[发明专利]一种基于深度学习的煤岩智能识别系统

权利要求书

1.一种基于深度学习的煤岩智能识别系统,其特征在于，包括：

采集模块，用于采集采煤机信号数据、煤岩图像数据；

处理模块，与所述采集模块连接，用于对所述采煤机信号数据、煤岩图像数据进行特征提取并获得对应的空间坐标；

识别模块，与所述处理模块连接，用于对特征提取后的数据信息进行识别，并根据所述空间坐标获得煤岩界限信息；

控制模块，与所述识别模块连接，用于根据所述煤岩界限信息对采煤机的摇臂进行控制。

2.根据权利要求1所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述采集模块包括信号采集单元、图像采集单元；

所述信号采集单元用于采集调高油缸压力信号、摇臂振动状态信号、截割电机的电流信号、滚筒轴的扭矩信号、滚筒轴的扭振信号、高光谱信号；

所述图像采集单元用于采集煤岩图像信息。

3.根据权利要求2所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述图像采集单元至少包括可见光相机、环形光源；

所述可见光相机，用于采集所述煤岩图像信息，并将所述煤岩图像信息发送至所述处理模块；

所述环形光源，安装于所述可见光相机前方，用于发射环形光线。

4.根据权利要求3所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述可见光相机至少包括CMOS图像传感器、通信模块；

所述CMOS图像传感器用于采集所述煤岩图像信息；

所述通信模块用于将所述煤岩图像信息发送至所述处理模块。

5.根据权利要求2所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述调高油缸压力信号通过压阻式压力传感器获取；

所述摇臂振动状态信号通过压电式加速度传感器获取；

所述截割电机的电流信号通过霍尔电流传感器获取；

所述滚筒轴的扭矩信号通过应变式扭矩传感器获取；

所述滚筒轴的扭振信号通过增量式光电编码器获取；

所述高光谱信号通过高光谱仪获取。

6.根据权利要求1所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述处理模块至少包括特征提取单元、静力触探传感单元、坐标映射单元。

7.根据权利要求6所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述特征提取单元，基于Daubechies小波函数对所述摇臂振动状态信号、所述滚筒轴的扭振信号进行特征提取；基于Parameter Server对所述调高油缸压力信号、所述截割电机的电流信号、所述滚筒轴的扭矩信号、所述高光谱信号进行特征提取；基于小波变换对所述煤岩图像信息进行特征提取；

所述静力触探传感单元，用于将煤壁网格化，并对煤壁施加作用力从而采集对应网格的贯入阻力电信号和空间坐标；

所述坐标映射单元，用于将煤岩图像信息的空间坐标系与所述采煤机的世界坐标系进行映射，获得所述可见光相机和所述采煤机的标定关系。

8.根据权利要求7所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述空间坐标为四维坐标(x，y，m，n)，其中x,y为煤岩图像横纵坐标，m，n表示煤岩的宽和高。

9.根据权利要求1所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

所述识别模块，基于BP神经网络对特征提取后的数据信息进行融合分析，获得煤岩界面信息。

10.根据权利要求1所述的一种基于深度学习的煤岩智能识别系统,其特征在于，

还包括标记模块，所述标记模块用于对开采轨迹进行标记；所述开采轨迹至少包括时间、深度、角度、开采量、位置坐标。