期刊订阅
广告服务
  • 中文
    EN
  • ISSN:0253-9993
  • CN: 11-2190/TD

《煤炭学报》

当前位置:首页 > 论文管理 > 基于分形盒维数和小波包能量矩的垮落煤岩性状识别

基于分形盒维数和小波包能量矩的垮落煤岩性状识别

DOI:

10. 13225 / j. cnki. jccs. 2016. 0729

作者(Author):

  • 李一鸣
  • 符世琛
  • 焦亚博
  • 吴淼

作者单位:

  • 中国矿业大学(北京)机电与信息工程学院

关键词:

  • 综放开采
  • 煤岩性状识别
  • 分形盒维数
  • 小波包能量矩
  • BP神经网络
  • 摘要
  • 论文图表
  • 相关文章
  • 引用格式
针对综放工作面垮落煤岩性状识别的技术问题,采集了综放开采现场垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于分形盒维数和小波包能量矩的识别方法。该方法结合分形盒维数对非线性信号整体定量描述的特点和小波包能量矩对非线性信号在各频带精细描述的特点,先对振动信号进行分形特征分析,求出其盒维数,然后对振动信号进行小波包变换,并计算各频带的能量矩。以分形盒维数和小波包能量矩构造特征向量,并作为BP神经网络的输入来识别顶煤垮落和顶板岩石垮落两种工况。试验结果表明:分形盒维数和小波包能量矩构造的特征向量可用于识别垮落煤岩,识别率达到95%。
暂无内容
  • 地址:北京市朝阳区和平街13区煤炭大厦

  • 邮编:100013

  • 编辑部电话:(010)87986411

  • 传真:(010)84262114