导读:本文包含了煤岩界面识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:界面,特性,理论,相控阵,载荷,神经网络,常数。
煤岩界面识别论文文献综述
杨光照[1]（2019）在《基于探地雷达的煤岩界面识别技术研究》一文中研究指出随着能源结构的深化改革,煤炭开采领域也向着智能化发展,绿色、高效、安全是发展研究的重点。而开采过程中,由于受环境等各种因素的影响,采煤机对于煤岩界面的确定还主要以人工观察的方式进行识别,而探地雷达具有测试速度快、精度高等优点,将探地雷达用于煤岩界面的识别,并集成于采煤机,实现无人化开采是本文的初衷。本文作为前期研究,通过正演模拟、物理试验的方法,对煤岩界面的探地雷达响应进行研究,并使用神经网络对界面的智能识别作简单探索。通过使用探地雷达,对华北地区跃进煤矿及华东地区赵楼煤矿煤岩介质的相对介电常数使用3种不同的室外探地雷达测试方法(已知目标体深度法、层状反射体法、透射测量法)进行了测试,并对煤样介质的含水率与介电常数的关系进行了研究。本文采用有限时域差分法,对影响煤岩界面探测的变量(界面形状、夹矸情况、含水含气裂隙)进行了正演模拟,总结了探地雷达在各种变量差异下的响应特征;通过正演模拟研究了不同介电常数的煤岩介质组合对探地雷达探测效果的影响,总结了各种煤岩介质组合下探测效果;通过实际地质建立了正演模型,并使用蝶形天线进行了模拟,并给出了随机噪声影响下有效信号的可识别范围及信号处理措施。使用煤岩介质相互堆迭的方法,用华北跃进煤矿及华东赵楼煤矿两地的煤岩介质模拟了与正演模型相对应的煤岩地质情况,通过Pulse EKKO探地雷达对试验模型中的煤岩界面位置进行了测量,总结了实测效果下的煤岩界面响应;并且用砂浆连接模型,模拟了界面紧密连接的情况;通过物理试验,对两地不同煤岩介质的测试效果也做了总结。为了使煤岩界面的响应信息更加清晰,使用常规处理手段、预测反褶积手段及“叁瞬”特征提取等数据处理方法,对试验测得的数据进行分析处理,增强了有效信号的响应,抑制了多次波等干扰信号的影响。文章最后,通过实验所得的数据,建立了叁层结构的BP神经网络,通过单道波数据对特征参数进行提取,组成输入层数据,通过网络多次迭代的学习训练,完成煤岩界面的预测识别;此外,通过设立独立样本和综合样本两种方式的不同训练,总结了各种情况下预测识别在不同样本训练下的适用性。(本文来源于《中国矿业大学》期刊2019-04-01）
王俊成,杜晓坤[2]（2019）在《基于小波包分解和模糊神经网络的煤岩界面识别》一文中研究指出针对采用单一传感器信号进行煤岩界面识别可靠性不高的问题,提出一种基于小波包分解和模糊神经网络的煤岩界面识别方法。首先利用小波包分解提取反映采煤机截割状态参数的信号特征,然后利用模糊神经网络进行多信息融合的决策,从而实现煤岩界面的识别,结果表明该方法具有较高的识别精度和可靠性。(本文来源于《科技经济导刊》期刊2019年04期）
杨恩,王世博,葛世荣,张昊[3]（2018）在《煤岩界面的高光谱识别原理》一文中研究指出为研究以物性成分为辨识依据的煤岩高光谱识别技术,对来自我国不同煤矿生产线的煤岩试样在350～2 500 nm波段范围进行了反射光谱的采集。通过分析代表性样品的光谱反射率曲线,得出了煤岩的主要吸收谱带,发现了岩在2 200 nm附近表现为强吸收,而煤在此波长点附近吸收不明显,原因为岩中含Al-OH振动结构的矿物含量较高,而煤中此类矿物含量较低。以此2 200 nm附近煤岩吸收差异性为煤岩识别的基本原理,通过初步预处理和包络线去除预处理的方法,在全波段和2 150～2 250 nm吸收谷特征谱带,采用了4种识别算法模型,对训练集光谱数据进行训练,预测测试集光谱类型。测试集试样类型总体识别精度达到90%左右,且具有较好的一致性,识别速度达到毫秒级,实时性好,这些原理和识别方法为实际工程应用提供了参考。(本文来源于《煤炭学报》期刊2018年S2期）
