基于分形盒维数与小波包能量矩的垮落煤岩识别技术
68 浏览量
更新于2024-09-03
收藏 940KB PDF 举报
本文主要探讨了在综放开采工作面中,如何利用先进的信息技术来解决垮落煤岩性状识别这一技术问题。研究者李一鸣、符世琛、焦亚博和吴淼,来自中国矿业大学(北京)机电与信息工程学院,他们针对现场采集的冲击液压支架后尾梁的振动信号,提出了一个基于分形盒维数和小波包能量矩的新型识别方法。
分形盒维数是一种非线性复杂系统分析工具,它能够对非线性信号的整体结构进行定量描述,揭示数据中的潜在规律和复杂性。在这个过程中,通过对振动信号进行分形特征分析,研究人员可以获取信号的盒维数,这是一种反映信号自相似性和复杂度的重要指标。
另一方面,小波包能量矩则提供了对信号在不同频率域的精细分析,它能捕捉到信号在各个频率成分上的能量分布情况。通过对振动信号进行小波包变换,研究人员可以进一步提取出各频带的能量矩,这些信息对于区分不同类型的煤岩垮落有着重要意义。
结合分形盒维数和小波包能量矩,研究人员构建了一种特征向量,这些特征向量包含了信号的关键信息,被用作多层感知器(BP神经网络)的输入。通过训练和测试BP神经网络,这种方法成功地实现了顶煤垮落和顶板岩石垮落两种工况的区分,识别率达到了令人满意的95%。
这项研究不仅提升了垮落煤岩性状识别的精度,而且展示了分形理论和小波分析在煤炭开采领域中的实际应用价值。它对于优化综放开采过程、确保安全作业以及提高生产效率具有重要的科学和技术意义。此外,文中提到的研究成果还得到了国家重点基础研究发展计划(973)项目的资金支持,显示出该领域的研究受到国家科研机构的高度重视。
这篇论文的核心贡献在于提供了一种有效的垮落煤岩识别技术,这在煤炭开采行业中具有广泛的应用前景,并可能推动相关技术的进一步发展。
2022-07-15 上传
2020-10-16 上传
点击了解资源详情
2022-09-22 上传
2022-07-15 上传
2018-11-13 上传
2022-07-14 上传
weixin_38705004
- 粉丝: 5
- 资源: 946
最新资源
- ES管理利器:ES Head工具详解
- Layui前端UI框架压缩包:轻量级的Web界面构建利器
- WPF 字体布局问题解决方法与应用案例
- 响应式网页布局教程:CSS实现全平台适配
- Windows平台Elasticsearch 8.10.2版发布
- ICEY开源小程序:定时显示极限值提醒
- MATLAB条形图绘制指南:从入门到进阶技巧全解析
- WPF实现任务管理器进程分组逻辑教程解析
- C#编程实现显卡硬件信息的获取方法
- 前端世界核心-HTML+CSS+JS团队服务网页模板开发
- 精选SQL面试题大汇总
- Nacos Server 1.2.1在Linux系统的安装包介绍
- 易语言MySQL支持库3.0#0版全新升级与使用指南
- 快乐足球响应式网页模板:前端开发全技能秘籍
- OpenEuler4.19内核发布:国产操作系统的里程碑
- Boyue Zheng的LeetCode Python解答集