[发明专利]一种声电信号融合的煤岩识别方法

说明书

本发明公开了一种声电信号融合的煤岩识别方法，在采煤机进行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。通过本发明，能够增加煤岩界面识别的鲁棒性，有效提升采煤机截割过程中煤、岩区分的可靠性。

技术领域

本发明涉及煤炭智能开采技术领域，尤其涉及一种声电信号融合的煤岩识别方法。

背景技术

复杂的煤炭开采环境是造成煤炭安全事故的主要原因，煤矿地质信息实时探测能力对安全开采具有重大意义。煤岩识别是煤矿地质结构探测研究的主要方面，也是智能开采工作面的先决条件。现有煤岩识别技术逐渐完善，放射性核素在能量交换时煤、岩差异特性检测是主流传统方法，包括人工γ射线法、自然γ射线法、红外反射法和太赫兹探测法(授权号：CN108458989B)等；随着神经网络算法模型算法革新，基于视觉特征的煤岩识别技术快速发展，包括利用字典学习提取煤岩图像特征，(授权号：CN106845560B)；基于扩展局部二值模式和回归分析提取煤岩视觉特征(授权号：CN107239783B)；煤岩视觉特征的稀疏矩阵构建(授权号：CN105320964B)，还有支持向量机、随机森林和卷积神经网络分类算法研究推动煤岩识别技术的发展。近年来，在煤岩图像识别技术和传统检测技术研究的基础上，提出图像与传感器数据融合的方法，包括基于雷达波-图像复合式煤岩识别的采煤方法，基于可见光和红外图像融合的煤岩识别方法。

煤岩识别研究领域，激光雷达、毫米波雷达、工业红外相机和射线探测仪等多源信息融合技术层出不穷。然而，上述感知类传感器受限于粉尘浓度高和照度不均匀的工况环境，现有算法结合煤矿背景实施难度大。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种声电信号融合的煤岩识别方法。

本发明解决其技术问题所采用的技术方案是：构造一种声电信号融合的煤岩识别方法，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。

其中，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，在设定的邻域内，构建采样时间点的对称分布函数，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。

其中，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是任意时间点对于的电流值，N为采样时间点数量，且N＝1,2…n。

其中，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：