-
题名基于CPS感知分析的煤岩截割状态识别系统
被引量：10
- 1
-
-
作者
张美晨
赵丽娟
王雅东
-
机构
辽宁工程技术大学机械工程学院
辽宁省大型工矿装备重点实验室
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2021年第12期4071-4087,共17页
-
基金
国家自然科学基金资助项目(51674134)
教育部科技发展中心教育技术研究基金资助项目(2018A04025)
辽宁省教育厅基础资助项目(LJ2019JL024)。
-
文摘
煤岩截割状态识别是实现采煤工作面"无人化"开采的关键技术,为了实现煤岩截割状态信息的实时感知与精准判别,结合虚拟样机技术,提出基于CPS(Cyber Physical Systems)理念的煤岩截割状态识别方案,将煤岩截割状态信息的获取、处理、识别等异构数据进行多领域融合。开发不同赋存条件的煤岩离散元模型,建立采煤机截割部刚柔耦合虚拟样机模型,利用DEM-MFBD(Discrete Element Method-Multi Flexible Body Dynamics)双向耦合技术确保运动信息与煤岩状态特征信号数据的实时传递,获取采煤机截割煤岩的振动信号,并通过STFT(Short-Time Fourier Transform)算法将其转化为二维时频图像。结合时频域信息特征,实现煤岩截割状态信息识别模块的搭建。构建一种基于DCGAN-RFCNN(Deep Convolutional Generative Adversarial Networks-Random Forest Convolutional Neural Networks)网络模型的煤岩截割状态识别方法,通过使用改进的DCGAN网络进行时频图像的扩充,采用增加梯度惩罚项的方式提升合成样本维持原始样本特性的能力,生成每类仿真工况包含5 000个合成样本的煤岩时频图像数据集,将仿真原始数据集与合成样本数据集混合作为煤岩截割状态识别网络的训练集与测试集,采用改进的RFCNN算法对模型进行训练,得到模型识别结果。选取不同数量合成样本的数据集以及不同识别方法的网络模型进行对比分析,结果表明,当RFCNN识别网络中未添加合成样本时,其平均识别率为89.74%,随着合成样本数量的增加,煤岩截割状态的识别率提升,当添加合成样本数量达到5 000时,识别效果最佳,平均识别率达到98.09%,验证了采用改进的DCGAN网络丰富数据集的优越性。RFCNN网络模型与CNN,PSO-BP,BP网络模型相比收敛速度快、泛化能力强、识别率高,在煤岩截割状态识别中效果显著,可对软岩硬煤、夹矸层较多等复杂赋存条件做出准确判断。通过构建的煤岩时频谱图像数据集对DCGAN-RFCNN网络进行试验验证,利用混淆矩阵统计煤岩截割状态的识别率为98.41%,与仿真结果接近,验证了该方法的可行性。依托Simulink仿真平台,成功构建基于CPS感知分析的煤岩截割状态识别系统,实现实时数据共享、在线感知与控制,使采煤机具备智能截割能力。
-
关键词
煤岩截割状态识别
CPS感知分析
STFT变换
DCGAN-RFCNN网络模型
深度学习
-
Keywords
recognition of cutting state of coal-rock
CPS perception analysis
STFT transform
DCGAN-RFCNN network model
deep learning
-
分类号
TD421
[矿业工程—矿山机电]
-
-
题名采煤机截割状态与煤岩识别的关联载荷特征模型
被引量：18
- 2
-
-
作者
刘春生
刘延婷
刘若涵
白云锋
李德根
沈佳兴
-
机构
黑龙江科技大学
黑龙江科技大学安全工程学院
黑龙江科技大学机械工程学院
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2022年第1期527-540,共14页
-
基金
国家自然科学基金资助项目(51974111,52104130)。
-
文摘
针对采煤工作面煤层的厚度变化、含夹矸和包裹体的不确定性,以及复杂煤岩占比和岩层位置辨识的差异,致使采煤机在截割过程中会产生无效调整截割高度的情况,影响其可靠性和智能化技术水平。截割煤岩载荷特征及其关联截割状态的模型可以预测、修正和决策采煤机截割行为,提升采煤机智能化程度。借鉴多信息实时修正记忆截割与煤层三维地质信息建模等方法,提出了采煤机自主调高-调速二元协同控制模式及截割状态关联特征模型,考虑煤岩赋存条件以及滚筒相对煤岩层的位置和工作参数,划分滚筒截割过程为顺转截割、逆转截割、向和逆自由面截割以及截割顶底板和夹矸等截割状态,分析截齿截割煤岩的过程与状态,构建了向和逆自由面截割状态特征量的数学模型和截割顶底板位置与占比的识别定量载荷关联特征模型,给出了截齿垂直、平行于层理方向截割力的累计占比计算方法,通过旋转截割实验验证截割煤岩载荷特征模型的准确性。根据截割顶、底板、夹矸岩层前后载荷变化导致的截割电机电流变化规律与调高液压缸两腔压力的关联性变化规律,结合截割状态的关联载荷特征模型,修正与预测截割状态和岩层位置,确定了修正采煤机调高调速行为协调控制的截割状态特征参量。研究表明:向自由面截割煤岩断裂位置大于逆自由面的,向自由面易于破碎煤岩,且截割载荷与比能耗均小;分别获取截齿截割顶底板载荷增量与方向角,载荷增量均与岩层厚度呈正相关性,但截割顶底板方向存在明显差异;随截割夹矸岩层厚度增加,截齿截割载荷增大,且截割载荷与夹矸位置呈抛物线关系;给出截齿垂直和平行层理截割力特征值占比的度量,反映截割顶板易于截割底板的特征;截齿向自由面截割煤岩理论和实验的截割阻力功特征值、断裂位置和断裂崩落线与截割点垂线夹角的平均误差分别为3.10%,3.37%和8.07%,验证了截割煤岩状态特征量数学模型的正确性。该研究通过给出融合载荷特征的截割状态修正与煤岩状态识别的理论基础描述,为进一步精准实现智能化采煤机调高-调速二元协调控制提供了借鉴。
-
关键词
截割载荷特征
截割状态识别
煤岩识别
采煤机
煤岩层位置预测
-
Keywords
cutting load characteristics
cutting state recognition
coal-rock recognition
shearer
position prediction of coal-rock stratum
-
分类号
TD315
[矿业工程—矿井建设]
-
