检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于图像多小波变换的煤岩界面识别

工矿自动化 2015年第2期41卷 50-53页

作者：郝清玉朱元忠陈健中国地质大学(北京)信息工程学院北京100083 北京工业职业技术学院电气与信息工程学院北京100042 中国矿业大学(北京)机电与信息工程学院北京100083

针对现有煤岩界面识别方法存在普适性差、可靠性差等问题,提出了一种基于图像多小波变换的煤岩界面识别方法。对煤岩图像进行多小波变换,提取不同频带多小波系数在固定窗口大小下的标准差作为纹理测度并生成归一化多频带特征向量,利用... 详细信息

针对现有煤岩界面识别方法存在普适性差、可靠性差等问题,提出了一种基于图像多小波变换的煤岩界面识别方法。对煤岩图像进行多小波变换,提取不同频带多小波系数在固定窗口大小下的标准差作为纹理测度并生成归一化多频带特征向量,利用朴素贝叶斯分类器对纹理特征进行识别。实验结果表明,对于分辨率为128×128的图像,当窗口大小为9,选择频带F5—F16构造特征向量时,识别率可达96.14%。

关键词：煤岩界面识别多小波多频带特征朴素贝叶斯分类器

在线全文

学校读者我要写书评

暂无评论

基于灰度阈值法的煤岩界面识别研究

工矿自动化 2013年第5期39卷 52-54页

作者：黄韶杰中国矿业大学(北京)机电与信息工程学院北京100083 北京天地玛珂电液控制系统有限公司北京100013

针对煤岩界面识别存在准确性低的问题,以颜色区分度较高的某工作面煤岩图像为例,采用边缘检测法和灰度阈值法分别对该图像进行了煤岩分割处理,结果表明,当煤岩颜色的灰度差别较为明显时,基于灰度阈值法的煤岩界面识别方案具有较高的识... 详细信息

针对煤岩界面识别存在准确性低的问题,以颜色区分度较高的某工作面煤岩图像为例,采用边缘检测法和灰度阈值法分别对该图像进行了煤岩分割处理,结果表明,当煤岩颜色的灰度差别较为明显时,基于灰度阈值法的煤岩界面识别方案具有较高的识别准确性。

关键词：煤岩界面识别数字图像处理灰度阈值边缘检测

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的煤岩界面识别研究

工矿自动化 2013年第5期39卷 49-52页

作者：田子建彭霞苏波中国矿业大学(北京)机电与信息工程学院北京100083 中煤科工集团常州自动化研究院江苏常州213015 河南理工大学电气工程与自动化学院河南焦作454003

针对现有煤岩识别方法存在煤岩界面传感器结构复杂、可靠性差、普适性差等问题,提出了一种基于机器视觉的煤岩界面识别系统设计方案,给出了系统总体结构,分析了系统识别煤岩界面的工作原理,重点讨论了图像特征选取和分类器的设计。该系... 详细信息

针对现有煤岩识别方法存在煤岩界面传感器结构复杂、可靠性差、普适性差等问题,提出了一种基于机器视觉的煤岩界面识别系统设计方案,给出了系统总体结构,分析了系统识别煤岩界面的工作原理,重点讨论了图像特征选取和分类器的设计。该系统根据灰度共生矩阵理论提取煤岩图像的22种纹理特征,采用增l减r法搜索出优选特征,最后运用线性函数判别法构建煤岩分类器模型。实验结果表明,该系统的煤岩分类器模型性能稳定,具有较强的识别能力。

关键词：煤岩界面识别机器视觉特征选取灰度共生矩阵煤岩分类器

在线全文

学校读者我要写书评

暂无评论

基于图像识别的煤岩界面识别方法研究

煤炭科学技术 2011年第2期39卷 77-79页

作者：孙继平中国矿业大学(北京)煤炭资源与安全开采国家重点实验室北京100083

采掘工作面是煤矿事故多发地点。减少煤矿采掘工作面作业人员既是煤矿安全生产的需要,又是减轻作业人员劳动强度和改善作业环境的需要。煤岩界面识别是实现无人采煤的关键技术之一。研究了用于无人采煤工作面等的煤岩界面识别方法,指出... 详细信息

采掘工作面是煤矿事故多发地点。减少煤矿采掘工作面作业人员既是煤矿安全生产的需要,又是减轻作业人员劳动强度和改善作业环境的需要。煤岩界面识别是实现无人采煤的关键技术之一。研究了用于无人采煤工作面等的煤岩界面识别方法,指出了现有煤岩界面识别方法存在的问题。提出了基于可见光图像和红外图像识别的煤岩界面识别方法:提取色彩、灰度、纹理、形状等图像特征,进行煤岩界面识别。并提出了基于图像识别的多参数信息融合煤岩界面识别方法。

