[发明专利]一种声电信号融合的煤岩识别方法

权利要求书

1.一种声电信号融合的煤岩识别方法，其特征在于，包括：

采煤机在煤矿井下工作过程中，采集滚筒电机的电流信号，绘制电流波形图，构建纵向稠密电流谱图；

通过采集采煤机滚筒电机工作过程中产生的声音信号，将声音信号转换为具有时间序列的语谱图，并生成宽带语谱图和窄带语谱图；

构建煤岩识别网络模型，将纵向稠密电流谱图、宽带语谱图和窄带语谱图输入训练好的煤岩识别网络模型中，输出结果作为采煤机截割过程中的煤岩识别结果。

2.根据权利要求1所述的声电信号融合的煤岩识别方法，其特征在于，基于电流波形图，构建纵向稠密电流谱图的步骤包括：

对电流波形图中的电流值做归一化处理，将电流值映射至0-1区间内；

基于电流波形图的时间轴，设定采样时间点，以每一采样时间点为中心，设定邻域，构建采样时间点的对称分布函数模型，并得到电流对称分布图；

基于采样时间点在设定领域内的对称分布图，将原纵轴量映射到稠密电流谱范畴，绘制相应稠密电流谱；

针对每一采样时间点，得到相应的稠密电流谱图，组合形成电流波形图的纵向稠密电流谱图。

3.根据权利要求2所述的声电信号融合的煤岩识别方法，其特征在于，对电流波形图中的电流值做归一化处理的步骤中，归一化的结果公式表示为：

其中，G_n为电流的归一化值，i_n是任意采样时间点对应的电流值，N为采样时间点数量，且N＝1,2…n。

4.根据权利要求3所述的声电信号融合的煤岩识别方法，其特征在于，设定采样时间点为a，邻域为[a-1,a+1]，相邻采样点的时间间隔设定为0.25s，则对称分布函数表示为：

其中，

5.根据权利要求2所述的声电信号融合的煤岩识别方法，其特征在于，将原纵轴量映射到稠密电流谱范畴的步骤中，将对称分布图中的纵轴值映射到稠密电流谱范畴(0,100)，映射关系公式表示为：

绘制相应稠密电流谱，p＝100时颜色最深，p＝0时颜色最浅，区间值呈现对称状分布。

6.根据权利要求1所述的声电信号融合的煤岩识别方法，其特征在于，在采集采煤机滚筒电机工作过程中产生的声音信号，将声音信号转换为具有时间序列的语谱图的步骤中，包括步骤：

通过设置麦克风阵列采集滚筒电机的声音信号；

对声音信号进行时域分析，经过预加重、分帧和加窗预处理，再通过快速傅里叶变换，获得每帧语音对应的频谱；

计算平均值并配合Mel滤波器，对所有振幅进行对数计算，纵坐标单位转换为dB；

将每一帧声音信号得到的频谱旋转90°，将原频谱纵坐标映射到sRGB色域，获得了具有时间序列的语谱图。

7.根据权利要求6所述的声电信号融合的煤岩识别方法，其特征在于，生成宽带语谱图和窄带语谱图的步骤中，通过调整语谱图的时宽和带宽，得到宽带语谱图和窄带语谱图。

8.根据权利要求1所述的声电信号融合的煤岩识别方法，其特征在于，所述煤岩识别网络模型包括：声电融合特征提取网络模型、电流特征提取网络模型和声音特征提取网络模型；

其中，声电融合特征提取网络模型采用ResNet50，电流特征提取网络模型采用DenseNet，声音特征提取网络模型采用三层深度可分离卷积层进行特征提取；

三种特征提取网络的输出特征图，以通道叠加的方式形成新的特征图，经过全连接网络和softmax分类器进行分类，完成对煤岩界面特征的识别。

9.根据权利要求1所述的声电信号融合的煤岩识别方法，其特征在于，设定损失函数，同时监督声音电流数据对、单一电流数据和单一声音数据的训练，损失函数的公式表示为：

L＝L_f+α×L_v+β×L_e

其中L_f表示融合数据对的交叉熵损失函数，L_v是声音数据的Center Loss损失函数，L_e是电流数据的Center Loss损失函数，α和β是声音和电流损失函数的权重，在第一次训练时赋初始值，增加通道数α和β也进行权重学习。