息融合和神经网络的煤岩识别方法.在现有采煤机上增加多种必要的传感器,采集采煤机不同工况下的电流、压力、振动频率、加速度等信号,采用小波包对采集的信号进行特征提取,并通过BP神经网络进行数据融合,从而实现对煤层和岩层的识别.真机实测结果表明,所提方法的识别误差在±0.5范围内,验证了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷静		34	72	4.0	7.0
2	余斌	中国矿业大学机电工程学院	23	20	2.0	3.0