程园新[4]（2018）在《基于介电特性的井下煤岩界面识别方法研究》一文中研究指出无人化工作面开采技术是一种高效的安全开采方式,可以有效的减少人员事故,确保煤矿安全开采。要达到这一目的,首先要解决煤岩智能识别问题,煤岩识别是指采煤机切割煤层时应尽量沿着煤层和岩层的分界面开采,当切割到岩层时要及时调整采煤机滚筒高度避免造成欠割或过切割。这一问题一直是国内外的研究热点,虽然诸多学者提出了许多具有代表性的研究方法,但各个方法只是探讨了煤岩识别的可行性,并没有形成了一个普适的解决方案。目前存在以下问题:1)缺少在复杂地质条件下适用性较广泛的识别方法。由于我国煤层赋存条件多变且复杂,不同煤矿的煤与岩石的种类千差万别,即便在同一煤矿中,煤层与岩层的界面也是没有规律可循,并且在开采的煤层中也可能出现断层与夹矸。2)缺少适用于煤岩自身特性改变或相似时的煤岩识别方法。众多煤矿的煤岩特性及状态又不尽相同,不同种类的煤炭和岩石或许由于水分、密实度、颗粒度、自身包含的矿物质种类等原因存在自身性质的改变,需要对煤岩自身特性进行研究,探讨具有更好的适用性、可靠性的煤岩界面识别方法。基于上述的考虑与分析,本文针对煤岩界面识别问题展开研究:首先,研究煤岩的物理特性、无机矿物质的种类与含量对煤岩介电特性的影响;其次,依据煤岩介电特性不同,基于Bruggeman理论提出一种煤含量估算模型;最后,利用Comsol Mutiphysics仿真软件,通过改进图像重建算法,提出一种煤岩界面可视化识别模型。通过实物试验、理论验证与仿真试验可得:(1)在10KHz~30MHz检测频率内,试验中烟煤、无烟煤、岩石的物理特性(含水量、密实度、粒度)改变、或者无机矿物质(高岭石、方解石、石英石、褐铁)含量改变,煤岩介电常数总能区别;(2)基于Bruggeman理论提出的煤含量估算模型,在10 KHz~30 MHz的检测范围内,理论煤含量值与实际值的相对误差△q′较小,平均在4.10%以下;在高频区间内,理论煤含量的精确度相对较高,在500 KHz~30 MHz内,△q′平均可控制在2.6%左右;(3)利用Comsol Mutiphysics仿真软件和改进的图像重建算法,提出一种煤岩界面可视化识别模型,既能够很好的识别煤岩分层的界面,又可以识别煤层中存在夹矸的情况,适用于地质条件复杂的煤矿。总体上,本文提出的基于介电特性的煤岩识别方法具有简单、适用性广泛的特点,为实现井下无人化开采提供一种新的煤岩识别方法。(本文来源于《中国矿业大学》期刊2018-04-10）
程园新,韩楠楠,丁恩杰,赵端,王昕[5]（2017）在《基于有效介质理论的煤岩界面识别方法研究》一文中研究指出为解决目前依靠人工进行煤岩界面识别存在的问题,研究煤岩界面的自动识别技术,依据煤岩介电特性的差异,利用Bruggeman有效介质理论,建立基于煤含量检测的煤岩分界模型,并以煤岩混合介质粉末为例,进行试验验证。通过模拟煤含量实时变化的煤岩混合介质,实时地获得煤岩混合介质的相对介电常数,利用上述模型进行混合物煤含量的计算,并与阈值进行比较,判定采煤机截割状态。测试结果表明:在0.01~30 MHz的检测频率内,煤岩混合介质的煤含量均能通过此方法计算得到,在0.5~30 MHz内,理论煤含量与实际煤含量的相对误差较小,平均可控制在2.60%以下。该模型的计算结果均可以较准确地识别煤岩界面,为实现井下无人化开采提供一种新的煤岩识别方法。(本文来源于《煤炭科学技术》期刊2017年10期）
