扭振测量在煤岩界面识别中的应用研究
合集下载
煤岩界面识别和定位测量方法研究
各国先后出现过 20 余种不同的煤岩识别方法，包括天 然 伽 玛 射 线 法 、振 动 分 析 法 、地 质 雷 达 法 、红 外 温 度 识 别、图像识别、功率判断、噪音识别等[4-5]，但均有其局限 性未能广泛应用。针对该问题，国内学者也提出很多方 法，例如利用传感器采集摇臂振动信号和滚筒轴扭矩信 号进行识别[6]、基于采煤机滚筒截割振动特性的煤岩识 别[7]、基于 Mean shift 算法的煤岩分界识别 等 [8] ，但这些 方法仍无法适应采煤面的所有工况。
பைடு நூலகம்1 引言
“新常态”下我国煤炭产业面临新的挑战，结合《能 源发展战略行动计划（2014—2020 年）》提出的“节约、清 洁、安全”战略方针，在信息技术与先进装备制造技术高 速发展的基础上，我国煤炭产业的智能装备制造要在深 度和广度上进一步提升，煤炭综合开采自动化装备的研 制及其相关技术的创新成为关键，同时也是煤炭工业增 加产量，提高劳动效率，减少重大恶性事故和改善劳动 条件的重要手段[1-2]，而煤岩识别技术是实现采煤工作面 自动化的关键技术之一[3]。从 20 世纪 60 年代以来，世界
目前，采煤机应用较多的是记忆截割技术，但不能适 应岩层突变和工作面突发情况[9]。鉴于此，针对煤和岩
基金项目：国家自然科学基金（No.U1504503）。 作者简介：刘俊利（1979—），男，博士，副教授，研究方向：智能化装备设计与制造、机电液控制，E-mail：ljl@；王立锋，硕
Abstract：In view of the low recognition rate of the existing coal- rock interface recognition, an information extraction method of the coal-rock interface is proposed based on machine vision in this paper. In the case that there is little difference in physical mechanics properties and great difference in gray level between coal and rock, one image of the coal face is shot by a camera mounted on a shearer at a fixed time. The curve of the coal-rock interface is obtained by preprocessing and feature extracting, then the pixel coordinates in the image are gotten. After the camera calibration, the relationship between the pixel coordinates and the actual imaging angle is calculated based on the projection model of the shearer and the coal face. Then the height information of the coal-rock interface is calculated according to this relationship. Ultimately, according to the height information obtained in each piece of the images, the entire coal-rock interface of the coal face is fitted out, which provides a basis for the attitude control of the shearer. Key words：machine vision; feature extraction; coal-rock interface recognition; monocular vision measurement
多参数耦合优化煤岩界面主动红外感知识别
第42卷第2期2022年4月振动、测试与诊断Vol.42No.2Apr.2022 Journal of Vibration，Measurement&Diagnosis多参数耦合优化煤岩界面主动红外感知识别∗王海舰1，刘丽丽1，卢士林1，黄梦蝶1，张强2（1.桂林电子科技大学机电工程学院桂林，541004）（2.山东科技大学机械电子工程学院青岛，266590）摘要为实现煤岩界面的预先感知与精准识别，在开采前为采煤机提供精准的截割轨迹，提出一种基于多影响因素耦合优化的煤岩界面主动红外感知识别方法。
考虑光照时间、光照距离和光照强度多因素耦合作用对煤岩界面识别精度的影响，通过测试、采集各影响因素不同参数工况下煤岩试件的主动激励红外图像信息，利用正交实验方法确定实现煤岩界面高精度识别的多因素参数的最优组合。
结合迭代优化方法在最优组合附近搜索各影响因素的最优参数，克服局部参数最优的问题，实现煤岩界面的高精度识别。
由实验结果可知，该方法能够实现煤岩界面的快速、精准识别，最低识别精度达到97.96%以上，具有非常好的普适性，为实现井下智能化、无人化采煤提供了一种有效的技术手段。
