基于小波包能量流和LTSA的垮落煤岩特征提取
李一鸣
符世琛
周俊莹
宗凯
李瑞
吴淼
1.中国矿业大学(北京)机电与信息工程学院,北京,1000832.中国矿业大学(北京)机电与信息工程学院,北京,1000833.中国矿业大学(北京)机电与信息工程学院,北京,1000834.中国矿业大学(北京)机电与信息工程学院,北京,1000835.中国矿业大学(北京)机电与信息工程学院,北京,1000836.中国矿业大学(北京)机电与信息工程学院,北京,100083
摘要：针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法.该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形.为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩.结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100％.
关键词：垮落煤岩识别小波包能量流LTSABP神经网络
分类号：TD67(矿山电工)
资助基金：国家重点基础研究发展计划(973)资助项目(2014CB046306)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 331-337 )
英文信息