基于分形盒维数和小波包能量矩的垮落煤岩性状识别

• 作者: 吴淼 李一鸣 焦亚博 符世琛
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 综放开采 煤岩性状识别 分形盒维数 小波包能量矩 BP神经网络
• 年，卷（期）: 2017,（3）
• 页码范围: 803-808
• 页数: 6页
• 分类号: TD823.49|TP183
• 语种: 中文
• DOI: 10.13225/j.cnki.jccs.2016.0729

摘要

针对综放工作面垮落煤岩性状识别的技术问题,采集了综放开采现场垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于分形盒维数和小波包能量矩的识别方法.该方法结合分形盒维数对非线性信号整体定量描述的特点和小波包能量矩对非线性信号在各频带精细描述的特点,先对振动信号进行分形特征分析,求出其盒维数,然后对振动信号进行小波包变换,并计算各频带的能量矩.以分形盒维数和小波包能量矩构造特征向量,并作为BP神经网络的输入来识别顶煤垮落和顶板岩石垮落两种工况.试验结果表明:分形盒维数和小波包能量矩构造的特征向量可用于识别垮落煤岩,识别率达到95％.