关键词煤岩界面；主动红外；耦合优化；迭代中图分类号TD823；TH744引言近年来，随着我国煤炭开采环境、工况趋于复杂，采面经常出现随机走向的岩石断层，传统的轨迹跟踪记忆截割方法已无法满足煤岩走向突变工况的智能化开采。
采煤机一旦截割到硬岩，势必造成滚筒负载和截割能耗增大、截齿磨损损耗加剧，降低采煤机的截割效率和开采进度［1⁃2］。
同时，截割硬岩过程中产生的剧烈振动和冲击严重影响采煤机整机的稳定性［3］。
采煤机截割岩层会导致原煤中大量夹杂矸石，造成后续煤、矸分选工作量加剧以及原煤热值的降低［4］。
另外，截齿截割硬岩过程中产生的火花和瞬时高温，易引发煤尘或瓦斯爆炸［5⁃6］，严重威胁工作人员的生命安全和财产安全。
获取高精度的煤岩界面识别结果，为采煤机提供精准的截割轨迹，是实现井下智能化、无人化开采的关键。
煤岩力学性质测试分析与应用
由实验结果发现岩石断裂发生之前岩石内已产 生许多微破裂 ,且以张破裂为主 ,很少甚至没有剪切 破裂现象 。这些实验现象显然用 Coulomb2Mohr 提出 的剪切破裂机理不能做出满意的解答 。Griffith 通过 对脆性材料破裂过程的详细研究 ,认为脆性材料的 实际强度远低于其理论强度的原因 ,在于内部存在
较弱的方向相互贯通形成一定宽度的断裂破坏带的
结果 。 科研组分别对实验区 27 块煤岩试样进行了单
轴抗压强度与变形试验 。经分析研究将煤岩的脆性 断裂的变形过程划分为以下几个阶段 。
图 1 (a) —安二 、1 煤 3 号样实测 P - Δl 曲线 ; (b) —柳 5 煤 111 号试样实测σ - ε曲线
柳4煤 柳5煤 柳8煤
范围 一般 平均 范围 一般 平均 范围 平均 范围 平均 范围 平均 范围 平均
弹性模量 E ( GPa)
10～9～2180
1114 0170～1172
1110 0125～3119
1168 0158～1144
0198
抗压强度σbe (MPa)
σbe ⊥
σbe ∥
1916
1312
1018
714
1315
810
1316
618
1213
418
916
415
1017
614
抗拉强度σbt (MPa)
σbt ⊥
σbt ∥
0125
5100
0126
0175
0112
0127
0125
0144
0126
0146
备 注
资料[1 ,2 ]
实测样 10 块 实测样 9 块 实测样 16 块 实测样 11 块
较弱的方向相互贯通形成一定宽度的断裂破坏带的
结果 。 科研组分别对实验区 27 块煤岩试样进行了单
轴抗压强度与变形试验 。经分析研究将煤岩的脆性 断裂的变形过程划分为以下几个阶段 。
图 1 (a) —安二 、1 煤 3 号样实测 P - Δl 曲线 ; (b) —柳 5 煤 111 号试样实测σ - ε曲线
柳4煤 柳5煤 柳8煤
范围 一般 平均 范围 一般 平均 范围 平均 范围 平均 范围 平均 范围 平均
弹性模量 E ( GPa)
10～9～2180
1114 0170～1172
1110 0125～3119
1168 0158～1144
0198
抗压强度σbe (MPa)
σbe ⊥
σbe ∥
1916
1312
1018
714
1315
810
1316
618
1213
418
916
415
1017
614
抗拉强度σbt (MPa)
σbt ⊥
σbt ∥
0125
5100
0126
0175
0112
0127
0125
0144
0126
0146
备 注
资料[1 ,2 ]
实测样 10 块 实测样 9 块 实测样 16 块 实测样 11 块
煤岩界面识别的关键状态参数
中图分 类 号 ： Ｄ ２ ． １ Ｔ ４ １６ 文献标 识码 ： Ｂ 文章编 号 ：０ １ ０ ７ ２ ０ ）５— ０ ７— ３ １ ０ — ８４（０ ６ ０ ０ ３ ０
Ｋｅ ａ ｅ Ｐ ｒ ｍｅ ｅ ｓ ｆ ｒＣｏ ｌ ｏ ｋ Ｉｔ ｒ ｃ ｃ ｇ ｉｏ ｙ Ｓｔ ｔ ａ ａ ｔ ｒ ｏ ａ － ｃ ｎ ｅ ｆ ｅ Ｒｅ ｏ ｎｔ ｎ ｒ ａ ｉ
据试验观测和总结 ， 截割状态的变化将反映在下列
国家青年科学基金资助项 目（ 编号 ：００ ０ ３ ５４ ５４ ）
维普资讯
・
３・ ８
煤
矿
机 电
２０ 年第５ ０６ 期
加， 通过磁 的耦合定子 电流也要加大 。电动机轴 Ｊ 的阻转矩与滚筒转矩存在传递关 系， 因而也能够反 映截割阻力 的变化 。当然电流信号是通过扭矩间接 反映的 ， 两者具有相关性 。为了增加数据 融合时的 冗余性 ， 增强鲁棒性 ， 电流信号也作为原始信号源。 将 （ ）油压信号 ３ 采煤机的摇臂是由调高油缸支撑的。影响调高 油缸压力的因素很多 。但在后续的信号处理中， Ｊ 通 过适当的处理可使油缸压力反映截割状态的变化。 （ ）振动信号的试验分析 ４ 采煤机进行截割时， 会使采煤机产生振动 ， 而摇 臂 的振动最强烈。振动信号不仅受到截齿激励点位
Ｋ ｙ ｒ ｓ： ｃ ａ —ｏ ｋ ｉｔ ｒ ｃ ｅ ｏ ｎ ｔ ｎ；ｓａｅ ｐ ｒ ｍｅｅ ；ｏ ｔ ｍ ｅ ｋ ｎ ｅ ｗｏ ｄ ｏ ｌｒ ｃ ｎ ｅ ｆ ｅ ｒｃ ｇ ｉ ｏ ａ ｉ ｔｔ ａ ａ ｔ ｒ ｐｉ ｍｕ ｓ ｅ ｉ ｇ
１ 煤岩界 面识 别
几方面 ： ①滚 筒轴 的扭 矩 ； 滚 筒轴 的 扭 振 ； 截 割 ② ③ 电机 的 电流 ； 调 高油缸 压力 ； 摇臂振 动状 态 。 ④ ⑤
Ｋｅ ａ ｅ Ｐ ｒ ｍｅ ｅ ｓ ｆ ｒＣｏ ｌ ｏ ｋ Ｉｔ ｒ ｃ ｃ ｇ ｉｏ ｙ Ｓｔ ｔ ａ ａ ｔ ｒ ｏ ａ － ｃ ｎ ｅ ｆ ｅ Ｒｅ ｏ ｎｔ ｎ ｒ ａ ｉ
据试验观测和总结 ， 截割状态的变化将反映在下列
