基于遺傳神經(jīng)網(wǎng)絡的煤巖界面識別方法的研究.pdf

1、煤巖界面識別系統(tǒng)能使采煤機具有自動追蹤煤巖界面的能力，可靠的識別系統(tǒng)在經(jīng)濟效益和安全作業(yè)兩方面都具有突出的優(yōu)點，它能提高煤層的回采率；降低煤中的研石、灰份和硫的含量；提高采煤作業(yè)效率；減輕設備磨損；是實現(xiàn)采煤自動化的關鍵設備之一。目前各研究方法所使用的都是用單類型傳感器進行識別，由于每個傳感器都有其特定的工作精度與適用范圍，因此用單傳感器采集信號有一定的局限性，傳感器本身的故障與失靈等都會造成誤判。因此為了使煤巖界面識別更具有可靠性、可

2、行性，研制開發(fā)多傳感器識別系統(tǒng)成為必要。因此本課題采用了多類型傳感器拾取采煤機響應信號并進行多信號特征提取與數(shù)據(jù)融合的煤巖界面識別方法，提高了識別率。 本文在采煤機煤巖界面識別物理模擬系統(tǒng)的基礎上，做了大量試驗，通過試驗采集了大量試驗數(shù)據(jù)，為數(shù)據(jù)處理準備了充分的數(shù)據(jù)信息。 鑒于小波分析方法的諸多優(yōu)點，本文采用小波包技術對信號進行特征提取。通過基于小波包分解的能量分布提取方法能夠確定各傳感器信號的敏感頻段，提取出各特征值。

3、用小波包能量法進行特征提取，完成了從模式空間到特征空間的轉換，為數(shù)據(jù)融合提供了可靠而準確的特征級數(shù)據(jù)。 數(shù)據(jù)融合作為一門跨學科的綜合信息處理技術，顯示了進行煤巖界面狀態(tài)識別的強大優(yōu)勢。本文針對BP網(wǎng)絡容易陷入局部極小的缺點，用遺傳算法對神經(jīng)網(wǎng)絡進行優(yōu)化，建立了遺傳神經(jīng)網(wǎng)絡模型，針對煤巖界面識別的具體問題，確定了遺傳神經(jīng)網(wǎng)絡的具體結構和訓練算法： 1、選擇實數(shù)編碼方式，縮短個體編碼的長度，將網(wǎng)絡的權值及閾值同時進行編碼。