本发明公开了一种煤岩界面识别方法,包括如下步骤:S1、基于采煤机滚筒搭载的传感器组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、高光谱信号以及各传感器姿态信息;S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;S3、将提取的特征信息作为BP神经网络模型的输入变量,输出识别结果。
本发明大大提高了识别的精确度和可靠性。
邵龙义 康世龙
中国矿业大学(北京)
100083 北京市海淀区学院路丁11号
本发明公开了一种煤岩界面识别方法,包括如下步骤:S1、基于采煤机滚筒搭载的传感器组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、高光谱信号以及各传感器姿态信息;S2、基于小波包分解提取摇臂振动状态信号、滚筒轴的扭振信号的特征信息;并基于MapReduce提取调高油缸压力信号、截割电机的电流信号、滚筒轴的扭矩信号、高光谱信号的特征信息;S3、将提取的特征信息作为BP神经网络模型的输入变量,输出识别结果。
本发明大大提高了识别的精确度和可靠性。