国家青年科学基金资助项 目（ 编号 ：００ ０ ３ ５４ ５４ ）
维普资讯
・
３・ ８
煤
矿
机 电
２０ 年第５ ０６ 期
加， 通过磁 的耦合定子 电流也要加大 。电动机轴 Ｊ 的阻转矩与滚筒转矩存在传递关 系， 因而也能够反 映截割阻力 的变化 。当然电流信号是通过扭矩间接 反映的 ， 两者具有相关性 。为了增加数据 融合时的 冗余性 ， 增强鲁棒性 ， 电流信号也作为原始信号源。 将 （ ）油压信号 ３ 采煤机的摇臂是由调高油缸支撑的。影响调高 油缸压力的因素很多 。但在后续的信号处理中， Ｊ 通 过适当的处理可使油缸压力反映截割状态的变化。 （ ）振动信号的试验分析 ４ 采煤机进行截割时， 会使采煤机产生振动 ， 而摇 臂 的振动最强烈。振动信号不仅受到截齿激励点位
Ｋ ｙ ｒ ｓ： ｃ ａ —ｏ ｋ ｉｔ ｒ ｃ ｅ ｏ ｎ ｔ ｎ；ｓａｅ ｐ ｒ ｍｅｅ ；ｏ ｔ ｍ ｅ ｋ ｎ ｅ ｗｏ ｄ ｏ ｌｒ ｃ ｎ ｅ ｆ ｅ ｒｃ ｇ ｉ ｏ ａ ｉ ｔｔ ａ ａ ｔ ｒ ｐｉ ｍｕ ｓ ｅ ｉ ｇ
１ 煤岩界 面识 别
几方面 ： ①滚 筒轴 的扭 矩 ； 滚 筒轴 的 扭 振 ； 截 割 ② ③ 电机 的 电流 ； 调 高油缸 压力 ； 摇臂振 动状 态 。 ④ ⑤
微震监测技术在煤矿动力灾害防治中的应用
煤科ｌ 炭 技｝
Ｅ ｃ
微震监测技术在 煤矿动 力灾害防治 中的应用
余 国锋
摘
薛俊 华
要： 煤矿 中发生的岩爆 、 煤和 瓦斯 突出、 突水等地质 灾害， 与煤 岩体 中的微地 震现 象有着必然的联 系。开展 高精度
微 震监 测工作 ． 通过判识潜在 的煤矿动力灾害活动规律 ， 进而 实现时煤矿动力灾害实现预 测预 警。
监测系统记录井下震源发生的震点强度 层瓦斯压力 、 煤的力学特性以及采动影响 进。在灾害单一的矿井 ， 可采取短期监测
和频度 ， 反映煤岩体受力破坏时能量的释 等多因素综合作用的结果。实验室和现场 的方案 ； 在灾害严重的矿井 。 可采取长期 放过程 ， 判断推理煤岩体应力状态及破坏 研究表明： 尽管煤与瓦斯突出是突发性的， 监测 的方案并将之并入矿井生产安全监
动力灾害、 冲击地压、 矿震等灾害问题 ， 和瓦斯突出、突水等地质灾害， 还
裂隙扩展而产 是煤炭矿山的含瓦斯煤岩突出 （ 或涌出） 与伴随岩体破裂、 生的微地震现象有着必然 的联 问题 ． 都是矿山开采过程中的扰动所诱发
探
的微破裂萌生 、 发展、 贯通等煤岩体破裂 系。
过程失稳的结果。近年来， 随着煤炭开采 实现矿山动力灾害预警 、 预
三、 结束 语
微震监测是一项很有发展前景的新
技术 ，从它的原理和取得的成果来看， 用 技术还需在设备和软件上适当加以改
的资料。
煤（ －￣斯突出是煤矿井下发生的 于井下监测是完全可行的。在井下实施这 岩） ｆ
一
微震预报冲击矿压原理是通过微震 极其复杂的动力现象。它是由地应力、 煤
关键词 ： 震监 测 声发射 微 动 力灾害 预警预报
Ｅ ｃ
微震监测技术在 煤矿动 力灾害防治 中的应用
余 国锋
摘
薛俊 华
要： 煤矿 中发生的岩爆 、 煤和 瓦斯 突出、 突水等地质 灾害， 与煤 岩体 中的微地 震现 象有着必然的联 系。开展 高精度
微 震监 测工作 ． 通过判识潜在 的煤矿动力灾害活动规律 ， 进而 实现时煤矿动力灾害实现预 测预 警。
监测系统记录井下震源发生的震点强度 层瓦斯压力 、 煤的力学特性以及采动影响 进。在灾害单一的矿井 ， 可采取短期监测
和频度 ， 反映煤岩体受力破坏时能量的释 等多因素综合作用的结果。实验室和现场 的方案 ； 在灾害严重的矿井 。 可采取长期 放过程 ， 判断推理煤岩体应力状态及破坏 研究表明： 尽管煤与瓦斯突出是突发性的， 监测 的方案并将之并入矿井生产安全监
动力灾害、 冲击地压、 矿震等灾害问题 ， 和瓦斯突出、突水等地质灾害， 还
裂隙扩展而产 是煤炭矿山的含瓦斯煤岩突出 （ 或涌出） 与伴随岩体破裂、 生的微地震现象有着必然 的联 问题 ． 都是矿山开采过程中的扰动所诱发
探
的微破裂萌生 、 发展、 贯通等煤岩体破裂 系。
过程失稳的结果。近年来， 随着煤炭开采 实现矿山动力灾害预警 、 预
三、 结束 语
微震监测是一项很有发展前景的新
技术 ，从它的原理和取得的成果来看， 用 技术还需在设备和软件上适当加以改
的资料。
煤（ －￣斯突出是煤矿井下发生的 于井下监测是完全可行的。在井下实施这 岩） ｆ
一
微震预报冲击矿压原理是通过微震 极其复杂的动力现象。它是由地应力、 煤
关键词 ： 震监 测 声发射 微 动 力灾害 预警预报
煤储层表征与评价的岩、电、震方法
❖ 三维地震资料虽然横向连续性好，但是垂向分辨率还达不 到解决煤厚的要求；测井资料虽然垂向分辨率高但因为钻 孔数目的限制，煤储层的横向连续性又得不到保证。利用 波阻抗反演对煤层厚度进行解释，既结合了地震资料与测 井资料评价方法
❖ 三维地震资料虽然横向连续性好，但是垂向分辨率还达不 到解决煤厚的要求；测井资料虽然垂向分辨率高但因为钻 孔数目的限制，煤储层的横向连续性又得不到保证。利用 波阻抗反演对煤层厚度进行解释，既结合了地震资料与测 井资料的优点又互相弥补了不足。
❖。
3煤储层的裂缝孔隙度计算和渗透率评价
❖ 煤储层的裂缝孔隙度可由双侧向测井资料计算得到；煤储层的渗透率 可通过ML、SP、FMS 及 AC 测井计算获得。
测井在煤储层中的应用
测井评价方法
4煤层气含量评价及储量计算
❖ 煤层气含量评价的方法主要有直接法和间接法。煤层气地质储量的计