关键词：煤岩界面识别图像识别信息融合无人工作面信息化自动化

基于主成分分析和BP神经网络的煤岩界面识别

在线全文

学校读者我要写书评

暂无评论

工矿自动化 2013年第4期39卷 55-58页

作者：张宁任茂文刘萍中国矿业大学机电工程学院江苏徐州221008 宿迁学院机电工程系江苏宿迁223800

针对现有煤岩识别方法由于提取的时域参数过多,存在识别速度慢、实时性差等问题,提出了一种基于主成分分析和BP神经网络的煤岩界面识别方法。该方法首先提取采煤机滚筒扭矩的时域信号,然后利用主成分分析方法对该时域信号进行压缩,最后... 详细信息

针对现有煤岩识别方法由于提取的时域参数过多,存在识别速度慢、实时性差等问题,提出了一种基于主成分分析和BP神经网络的煤岩界面识别方法。该方法首先提取采煤机滚筒扭矩的时域信号,然后利用主成分分析方法对该时域信号进行压缩,最后将得到的最终信号输入到BP神经网络进行煤岩识别。仿真结果表明,该煤岩识别方法不仅满足了识别率,还提高了识别速度,为提高滚筒调高响应速度奠定了基础。

关键词：煤岩界面识别采煤机滚筒扭矩主成分分析 BP神经网络时域信号 PCA

冲击工况下用于煤岩界面识别系统的压电叠堆俘能器研究

在线全文

学校读者我要写书评

暂无评论

煤炭工程 2017年第4期49卷 108-111页

作者：解胜东王建军冀健龙桑胜波张文栋廉自生太原理工大学微纳系统研究中心山西晋中030600 北京科技大学应用化学系北京100083 太原理工大学山西省高端煤矿机械装备协同创新中心山西晋中030600 太原理工大学机械工程学院山西太原030024

针对当前切割响应分析法识别煤岩界面所存在的有线传输和供电困难等问题,提出了一种基于压电叠堆的无线、自供能煤岩界面识别系统。阐述了系统整体设计方案、能量采集与能源管理模块、信号处理与无线传输等模块的功能。在自主研发的落... 详细信息

针对当前切割响应分析法识别煤岩界面所存在的有线传输和供电困难等问题,提出了一种基于压电叠堆的无线、自供能煤岩界面识别系统。阐述了系统整体设计方案、能量采集与能源管理模块、信号处理与无线传输等模块的功能。在自主研发的落锤装置上进行了压电俘能器冲击实验,研究了压电叠堆俘能器的冲击载荷响应特性。实验结果表明,受冲击载荷作用,俘能器输出电压随着冲击力大小呈线性变化,且当落锤高度为250mm时其输出功率可达到35W,理论上足以为各种传感器和Zig Bee无线模块供电。

关键词：煤岩界面识别压电叠堆自供电冲击载荷无线

基于钻进参数的钻孔煤岩界面识别系统开发及应用

在线全文

学校读者我要写书评

暂无评论

煤炭技术 2023年第12期42卷 182-185页

作者：杨程涛刘伟武腾飞熊俊杰河南能源化工集团研究总院有限公司郑州450046 河南省低渗突出煤层煤与瓦斯共采工程技术研究中心郑州450046 鹤壁煤电股份有限公司河南鹤壁458006

瓦斯抽采钻孔施工是落实区域防治煤与瓦斯突出措施的关键一步,目前,底抽巷穿层钻孔施工多采用普通液压钻机,而在钻进过程中无法知道钻孔轨迹和钻头层位,主要依靠人的专业知识和一些外界信息来分析判断钻孔是否到达设计层位,这种方法受... 详细信息

瓦斯抽采钻孔施工是落实区域防治煤与瓦斯突出措施的关键一步,目前,底抽巷穿层钻孔施工多采用普通液压钻机,而在钻进过程中无法知道钻孔轨迹和钻头层位,主要依靠人的专业知识和一些外界信息来分析判断钻孔是否到达设计层位,这种方法受工人经验积累程度,信息滞后、干扰因素多的影响,判断结果往往具有一定偏差、延迟和误差。通过采集钻机的钻进参数,开发了适用于煤矿井下瓦斯抽采钻机的钻孔煤岩识别系统,为底抽巷穿层钻孔层位的判定提供科学依据和指导,改善了现有人工识别的不准确、不及时情况,避免了见煤后进尺过多和过煤的现象,提高了钻孔施工的经济性。

