基于小波和独立分量分析的煤矸界面识别
来源期刊:控制工程2011年第2期
论文作者:刘伟 华臻 张守祥
文章页码:279 - 571
关键词:综采工作面;声信号;小波去噪;独立分量分析;BP神经网络;煤矸识别;
摘 要:为了解决综采工作面放顶煤开采过程中煤矸界面识别问题,给出了一种基于小波去噪和独立分量分析相结合的煤矸放落声信号特征提取算法。利用小波分析对传声器实时采集的声信号进行降噪处理,提高信噪比。利用独立分量分析方法对煤矸混合声信号进行盲源分离,分别提取出煤和矸石的独立声谱特征信号。选取该信号的统计特征值作为神经网络分类器的输入向量,对顶煤放落过程中的混矸状态进行识别。实验表明,给出的方法提高了声信号的信噪比,有利于矸石声信号的成功分离;采用BP神经网络准确地识别出了放煤过程中的矸石下落状态。
刘伟1,2,华臻2,张守祥2
1. 中国矿业大学机电与信息工程学院2. 山东工商学院信息与电子工程学院
摘 要:为了解决综采工作面放顶煤开采过程中煤矸界面识别问题,给出了一种基于小波去噪和独立分量分析相结合的煤矸放落声信号特征提取算法。利用小波分析对传声器实时采集的声信号进行降噪处理,提高信噪比。利用独立分量分析方法对煤矸混合声信号进行盲源分离,分别提取出煤和矸石的独立声谱特征信号。选取该信号的统计特征值作为神经网络分类器的输入向量,对顶煤放落过程中的混矸状态进行识别。实验表明,给出的方法提高了声信号的信噪比,有利于矸石声信号的成功分离;采用BP神经网络准确地识别出了放煤过程中的矸石下落状态。
关键词:综采工作面;声信号;小波去噪;独立分量分析;BP神经网络;煤矸识别;