算，主要采用吸附气储量计算公式和游离气储量计算公式。利用测井 资料定量计算煤层气含量的方法主要有密度测井计算法和Langmuir公 式计算法。一般，常用密度测井法计算煤层气含气量。
煤储层的正演模型建立
地震评价方法
正演模型建立
正演结果
此针对文献研究区地层物性参数建立图1所示的0—30 道楔状煤层模 型（对应0m—30 m），并计算出相应的地层反射系数。图2是采用0 相位50 Hz 的Ricker 地震子波与地层反射系数进行褶积得到的地震响
应。
(据索重辉，2011年)
地震属性聚类分析与神经网络系统
散和渗流
形貌观测、压汞法、 氮孔隙度法、汞孔
隙度法
高孔隙度
外生裂隙
褶皱或断层
渗透率
煤矿巷道或掘进面 进行实际观察描述
❖ 三维地震资料虽然横向连续性好，但是垂向分辨率还达不 到解决煤厚的要求；测井资料虽然垂向分辨率高但因为钻 孔数目的限制，煤储层的横向连续性又得不到保证。利用 波阻抗反演对煤层厚度进行解释，既结合了地震资料与测 井资料的优点又互相弥补了不足。
❖。
3煤储层的裂缝孔隙度计算和渗透率评价
❖ 煤储层的裂缝孔隙度可由双侧向测井资料计算得到；煤储层的渗透率 可通过ML、SP、FMS 及 AC 测井计算获得。
测井在煤储层中的应用
测井评价方法
4煤层气含量评价及储量计算
❖ 煤层气含量评价的方法主要有直接法和间接法。煤层气地质储量的计
算，主要采用吸附气储量计算公式和游离气储量计算公式。利用测井 资料定量计算煤层气含量的方法主要有密度测井计算法和Langmuir公 式计算法。一般，常用密度测井法计算煤层气含气量。
煤储层的正演模型建立
地震评价方法
正演模型建立
正演结果
此针对文献研究区地层物性参数建立图1所示的0—30 道楔状煤层模 型（对应0m—30 m），并计算出相应的地层反射系数。图2是采用0 相位50 Hz 的Ricker 地震子波与地层反射系数进行褶积得到的地震响
应。
(据索重辉，2011年)
地震属性聚类分析与神经网络系统
散和渗流
形貌观测、压汞法、 氮孔隙度法、汞孔
隙度法
高孔隙度
外生裂隙
褶皱或断层
渗透率
煤矿巷道或掘进面 进行实际观察描述
地震勘探技术运用于岩浆岩的解释
地震勘探技术运用于岩浆岩的解释贾智鹏（山西省煤炭地质物探测绘院，山西 晋中 030600）摘要：利用岩浆岩与煤层在波阻抗、波形特征上的差异，通过分析矿区过测线6个钻孔的测井资料，并结合地震剖面对应的地波形特征，总结研究全区岩浆岩侵入区的成像特点，论述了区内岩浆岩的侵入特征及其对煤层的影响。
文章论证了利用地震勘探技术与地质、钻探及测井资料相结合圈定岩浆岩侵蚀区，极大地提高了岩浆岩侵入区范围的准确性，可为以后勘探岩浆岩侵蚀提供新思路。
关键词：岩浆岩；地震勘探；地震响应；新思路中图分类号：P65 文 献标识码：A 文章编号：1672-7487（2019）01-47-3作者简介：贾智鹏（1968—），男，山西万荣人，工程师，大专，毕业于太原理工大学计算机及应用专业，主要从事地球物理勘探工作。
（邮箱）jzp683@1 引言随着煤矿开采的持续进行，近年来埋藏浅、开采难度小[1]的资源已渐枯竭，逐步向构造复杂地区转移。
岩浆岩大量侵入，局部煤层被吞噬，煤层变质程度变高、煤层变薄、灰分增高，连续完整的煤层被分割，开采遇到岩浆时停止掘进返回一定距离另开巷道，影响了矿井生产工作，给煤[2]矿造成经济损失。
因此，寻求更先进和可靠的方法，准确解释岩浆岩侵入区，对矿方安全生产、规避风险和降低成[1]本有重要的意义。
2 岩浆岩的特征2.1 岩浆岩侵入地质规律岩浆岩在喷出地面前，沿裂隙、断层喷发，软弱层侵入，冷却形成侵入岩。
高温炽热的岩浆沿断层通道到煤系地层，先由岩石强度较小的含煤段顺煤层顶板、层间侵入，压力得以释放，随着煤层增厚，侵入范围变大。
炽热的岩浆岩侵入煤层，溶蚀煤层的同时穿入煤层中，冷却后[3]以层状、串珠状、透镜状等各种形状形成岩浆岩。
2.2 岩浆岩侵入方式以岩墙、岩株、岩脉沿煤层顶板、底板或层间侵入。
喷出岩：主要是玄武岩，自下而上直穿含煤地层至地表。
侏罗系地层以岩墙为主，小规模的岩床侵入煤系地层，穿过侏罗系转化为岩床。
微震监测技术应用研究
微震监测技术应用研究微震监测技术应用研究（作者:___________单位: ___________邮编:___________）摘要：震动现象是由于矿山开采使岩层产生应力应变过程的动力现象，采矿微震主要是记录矿山震动，并分析和利用这些信息，对矿山动力危险进行预测和预报。
关键词：冲击矿压；微震监测；冲击危险性预测；矿山动力危险“SOS”是Seismological Observation System的简称，该系统是从波兰引进的，主要用于矿山震动监测。
冲击矿压现象是严重威胁煤矿安全生产的灾害之一，它是聚积在矿井巷道和采场周围煤岩体中的能量突然释放，在井巷发生的爆炸性事故。
动力将煤岩抛向巷道，同时发出强烈声响，造成煤岩体震动和破坏，支架与设备损坏，人员伤亡，部分巷道垮落破坏等情况。
冲击矿压常见的情况有“岩爆”、“煤爆”、“矿山冲击”、“冲击矿压”等。
一、砚北煤矿现状概述砚北煤矿隶属于甘肃华亭煤电股份有限公司，年产600万吨。
目前正在开采二水平2502采区250205上工作面，该工作面为2502采区首采第一分层，所采煤层为煤5层，开采深度450-462米。
工作面南部为背斜轴部，北部位于向斜西翼，倾角13-16度。
煤层底板沿走向次级褶曲发育，底板起伏不平。
工作面在向斜轴部附近，水平应力达到垂直应力的1.7倍左右。
厚度近40米的煤层，具有强冲击倾向性。
老顶为坚硬的粉砂岩，厚度18米，工作面内无断层、岩浆浸入体等其他构造。
