振動特征信號如何獲取
原理:
采煤機(jī)截齒在截割過程中與煤、巖產(chǎn)生劇烈振動和摩擦,伴隨振動波向外傳播。在截割參數(shù)一定的情況下可以根據(jù)截齒的振動加速度信號的幅值、均值以及信號變化規(guī)律來分析判別截割介質(zhì)屬性。 單截齒在截割過程中受到切向阻力、徑向阻力和側(cè)向阻力的作用,可合成為截齒滾筒在x、y、z三個方向上的合力。
截齒截割全煤比例試件時,研究人員發(fā)現(xiàn)截齒y方向的振動加速度幅值變化最為明顯,且最大幅值大于其他2個方向的振動曲線,為了適當(dāng)減少特征數(shù)據(jù)的處理維數(shù)和處理數(shù)量,所以選取y方向的振動加速度作為特征信號進(jìn)行分析。
為了提高識別系統(tǒng)的準(zhǔn)確性,降低由非平穩(wěn)特征信號導(dǎo)致系統(tǒng)識別精度較低的風(fēng)險。將振動加速度數(shù)據(jù)導(dǎo)入MATLAB中對其進(jìn)行特征數(shù)據(jù)計算并獲得振動頻譜圖。
紅外熱像信號如何獲取
紅外熱像圖整體信號數(shù)據(jù)樣本多、參數(shù)區(qū)間較大,冗余無用的溫度信號較多。
為了適當(dāng)減少試驗數(shù)據(jù)的處理量,對截齒齒尖閃溫高溫區(qū)進(jìn)行如下數(shù)據(jù)處理:
利用IRBIS 3plus軟件,可以實現(xiàn)截齒紅外熱像圖的數(shù)據(jù)提取及分析,首先將試驗獲取的截齒紅外熱像圖導(dǎo)入到IRBIS 3plus中進(jìn)行數(shù)據(jù)篩選,按照溫度數(shù)值大小排序并選取樣本中前600個溫度數(shù)據(jù)點,并對其進(jìn)行紅外溫度-頻數(shù)分析。 根據(jù)BP神經(jīng)網(wǎng)絡(luò)建立煤巖識別模型
神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)元工作的智能學(xué)習(xí)算法,BP神經(jīng)網(wǎng)絡(luò)作為多層前饋神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層、輸出層。BP網(wǎng)絡(luò)的特點是信號前向傳遞,誤差反向傳播。
研究人員選取的構(gòu)建神經(jīng)網(wǎng)絡(luò)的特征信號為:
截割不同煤巖比例過程中截齒y軸方向的振動加速度均值,頻數(shù)-幅值頻譜圖中的均方根,截齒紅外熱像圖的最高溫度,截齒的溫度-頻數(shù)圖像中最高溫度所對應(yīng)的頻數(shù),故BP神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點數(shù)量設(shè)置4個神經(jīng)元。
輸出層為5種狀態(tài)對應(yīng)著不同煤巖試件比例,所以輸出層設(shè)置5個神經(jīng)元。
輸出結(jié)果證明,基于BP神經(jīng)網(wǎng)絡(luò)識別模型的判別結(jié)果和測試樣本的實際截割煤巖比例類型相符,這項研究也為實際煤炭開采工程中煤巖界面的識別提供了解決方案。