基于WPSV和BPNN的煤岩识别方法研究

• 作者: 刘送永 程诚
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 煤岩识别 小波包变换 奇异值分解 人工神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究探讨
• 页码范围: 108-112
• 页数: 5页
• 分类号: TD76
• 字数: 3763字
• 语种: 中文
• DOI: 10.11799/ce201801030

摘要

为解决综采工作面无人开采和采煤机滚筒自动调高的实际工程问题,提出了基于小波包奇异值(WPSV)和BP神经网络(BPNN)的煤岩界面识别新方法.利用WPSV构建特征向量,再与BPNN结合进行煤岩界面自动识别.首先使用传感器采集采煤机滚筒截割煤岩的扭矩信号,对扭矩信号进行小波包变换(WPT),获取信号的小波包分解系数,得到小波包分解系数重构信号矩阵;然后并对该矩阵进行奇异值分解(SVD),获取主要WPSV,构建奇异值特征向量;最后将该特征向量输入BPNN中进行煤岩界面自动识别,并与传统方法进行了对比,结果表明:该方法具有更高的准确率,能有效地判断采煤机滚筒的工作状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘送永	中国矿业大学机电工程学院	43	407	12.0	19.0
2	程诚	中国矿业大学机电工程学院	2	9	2.0	2.0