另外，地表是山区，山谷落差达100多米。
250205上工作面自2006年3月10日开始回采以来至今，累计发生强矿压显现多达30次，对矿井安全生产造成了严重的威胁。
由于砚北煤矿强矿压灾害严重，强矿压灾害与褶曲构造、煤层的厚度及力学特性、顶板岩层、地表形态等密切相关，而我国对于强矿压的研究起步较晚，没有完全成熟的强矿压防治理论和控制经验提供参考。
为此，砚北煤矿在中国矿业大学的配合下，对强矿压的预测与控制进行了长期的理论研究和实践探索，对工作面进行了强矿压的监测与防治，实现了安全生产，取得了较好的效果。
基于多传感器信息融合的煤岩界面识别
（ ａ ｕ ｎＵ ｉｅｓｙｏ ｃ ｎｅＴ ｃ ｎｌ ｙ Ｔ ｉ ａ ３ ０ ４ Ｃ ｉａ Ｔ ｉ ａ ｎｖｒｔ ｆ ｉ ｃ ｅｈ ｏ ｇ ， ａ ｕｎ０ ０２ ， ｈｎ ） ｙ ｉ Ｓ ｅ ｏ ｙ
Ａｂ ｔ ｃ ： Ｔ ｅ ｃ ａ —ｏ ｋ ｉ ｔ ｒ ｃ ｅ ｏ ｎ ｔ ｎ ｉ ａ ｋ ｙ ｔ ｅ ｉ ｔ ｎ ｏ ｕ ｏ ｓ ｅ ｉ ｇ ｏ ｈ ａ ｅ ｒ ｍ ．Ｔ ｅ ｃ ａ－ ｓｒ ｔ ａ ｈ ｏ ｌｒ ｃ ｎ ｅ ｆ ｅ ｒ ｃ ｇ ｉ ｏ ｓ ｅ ｏ ｒ ａ ｚ ｉ ｆａ ｔ —ｔ ｒｎ ｆｓ ｅ ｒ ｒ ｄ ｕ ａ ｉ ｌ ａ ｏ ｅ ｈ ｏ ｌ
煤
矿
机
电
２０ 年第３ ０８ 期
输 出状 态 的类别 作 为 Ｄ ｓ证 据 理 论 的识 别框 架 ， — 输
假 设 ｍ ， … ， 同 一识 别 框 架 Ｏ 上 由 ｎ ｍ ， ｍ 是
个独立的证据源导出的基本概率指派 函数 ， 则组合
规则 可 以表述 为 ：
出作为基本概率赋值 ， 利用 Ｄ ｓ — 证据理论 中的证据 组合公式进行融合。
级融合和决策级融合 ＿ 。决策级 融合之前 ， １ Ｊ 经过数
据级融合和特征级融合 ， 各传感器 的信号处 理装 置 已经完成决策或分类 。信息融合是根据一定的准则
山西省科技攻关项 目（ 编号 ：０ ６ ３ １３０ ） ２０ ０ １５ －１ ； 山西省 自然科学基金项 目（ 编号 ：０ ７ １０ ８ ２０ ０ １６ ）
１ 引言
做最优决策 ， 以便具有 良好的实时 眭和容错性 ， 使在 种或几种传感器失效时也能工作 。
一
采 煤 机 滚 筒 自动 调 高 的关 键 在 煤 岩 界 面 的识
基于采煤机振动时域特性的煤岩识别方法研究
第 ４８卷 第 ３期
煤 炭 工 程
Ｃ０ＡＬ ＥＮＧＩＮＥＥＲＩＮＧ Leabharlann Ｖ０１．４８． Ｎｏ．３
ｄｏｉ： １０．１ １７９９／ｃｅ２０１６０３０３３
基 于 采煤 机 振 动 时域 特 性 的煤 岩 识 别 方法 研 究
任 洁 ，刘 领。
（１．太原工业学院 机械工程系 ，山西 太原 ０３０００８；２．北京 汽车股 份有 限公 司 北京 分公 司 ，北京 １０１３００）
如何准确地确 定顶 底板 的煤岩 分界 面 ，一直 是综采 工 作 面实际生产 中的一个 难题 。准 确 的区分煤 岩介 质一方 面 能够 提高 回采 率 ，减少 滚筒截 齿撞 击岩 石造成 的磨 损 ，降 低截 齿撞 击岩石 时产生 火花 而引爆 瓦斯 的危 险性 ；另 一方 面也能有效地 促进 井下无 人化 智能 开采 的发展 。 目前 ，采 煤机司机必须凭估 计来 确定 滚筒 的位置 ，这在重 煤尘 及有 喷水帷幕的环境下 是很 困难 的 。采煤 机在截 割煤 岩 的过程 中 ．随着截割介质 的变 化 ，南截 割力 激励所 产生 的结 构直 线 振 动 响 应 也 要 随 之 发 生 变 化 ，这 些 变 化 蕴 涵 着 截 割 对 象 的信息 ¨ ］。文章 旨在通过对不 同截割介质 下的采煤 机机 体 振 动 数 值 进 行 采 集 ，并 在 时 域 内 分 析 出振 动 响 应 变 化 中 包 含的有利于鉴别 截割 对象 的信 息 ，进而 达到识 别煤 岩截 割 状 态 的 目的
１ 振动 测试 方 法研 究
１．１ 振 动传 感 器 的选择 与安装
本文选择振 动加 速度 传感器 测量 采煤机 机体 的直 线振 动 ，传感器通过磁力 吸座 与换 向块 固定于相应 的测试位 置 ， 被测采煤机结构及传感器安装位置 （测点 ）如图 １所示 。
煤 炭 工 程
Ｃ０ＡＬ ＥＮＧＩＮＥＥＲＩＮＧ Leabharlann Ｖ０１．４８． Ｎｏ．３
ｄｏｉ： １０．１ １７９９／ｃｅ２０１６０３０３３
基 于 采煤 机 振 动 时域 特 性 的煤 岩 识 别 方法 研 究
任 洁 ，刘 领。
（１．太原工业学院 机械工程系 ，山西 太原 ０３０００８；２．北京 汽车股 份有 限公 司 北京 分公 司 ，北京 １０１３００）
如何准确地确 定顶 底板 的煤岩 分界 面 ，一直 是综采 工 作 面实际生产 中的一个 难题 。准 确 的区分煤 岩介 质一方 面 能够 提高 回采 率 ，减少 滚筒截 齿撞 击岩 石造成 的磨 损 ，降 低截 齿撞 击岩石 时产生 火花 而引爆 瓦斯 的危 险性 ；另 一方 面也能有效地 促进 井下无 人化 智能 开采 的发展 。 目前 ，采 煤机司机必须凭估 计来 确定 滚筒 的位置 ，这在重 煤尘 及有 喷水帷幕的环境下 是很 困难 的 。采煤 机在截 割煤 岩 的过程 中 ．随着截割介质 的变 化 ，南截 割力 激励所 产生 的结 构直 线 振 动 响 应 也 要 随 之 发 生 变 化 ，这 些 变 化 蕴 涵 着 截 割 对 象 的信息 ¨ ］。文章 旨在通过对不 同截割介质 下的采煤 机机 体 振 动 数 值 进 行 采 集 ，并 在 时 域 内 分 析 出振 动 响 应 变 化 中 包 含的有利于鉴别 截割 对象 的信 息 ，进而 达到识 别煤 岩截 割 状 态 的 目的