王书满,边志鑫[6]（2017）在《基于EEMD与PNN的煤岩界面识别方法》一文中研究指出针对放顶煤中煤岩界面难以识别的问题,对采煤机滚筒振动信号进行研究,提出一种基于集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与概率神经网络(Probabilistic Neural Network,PNN)的煤岩界面识别方法.首先,利用EEMD对采集到的摇臂振动信号进行分解,得到一系列IMF分量,然后利用相关系数法对IMF进行筛选,提取有效分量进行能量熵特征提取,最后结合PNN识别器对割煤和割岩信号进行识别.实验研究表明,基于EEMD和PNN的煤岩界面识别方法能有效的识别割煤和割岩两种状态,识别率高达88%,是一种有效的煤岩界面识别方法.(本文来源于《赤峰学院学报(自然科学版)》期刊2017年11期）
王海舰[7]（2017）在《煤岩界面多信息融合识别理论与实验研究》一文中研究指出智能化与无人化开采是未来煤矿工作面生产的必然发展趋势,而煤岩界面识别技术是实现采煤机智能调高控制、提高煤炭开采效率以及延长采煤机使用寿命的关键技术之一。由于工作面地质条件复杂以及信号干扰严重、不易识辩,如何在开采过程中实现煤岩界面的截割信号特征提取以及精确识别是当前亟待解决的关键理论与技术问题。因此,通过研制采煤机煤岩截割实验台、提取与识别截割特征信号、构建多信息融合决策识别模型,实现煤岩界面的有效、精确识别。煤岩截割过程中伴随产生振动信号、声发射信息以及红外热像特征,同时截割电流亦随截割负载的变化而变化。而各截割特征信号的精确提取与识别是构建优质特征样本数据库、实现煤岩界面精确识别的重要基础和前提。考虑实际开采过程中煤岩的结构分布以及截割特性,浇筑七种不同截煤比的煤岩试件,实验室测定其物理性质及力学特性,并研制采煤机煤岩截割实验台机械系统、控制系统和数据采集与分析系统,为后续开展煤岩截割实验与特征信号的提取提供条件和依据。开展七种不同截煤比的煤岩试件的截割与测试实验,根据电流信号幅值的变化,采用叁相电流的均方根(RMS)值来反映滚筒的实时负载变化;采用时域、频域以及小波包分析方法对振动和声发射信号进行分析和特征提取,实现振动信号、声发射信号不同频段能量的小波重构,提取反映煤岩截割介质变化的声发射能量特征以及振动方根幅值;分析不同截煤比时截齿截割表面的温度场及闪温特征,得到温度场的温度-频率曲线,提取不同截煤比时的闪温峰值。通过提取、识别与分析煤岩截割过程中的振动、声发射、电流以及红外信号特征,从而确定不同煤岩比例截割过程中各特征信号的变化规律,建立不同截割比例煤岩试件的截割多特征信号样本数据库,为建立多截割特征信号隶属度函数优化模型、实现基于最小模糊熵的隶属度函数优化求解提供重要的数值依据。通过分析各截割特征信号的模糊性特征,建立基于最小模糊熵的隶属度函数优化模型,利用实验测试、分析得到的特征样本数据库,结合粒子群优化算法(PSO)实现对各特征样本隶属度函数阈值的优化求解;以优化后的隶属度函数为基础,构建煤岩界面多信息融合决策识别模型,研究识别模型的基本概率分配函数、融合规则以及融合决策准则;根据各截割信号的隶属特性,建立基于模糊隶属度的自适应权重系数分配煤岩识别模型,实现对无冲突、单证据体或多证据体关联性冲突以及证据体无关联冲突时权重系数的优化和修正,实例融合结果表明该模型有效提高了融合结果的精度,降低了不确定度。开展随机煤岩界面截割实验,采用煤岩界面融合决策识别模型对测试样本进行融合分析,采用定量分析方法对比单一信号与多信息融合方法的识别精度,根据识别结果的信度值特征,对融合识别结果进行进一步优化。实验结果表明,采用煤岩界面多信息融合决策识别模型显着提高了煤岩界面的识别精度,总识别误差降低至1.89%,随机煤岩界面的识别结果与实际煤岩轨迹高度逼近。实验结果验证了煤岩界面多信息融合决策模型具有较高的识别精度,大大降低总体识别误差,能够实现截割过程中煤岩界面的准确、快速识别,该模型的构建为实现综采工作面自动化、智能化开采提供了理论基础和技术前提。(本文来源于《辽宁工程技术大学》期刊2017-06-01）
