基于信息融合和神經網絡的煤巖界面識別方法研究.pdf

1、為了實現煤礦井下采煤工作面的機械化和智能化，首先要解決采煤機滾筒的自動調高系統，而采煤機能夠實現自動調高就需要在采煤過程中時刻跟蹤煤層和巖層的分界面。高可靠性的煤巖界面識別系統不僅能提高煤炭開采過程中的工作效率和經濟效益，還能改善井下工作條件，為安全作業(yè)增加一份保障。因而，對煤巖界面識別系統的研究就顯得極為重要。
　　鑒于目前所采用的研究方法大部分采用單一的傳感器進行分析和識別，而單一傳感器不僅識別精度不高，而且穩(wěn)定性和可靠性也非

2、常低。于是，本文利用采煤機上現有的傳感器和新增加的傳感器，構成采煤機的多傳感器系統，并結合信息融合技術和神經網絡技術對煤巖界面識別方法進行了研究。根據對采煤機結構和滾筒結構的了解，對采煤機滾筒進行瞬時受力分析，從而確定出需要采集的截割狀態(tài)參數;通過對信號處理的比較分析，選用小波包分析對采集到的參數信號進行處理;然后確定出信息融合處理模型和具體的神經網絡結構，并把處理好的數據輸入神經網絡對其進行訓練使之能夠對新采集的數據進行識別;最后運用