１ 振动 测试 方 法研 究
１．１ 振 动传 感 器 的选择 与安装
本文选择振 动加 速度 传感器 测量 采煤机 机体 的直 线振 动 ，传感器通过磁力 吸座 与换 向块 固定于相应 的测试位 置 ， 被测采煤机结构及传感器安装位置 （测点 ）如图 １所示 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词 :煤岩界面识别 ;扭转振动测量 中图分类号 : TP3911 4 文献标识码 :A
煤岩界面识别 (CIR) 能使采煤机具有自动追踪 煤岩界面的能力 。采煤机滚筒在切割煤岩的过程 中 ,随着截割介质的变化 ,由截割力激励所产生的结 构直线振动响应和滚筒扭转振动响应都要随之发生 变化 。这些变化蕴涵着截割对象的信息 ,监测这些 参数变化 ,可实现切割过程煤岩界面识别 。煤岩界 面识别方法中对于振动的测量主要拾取直线振动响 应 ,且此信号从激励源到测量点经过了较复杂的传 递路径 , 信号会受到干扰和污染 , 从而影响了特征 的分离和准确提取 。而在各类回转机械中 , 轴的扭 转振动是重要的一种振动形式 ,反映在转动轴的扭 振信号中的信息没有经过复杂的传递路径 , 信噪比 高 ,特征明显 , 利于随后的分析处理[1] 。
图 4 Z 方向振动信号
图 5 数据发现 :扭振传感器测量时 , 滚筒转速高 输出大;滚筒转速小 , 输出小 。由于割岩时产生的阻 力大 ,使滚筒的转速相对减小 ,因此割岩时的输出小 , 能量也相应小 ;割煤与割岩产生扭振大小的不同将体 现在直流分量上 ,也就是体现在 w0 空间上 ,在图 5 中 也发现了此规律 ,即煤信号的 w0 空间的能量值相对 较大。以此作为扭振传感器的特征值 。
质量的弹性体的假设 ,将系统中的第 i 个轴段及第 i
个盘从系统中隔离出来 , 根据平衡关系和牛顿定律
建立物理量之间的关系式 ,得出如下的传递矩阵[4] :
θR
1
1/ K
θR
M
=
- f2/ J
1 - f2 J/ K
. M i- 1
式中 :θ为扭转角度 ; M 为扭矩 ; f 为扭转频率 。
从式中可以得出 , 扭振传感器测量的是滚筒轴
目前 ,传统的煤岩分界识别方法中对于振动的 测量主要拾取直线振动响应 ,而对扭转振动响应鲜 有研究 。因此 ,通过滚筒轴扭振信号来监测采煤机 运行状态是一有效手段 。笔者利用扭振信号来进行 煤岩界面识别进行一些探索和研究 。
1 扭振测量原理
1. 1 扭振测试基本方法 测量旋转轴的扭振有多种方法 ,常用的有轴上
制相应的小波包分析软件 , 对割煤和割岩状态下的
信号进行了分析 。为了能定量地提取煤岩特征 , 根
据能量特征提取方法计算各空间能量 , 绘图如下 。
横坐标表示 w0 ～ w7 空间 ,纵坐标为各空间能量值 , 每种信号以一组数据为例说明 。
从图 3 中可发现 : w0 , w1 , w2 , w3 空间能量为主
第 1 期 任 芳等 :扭振测量在煤岩界面识别中的应用研究
95
从图 4 中发现 :割岩能量在各空间大于割煤能 量 ,且能量分布较均匀 ,因此取整个 8 个空间的能量 值为特征值 。
图 2 轴盘扭转系统
图 2 中的 J i 和 Ki 分别表示盘的转动惯量和轴 的扭转刚度 。根据盘是没有弹性的刚体和轴是没有
Key words :coal2rock interface recognitio n ;tor sio nal vibratio n
(编辑 :庞富祥)
Abstract :The st udy o n t he effective coal2rock interface recognitio n ( CIR) was carriedo ut by to rsio nal vibratio n signal . The relatio nship bet ween t he torsio nal vibratio n signal and drum cut2 ting force was analyzed t heoretically. Thro ugh carrying o ut feat ure selectio n and data f usio n by t he wavelet packet and f uzzy neural net work technique , t he availabilit y and reliabilit y of tor sio nal vibratio n signal were verified and co mpored wit h t ho se of vibratio n signal . The reco gnitio n result s show t hat t he torsio nal vibratio n signal was more stable ,wit h co rrect ratio of 92 % ,while t he cor2 rect ratio of t he vibratio n signal was 63 %. Test result was co nsistent wit h t he t heoretical analy2 sis. It is a valid means to mo nito r shearer running state t hro ugh t he tor sio nal vibratio n signal of t he drum axis.
