

已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳神經網絡的煤巖界面識別方法的研究.pdf
- 基于ANFIS的多信息融合煤巖識別方法研究.pdf
- 基于特征融合和神經網絡的掌紋識別方法研究.pdf
- 基于信息熵和神經網絡的結構損傷識別方法研究.pdf
- 數據融合中基于神經網絡的目標識別方法研究.pdf
- 基于神經網絡和HMM的眉毛識別方法研究.pdf
- 基于AdaBoost和BP神經網絡的車牌識別方法研究.pdf
- 基于稀疏表達和神經網絡的人臉識別方法研究.pdf
- 基于復合神經網絡的掌紋識別方法的研究.pdf
- 基于柔度矩陣和神經網絡的損傷識別方法研究.pdf
- 基于神經網絡和遺傳算法的語音識別方法研究.pdf
- 基于脈沖神經網絡的語音識別方法研究.pdf
- 基于卷積神經網絡的語種識別方法研究.pdf
- 基于神經網絡的模態(tài)參數識別方法研究.pdf
- 基于神經網絡的中醫(yī)脈象識別方法研究.pdf
- 基于BP神經網絡的車牌快速識別方法研究.pdf
- 基于BP神經網絡的移動荷載識別方法研究.pdf
- 基于模糊混沌神經網絡的語音識別方法研究.pdf
- 基于人工神經網絡和ARMA模型的結構參數識別方法研究.pdf
- 基于模態(tài)分析理論和神經網絡的橋梁損傷識別方法研究.pdf
評論
0/150
提交評論