分享
为了实现采煤机开采过程中煤岩界面的精准识别,提出一种基于多传感信息融合的煤岩界面感知识别方法。考虑截齿损耗对采煤机截割特征信号的影响,测试采煤机截齿处于新齿、轻微磨损、一般磨损以及严重磨损4 种状态下,截割不同比例煤岩过程中的振动信号、电流信号、声发射信号以及红外闪温信号,建立截齿不同磨损程度下的多截割信号特征样本库。根据相邻截煤比各截割特征信号的模糊特征,以最小模糊熵为优化目标,采用自适应权重粒子群算法优化求解各截割特征信号的隶属度函数。构建基于D-S 理论的“与”决策准则,实现对煤岩界面的精准识别。通过分析截煤比识别结果信度值的分布特征及趋向性,确定截煤比识别结果在不同截煤比的信度值与实际煤岩比例的匹配关系,利用识别结果的信度值对煤岩轨迹进行进一步的优化。
根据实验结果可以得到:① 截齿磨损程度对煤岩各截割特征信号的变化影响显著,截齿不同磨损程度下各截割特征信号的最优隶属度函数呈现动态变化;② 煤岩界面轨迹的识别结果逼近具有最大信度的截煤比,且对于次大信度截煤比具有一定程度的趋向性;③ 基于单一优化隶属度函数进行隶属度求解及融合识别,煤岩界面识别精度随着截齿损耗的加剧大幅度下降,最大下降幅度达到43. 04%;④ 考虑截齿损耗的多传感信息融合识别模型克服了截齿损耗对信号的误差影响,对煤岩界面具有更高的识别精度,识别误差浮动在1. 54%范围内。