法和非接触法两种[2] 。轴上法即是把传感器装在轴 上直接感知轴的扭振 ,可以用应变片测轴的扭转变 形 ,也可以用压电传感器测角加速度 ,用这种方式时 信号传递有一定困难 。非接触法是利用装在轴上的
码盘 、齿轮或其他等分齿形结构 ,在非接触的传感器 中产生脉冲 ,脉冲的间隔大小反映轴的瞬间角速度 大小 ,从而携带了轴扭转的信息 。本文采用非接触 法进行扭振测试 。 1. 2 扭振信号拾取
扭振测量在煤岩界面识别中的应用研究
任 芳1 ,刘正彦1 ,杨兆建1 ,梁国琴2
(11 太原理工大学 机械工程学院 ,太原 030024 ; 21 太原生产力促进中心 ,太原 030009)
摘 要 :为了更有效地进行煤岩界面识别 ,利用扭振信号来进行煤岩界面识别研究 。首先从理 论上分析了扭振信号与滚筒截割力的关系 ;应用小波包和模糊神经网络技术进行信息特征提取和 数据融合 ,论证了扭振信号的有效性与可靠性 ,并与直线振动信号进行了对比 。识别结果表明 ,扭 振信号数据比较稳定 ,识别正确率达到 92 % ;而直线振动信号的正确识别率为 63 % ,理论分析与试 验验证是一致的 。通过滚筒轴扭振信号来监测采煤机运行状态是一有效手段 。
作者对扭振信号进行了特征提取与数据融合 ,
来分析扭振信号在煤岩界面识别中的有效性和可靠
性 ,并与直线振动信号进行了对比分析 。
2. 2. 1 扭振信号的有效性
采用基于小波包分解的能量分布特征提取方法
进行特征提取 。通过观察 , 拟采用 Daubechies 小波
函数 ,对振动信号 、扭振进行三层小波包分解 , 并编
目前 ,扭振信号是通过光电编码器拾取的 。光 电编码器分为绝对式和增量式两种 ,本文拟采用增 量式光电编码器 。通过传感器 (光栅编码器或分度 头 、光电头) 发出的等角位移脉冲 ,用晶振发生的高 频时钟脉冲对上述脉冲间隔加以计数 ,即可测出相 邻脉冲间的时间间隔 。转角和时间间隔的大小反映 出扭转角速度 。
由识别结果可知 ,由于网络对记忆过的数据 ,可 得到准确的识别结果 ;而对于网络没有记忆过的数 据 ,网络的识别效果就会降低 。扭振信号之所以识 别效果较好 ,就是因为扭振信号数据比较稳定 ,受干 扰信号和其他因素影响较少 ,可靠性高 。理论分析 与试验验证是一致的 。
3 结论
将扭振信号引入煤岩界面识别系统是一种值得
第 41 卷 第 1 期 2010 年 1 月
3
太原理工大学学报
J OU RNAL O F TA IYUAN UN IV ERSIT Y O F TEC HNOLO GY
文章编号 :100729432 (2010) 0120094203
Hale Waihona Puke Vol. 41 No . 1 J an. 2010
扭转的角度 ,与滚筒所受扭矩有关 ,所以与截割力有
关 。截齿的受力通过滚筒作用于滚筒轴上 , 力传递
环节少 ,受干扰噪声影响小 ,因此滚筒轴上的扭振可
以比较准确地反映截齿的截割状态 , 与其他信号相
比 ,此信号是比较理想的煤岩截面识别信号 ,因此可
用扭振传感器测量输出轴的扭振 。
2. 2 基于扭振信号的煤岩界面识别
图 5 扭振信号
从以上分析可知 , 直线振动信号和扭振信号均 可进行识别 。
2. 2. 2 扭振信号的可靠性
为了对比扭振信号的可靠性 , 本文将大量试验 数据进行了特征提取 , 扭振信号与直线振动信号分 别进行数据融合 ,将结果进行对比分析 ,见表 1 。
表 1 模糊神经网络识别结果比较
直线振动
Appl ication Study on the Torsional Vibration Test in Coal2rock Interface Recognition
REN Fang1 , L IU Zheng2yan1 , YANG Zhao2Jian1 ,L IANG Guo2qin2
(11 Col le ge of Mechanical En gi neeri n g of TU T , T ai y uan 030024 , Chi na; 21 T ai y uan Prod ucti vit y P romotion Center , T ai y uan 030009 , Chi na)
目 标
煤岩
训练样本数 152 140
检验样本数 109 71
识别错误个数
67
扭振
目 标
煤岩
训练样本数 152 140
检验样本数 109 71
识别错误个数
15
图 3 X 方向振动信号
要能量 ,且割岩能量比割煤能量大 ,这与理论分析是 一致的 。因此取 w0 , w1 , w2 , w3 空间的能量值为特 征值 。
煤岩界面识别 (CIR) 能使采煤机具有自动追踪 煤岩界面的能力 。采煤机滚筒在切割煤岩的过程 中 ,随着截割介质的变化 ,由截割力激励所产生的结 构直线振动响应和滚筒扭转振动响应都要随之发生 变化 。这些变化蕴涵着截割对象的信息 ,监测这些 参数变化 ,可实现切割过程煤岩界面识别 。煤岩界 面识别方法中对于振动的测量主要拾取直线振动响 应 ,且此信号从激励源到测量点经过了较复杂的传 递路径 , 信号会受到干扰和污染 , 从而影响了特征 的分离和准确提取 。而在各类回转机械中 , 轴的扭 转振动是重要的一种振动形式 ,反映在转动轴的扭 振信号中的信息没有经过复杂的传递路径 , 信噪比 高 ,特征明显 , 利于随后的分析处理[1] 。
图 4 Z 方向振动信号
图 5 数据发现 :扭振传感器测量时 , 滚筒转速高 输出大;滚筒转速小 , 输出小 。由于割岩时产生的阻 力大 ,使滚筒的转速相对减小 ,因此割岩时的输出小 , 能量也相应小 ;割煤与割岩产生扭振大小的不同将体 现在直流分量上 ,也就是体现在 w0 空间上 ,在图 5 中 也发现了此规律 ,即煤信号的 w0 空间的能量值相对 较大。以此作为扭振传感器的特征值 。
质量的弹性体的假设 ,将系统中的第 i 个轴段及第 i
个盘从系统中隔离出来 , 根据平衡关系和牛顿定律
建立物理量之间的关系式 ,得出如下的传递矩阵[4] :
θR
1
1/ K
θR
M
=
- f2/ J
1 - f2 J/ K
. M i- 1
式中 :θ为扭转角度 ; M 为扭矩 ; f 为扭转频率 。
从式中可以得出 , 扭振传感器测量的是滚筒轴
目前 ,传统的煤岩分界识别方法中对于振动的 测量主要拾取直线振动响应 ,而对扭转振动响应鲜 有研究 。因此 ,通过滚筒轴扭振信号来监测采煤机 运行状态是一有效手段 。笔者利用扭振信号来进行 煤岩界面识别进行一些探索和研究 。
1 扭振测量原理
1. 1 扭振测试基本方法 测量旋转轴的扭振有多种方法 ,常用的有轴上
制相应的小波包分析软件 , 对割煤和割岩状态下的
信号进行了分析 。为了能定量地提取煤岩特征 , 根
据能量特征提取方法计算各空间能量 , 绘图如下 。
横坐标表示 w0 ～ w7 空间 ,纵坐标为各空间能量值 , 每种信号以一组数据为例说明 。
从图 3 中可发现 : w0 , w1 , w2 , w3 空间能量为主
第 1 期 任 芳等 :扭振测量在煤岩界面识别中的应用研究
95
从图 4 中发现 :割岩能量在各空间大于割煤能 量 ,且能量分布较均匀 ,因此取整个 8 个空间的能量 值为特征值 。
图 2 轴盘扭转系统
图 2 中的 J i 和 Ki 分别表示盘的转动惯量和轴 的扭转刚度 。根据盘是没有弹性的刚体和轴是没有
Key words :coal2rock interface recognitio n ;tor sio nal vibratio n
(编辑 :庞富祥)
Abstract :The st udy o n t he effective coal2rock interface recognitio n ( CIR) was carriedo ut by to rsio nal vibratio n signal . The relatio nship bet ween t he torsio nal vibratio n signal and drum cut2 ting force was analyzed t heoretically. Thro ugh carrying o ut feat ure selectio n and data f usio n by t he wavelet packet and f uzzy neural net work technique , t he availabilit y and reliabilit y of tor sio nal vibratio n signal were verified and co mpored wit h t ho se of vibratio n signal . The reco gnitio n result s show t hat t he torsio nal vibratio n signal was more stable ,wit h co rrect ratio of 92 % ,while t he cor2 rect ratio of t he vibratio n signal was 63 %. Test result was co nsistent wit h t he t heoretical analy2 sis. It is a valid means to mo nito r shearer running state t hro ugh t he tor sio nal vibratio n signal of t he drum axis.
