煤岩性状识别：基于声压信号时域特征分析

"该研究主要探讨了如何利用声压信号的时域特征来识别综放工作面的煤岩性状，旨在提升放顶煤过程的自动化和智能化水平。研究人员通过YHJ(C)矿用便携式测振记录仪在煤矿井下进行实验，收集了大量的原始数据，并对这些声压数据进行了预处理以去除趋势项。进一步的时域特征分析揭示了峰峰值、方差和峭度等指标对于工况变化的敏感性，其中方差表现出了更高的煤岩性状识别效率。因此，研究提出了一种基于方差的识别方法，为综合机械化放顶煤作业提供了新的技术支持。" 本文是针对煤炭行业的技术研究，尤其是针对综放（全机械化放顶煤）工作面的煤岩性状识别问题。在综放工作中，准确识别煤岩性状对于优化开采工艺和提高安全性至关重要。研究者采用YHJ(C)矿用便携式测振记录仪进行实地试验，收集了大量有关综放工作面顶煤放落的数据。这些数据经过预处理，去除了可能干扰分析的趋势项，以便更准确地提取信号的时域特征。 时域特征分析是信号处理中的重要步骤，它可以帮助我们理解信号的变化模式和动态特性。在这项研究中，研究者关注了三个关键指标：峰峰值、方差和峭度。峰峰值代表信号的最大波动幅度，反映系统动态范围；方差衡量信号强度的离散程度，反映系统的稳定性；峭度则反映了信号的陡峭程度，指示了信号变化的快慢。通过对不同工况下的后尾梁声压信号进行分析，研究发现这三个指标对工况变化敏感，而方差在煤岩性状识别上表现出更高的效率。 因此，研究提出了以方差作为主要识别指标的方法。这种方法有望提高综放工作面放顶煤的自动化和智能化程度，从而提升整个煤炭开采过程的效率和安全性。通过这样的识别手段，可以实时监控和调整工作面的状态，避免因煤岩性状判断不准确导致的潜在安全风险和生产效率降低。 这项研究的成果不仅对煤炭行业具有实际应用价值，还为其他领域的设备状态监测和故障诊断提供了借鉴。通过深入研究声压信号的时域特征，可以拓展到更多依赖于信号分析的工业场景，如矿业设备的健康监测、故障预测等领域。同时，研究者的研究背景和资助项目也表明，这一领域的研究受到国家的重点支持，预示着未来将有更多关于自动化和智能化技术在煤炭开采中的应用。 关键词: 综合机械化放顶煤；煤岩性状识别；声压信号；时域特征；放顶煤工艺 中图分类号: TM93 文献标识码: A 文章编号: 1671－0959(2015)06-0119-04