张强,王海舰,郭桐,刘永凤[8]（2017）在《基于截齿截割红外热像的采煤机煤岩界面识别研究》一文中研究指出为实现采煤机截割过程中煤岩界面的有效动态识别,测试和提取不同煤岩比例条件下截齿截割的红外热图像,分析截齿表面温度场分布规律与截割闪温特征,得到不同煤岩比例条件下截齿截割温度特征数据库,建立基于最小模糊度优化的采煤机煤岩界面动态识别模型。试验结果表明:截齿在截割不同比例煤岩试件时,齿尖均产生突兀的瞬时闪温区,岩石比例越大,其闪温值越高。该系统可实现煤岩界面的在线、精确动态识别,可为提高采煤机的截割效率和实现滚筒智能调高控制提供重要的技术手段和理论依据。(本文来源于《煤炭科学技术》期刊2017年05期）
解胜东,王建军,冀健龙,桑胜波,张文栋[9]（2017）在《冲击工况下用于煤岩界面识别系统的压电迭堆俘能器研究》一文中研究指出针对当前切割响应分析法识别煤岩界面所存在的有线传输和供电困难等问题,提出了一种基于压电迭堆的无线、自供能煤岩界面识别系统。阐述了系统整体设计方案、能量采集与能源管理模块、信号处理与无线传输等模块的功能。在自主研发的落锤装置上进行了压电俘能器冲击实验,研究了压电迭堆俘能器的冲击载荷响应特性。实验结果表明,受冲击载荷作用,俘能器输出电压随着冲击力大小呈线性变化,且当落锤高度为250mm时其输出功率可达到35W,理论上足以为各种传感器和Zig Bee无线模块供电。(本文来源于《煤炭工程》期刊2017年04期）
李力,欧阳春平[10]（2017）在《基于超声相控阵的煤岩界面识别研究》一文中研究指出煤矿综合机械化开采中的煤岩界面识别问题属世界性难题.利用煤与岩的声阻抗差异以及相控阵技术,提出了基于超声相控阵的煤岩界面识别方法.在分析煤样与岩石的声速和超声波衰减系数等参数的基础上,基于非均质散射场理论,建立超声相控阵煤岩识别模型.开展了多种频率的超声相控阵对不同类型煤岩模型的扫描检测数值模拟研究,获得了煤岩界面的回波信号和超声相控阵成像图像,实现了煤岩界面的识别.结果表明:基于非均质散射场声场理论的超声波相控阵煤岩模型构建与仿真方法的正确性;超声相控阵方法可应用于煤岩界面的识别研究.(本文来源于《中国矿业大学学报》期刊2017年03期）
煤岩界面识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对采用单一传感器信号进行煤岩界面识别可靠性不高的问题,提出一种基于小波包分解和模糊神经网络的煤岩界面识别方法。首先利用小波包分解提取反映采煤机截割状态参数的信号特征,然后利用模糊神经网络进行多信息融合的决策,从而实现煤岩界面的识别,结果表明该方法具有较高的识别精度和可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
煤岩界面识别论文参考文献
[1].杨光照.基于探地雷达的煤岩界面识别技术研究[D].中国矿业大学.2019
[2].王俊成,杜晓坤.基于小波包分解和模糊神经网络的煤岩界面识别[J].科技经济导刊.2019
[3].杨恩,王世博,葛世荣,张昊.煤岩界面的高光谱识别原理[J].煤炭学报.2018
[4].程园新.基于介电特性的井下煤岩界面识别方法研究[D].中国矿业大学.2018
[5].程园新,韩楠楠,丁恩杰,赵端,王昕.基于有效介质理论的煤岩界面识别方法研究[J].煤炭科学技术.2017
[6].王书满,边志鑫.基于EEMD与PNN的煤岩界面识别方法[J].赤峰学院学报(自然科学版).2017
[7].王海舰.煤岩界面多信息融合识别理论与实验研究[D].辽宁工程技术大学.2017
[8].张强,王海舰,郭桐,刘永凤.基于截齿截割红外热像的采煤机煤岩界面识别研究[J].煤炭科学技术.2017
[9].解胜东,王建军,冀健龙,桑胜波,张文栋.冲击工况下用于煤岩界面识别系统的压电迭堆俘能器研究[J].煤炭工程.2017
[10].李力,欧阳春平.基于超声相控阵的煤岩界面识别研究[J].中国矿业大学学报.2017
论文知识图