法和非接触法两种[2] 。轴上法即是把传感器装在轴 上直接感知轴的扭振 ,可以用应变片测轴的扭转变 形 ,也可以用压电传感器测角加速度 ,用这种方式时 信号传递有一定困难 。非接触法是利用装在轴上的
码盘 、齿轮或其他等分齿形结构 ,在非接触的传感器 中产生脉冲 ,脉冲的间隔大小反映轴的瞬间角速度 大小 ,从而携带了轴扭转的信息 。本文采用非接触 法进行扭振测试 。 1. 2 扭振信号拾取
扭振测量在煤岩界面识别中的应用研究
任 芳1 ,刘正彦1 ,杨兆建1 ,梁国琴2
(11 太原理工大学 机械工程学院 ,太原 030024 ; 21 太原生产力促进中心 ,太原 030009)
摘 要 :为了更有效地进行煤岩界面识别 ,利用扭振信号来进行煤岩界面识别研究 。首先从理 论上分析了扭振信号与滚筒截割力的关系 ;应用小波包和模糊神经网络技术进行信息特征提取和 数据融合 ,论证了扭振信号的有效性与可靠性 ,并与直线振动信号进行了对比 。识别结果表明 ,扭 振信号数据比较稳定 ,识别正确率达到 92 % ;而直线振动信号的正确识别率为 63 % ,理论分析与试 验验证是一致的 。通过滚筒轴扭振信号来监测采煤机运行状态是一有效手段 。
作者对扭振信号进行了特征提取与数据融合 ,
来分析扭振信号在煤岩界面识别中的有效性和可靠
性 ,并与直线振动信号进行了对比分析 。
2. 2. 1 扭振信号的有效性
采用基于小波包分解的能量分布特征提取方法
进行特征提取 。通过观察 , 拟采用 Daubechies 小波
函数 ,对振动信号 、扭振进行三层小波包分解 , 并编
目前 ,扭振信号是通过光电编码器拾取的 。光 电编码器分为绝对式和增量式两种 ,本文拟采用增 量式光电编码器 。通过传感器 (光栅编码器或分度 头 、光电头) 发出的等角位移脉冲 ,用晶振发生的高 频时钟脉冲对上述脉冲间隔加以计数 ,即可测出相 邻脉冲间的时间间隔 。转角和时间间隔的大小反映 出扭转角速度 。
由识别结果可知 ,由于网络对记忆过的数据 ,可 得到准确的识别结果 ;而对于网络没有记忆过的数 据 ,网络的识别效果就会降低 。扭振信号之所以识 别效果较好 ,就是因为扭振信号数据比较稳定 ,受干 扰信号和其他因素影响较少 ,可靠性高 。理论分析 与试验验证是一致的 。
3 结论
将扭振信号引入煤岩界面识别系统是一种值得
第 41 卷 第 1 期 2010 年 1 月
3
太原理工大学学报
J OU RNAL O F TA IYUAN UN IV ERSIT Y O F TEC HNOLO GY
文章编号 :100729432 (2010) 0120094203
Hale Waihona Puke Vol. 41 No . 1 J an. 2010
扭转的角度 ,与滚筒所受扭矩有关 ,所以与截割力有
关 。截齿的受力通过滚筒作用于滚筒轴上 , 力传递
环节少 ,受干扰噪声影响小 ,因此滚筒轴上的扭振可
以比较准确地反映截齿的截割状态 , 与其他信号相
比 ,此信号是比较理想的煤岩截面识别信号 ,因此可
用扭振传感器测量输出轴的扭振 。
2. 2 基于扭振信号的煤岩界面识别
图 5 扭振信号
从以上分析可知 , 直线振动信号和扭振信号均 可进行识别 。
2. 2. 2 扭振信号的可靠性
为了对比扭振信号的可靠性 , 本文将大量试验 数据进行了特征提取 , 扭振信号与直线振动信号分 别进行数据融合 ,将结果进行对比分析 ,见表 1 。
表 1 模糊神经网络识别结果比较
直线振动
Appl ication Study on the Torsional Vibration Test in Coal2rock Interface Recognition
REN Fang1 , L IU Zheng2yan1 , YANG Zhao2Jian1 ,L IANG Guo2qin2
(11 Col le ge of Mechanical En gi neeri n g of TU T , T ai y uan 030024 , Chi na; 21 T ai y uan Prod ucti vit y P romotion Center , T ai y uan 030009 , Chi na)
目 标
煤岩
训练样本数 152 140
检验样本数 109 71
识别错误个数
67
扭振
目 标
煤岩
训练样本数 152 140
检验样本数 109 71
识别错误个数
15
图 3 X 方向振动信号
要能量 ,且割岩能量比割煤能量大 ,这与理论分析是 一致的 。因此取 w0 , w1 , w2 , w3 空间的能量值为特 征值 。