基于小波包能量流和LTSA的垮落煤岩特征提取

• 作者: 吴淼 周俊莹 宗凯 李一鸣 李瑞 符世琛
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 垮落煤岩识别 小波包能量流 LTSA BP神经网络
• 年，卷（期）: 2018,（z1）
• 页码范围: 331-337
• 页数: 7页
• 分类号: TD67
• 字数: 4688字
• 语种: 中文

摘要

针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法.该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形.为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩.结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100％.