关键词：钻进参数煤岩界面识别智能化瓦斯抽采

在线全文

学校读者我要写书评

暂无评论

基于遗传神经网络的煤岩界面识别方法的研究

基于遗传神经网络的煤岩界面识别方法的研究

作者：于凤英太原理工大学

学位级别：硕士

煤岩界面识别系统能使采煤机具有自动追踪煤岩界面的能力，可靠的识别系统在经济效益和安全作业两方面都具有突出的优点，它能提高煤层的回采率;降低煤中的研石、灰份和硫的含量;提高采煤作业效率;减轻设备磨损;是实现采煤自动化的关键... 详细信息

煤岩界面识别系统能使采煤机具有自动追踪煤岩界面的能力，可靠的识别系统在经济效益和安全作业两方面都具有突出的优点，它能提高煤层的回采率;降低煤中的研石、灰份和硫的含量;提高采煤作业效率;减轻设备磨损;是实现采煤自动化的关键设备之一。目前各研究方法所使用的都是用单类型传感器进行识别，由于每个传感器都有其特定的工作精度与适用范围，因此用单传感器采集信号有一定的局限性，传感器本身的故障与失灵等都会造成误判。因此为了使煤岩界面识别更具有可靠性、可行性，研制开发多传感器识别系统成为必要。因此本课题采用了多类型传感器拾取采煤机响应信号并进行多信号特征提取与数据融合的煤岩界面识别方法，提高了识别率。本文在采煤机煤岩界面识别物理模拟系统的基础上，做了大量试验，通过试验采集了大量试验数据，为数据处理准备了充分的数据信息。鉴于小波分析方法的诸多优点，本文采用小波包技术对信号进行特征提取。通过基于小波包分解的能量分布提取方法能够确定各传感器信号的敏感频段，提取出各特征值。用小波包能量法进行特征提取，完成了从模式空间到特征空间的转换，为数据融合提供了可靠而准确的特征级数据。数据融合作为一门跨学科的综合信息处理技术，显示了进行煤岩界面状态识别的强大优势。本文针对BP网络容易陷入局部极小的缺点，用遗传算法对神经网络进行优化，建立了遗传神经网络模型，针对煤岩界面识别的具体问题，确定了遗传神经网络的具体结构和训练算法：1、选择实数编码方式，缩短个体编码的长度，将网络的权值及阈值同时进行编码。2、设计能正确表现神经网络性能的适应度函数，同时考虑网络结构对神经网络泛化性能的影响。3、设计并改进了适用于实数编码遗传算法的进化算子，避免早熟收敛现象的发生。结果表明可用试验数据对神经网络、遗传神经网络进行训练和仿真。基于遗传神经网络的数据融合能够进行状态识别并具有较高的识别精度，基于遗传神经网络的多传感器数据融合技术在煤岩界面识别中是可行的。

关键词：煤岩界面识别多传感器遗传神经网络小波包采煤机遗传算法

基于信息融合和神经网络的煤岩界面识别方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信息融合和神经网络的煤岩界面识别方法研究

作者：雒旭蛟河北工程大学

学位级别：硕士

为了实现煤矿井下采煤工作面的机械化和智能化,首先要解决采煤机滚筒的自动调高系统,而采煤机能够实现自动调高就需要在采煤过程中时刻跟踪煤层和岩层的分界面。高可靠性的煤岩界面识别系统不仅能提高煤炭开采过程中的工作效率和经济效... 详细信息

为了实现煤矿井下采煤工作面的机械化和智能化,首先要解决采煤机滚筒的自动调高系统,而采煤机能够实现自动调高就需要在采煤过程中时刻跟踪煤层和岩层的分界面。高可靠性的煤岩界面识别系统不仅能提高煤炭开采过程中的工作效率和经济效益,还能改善井下工作条件,为安全作业增加一份保障。因而,对煤岩界面识别系统的研究就显得极为重要。鉴于目前所采用的研究方法大部分采用单一的传感器进行分析和识别,而单一传感器不仅识别精度不高,而且稳定性和可靠性也非常低。于是,本文利用采煤机上现有的传感器和新增加的传感器,构成采煤机的多传感器系统,并结合信息融合技术和神经网络技术对煤岩界面识别方法进行了研究。根据对采煤机结构和滚筒结构的了解,对采煤机滚筒进行瞬时受力分析,从而确定出需要采集的截割状态参数;通过对信号处理的比较分析,选用小波包分析对采集到的参数信号进行处理;然后确定出信息融合处理模型和具体的神经网络结构,并把处理好的数据输入神经网络对其进行训练使之能够对新采集的数据进行识别;最后运用不确定度理论对其识别结果进行评定,以观测该系统的可靠性。通过本文对煤岩界面识别系统的研究,为以后实现井下采煤机的智能化打下良好的基础。

关键词：煤岩界面识别信息融合小波包神经网络不确定度