基于分形盒维数和小波包能量矩的垮落煤岩性状识别 |
| |
引用本文: | 李一鸣,符世琛,焦亚博,吴淼. 基于分形盒维数和小波包能量矩的垮落煤岩性状识别[J]. 煤炭学报, 2017, 42(3): 803-808 |
| |
作者姓名: | 李一鸣 符世琛 焦亚博 吴淼 |
| |
作者单位: | 中国矿业大学(北京) 机电与信息工程学院,北京100083 |
| |
基金项目: | 国家重点基础研究发展计划(973)资助项目(2014CB046306) |
| |
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%。
|
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 |
收稿时间: | 2016-06-03 |
Collapsing coal-rock identification based on fractal box dimension and wavelet packet energy moment |
| |
Abstract: | |
| |
Keywords: | fully mechanized caving mining the collapsing coal-rock identification fractal box dimension wavelet packet energy moment BP neural network |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《煤炭学报》浏览原始摘要信息 |
|
点击此处可从《煤炭学报》下载免费的PDF全文 |
|