CN104376232A - 非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 - Google Patents
非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 Download PDFInfo
- Publication number
- CN104376232A CN104376232A CN201410762440.0A CN201410762440A CN104376232A CN 104376232 A CN104376232 A CN 104376232A CN 201410762440 A CN201410762440 A CN 201410762440A CN 104376232 A CN104376232 A CN 104376232A
- Authority
- CN
- China
- Prior art keywords
- measurement data
- amount
- measurement
- data
- gross error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001914 filtration Methods 0.000 abstract 1
- 230000004069 differentiation Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供的一种非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,包括d.连续进行N次测量移近量,;e.对N次测量数据结果进行判定,若N次的测量数据全部在D1误差范围内,则判定测量数据D1有效;若N次的测量数据中,有一次以上测量数据不在D1误差范围内,则认为测量结果D1中,存在粗大误差;f.若步骤e中测量数据D1有效,则将有效数据进行滑动滤波后显示并传输;若步骤b中的测量数据D1存在粗大误差,则将N+1次测量结果全部剔除;g.重复步骤d、e、f不断对新的测量数据中的粗大误差进行判别和剔除。对由于巷道行人、行车及其他外部干扰因素引起的对测量数据产生的粗大误差,进行有效判别及剔除,保证了测量结果的准确性。
Description
技术领域
本发明涉及煤矿领域,尤其涉及一种非接触式顶底板及巷帮移近量测量数据粗大误差判别方法。
背景技术
在煤矿领域中,针对煤矿顶底板移近量的测量,现有的用于测量煤矿顶底板移近量的传感器大多为采用接触式测量原理的设备,会对巷道内行车与行人造成很大的影响。虽然采用非接触式的顶底板移近量测量的传感器可以有效避免上述问题,但是在现有的测量过程中非常容易产生粗大误差,对测量结果的准确性无法保障。
发明内容
有鉴于此,本发明提供一种非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,用于非接触式顶底板及巷帮移近量测量时粗大误差的判别及剔除。
本发明提供的一种非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,其包括
d.连续进行N次非接触式顶底板及巷帮移近量测量;
e.对N次测量数据结果进行判定,若N次的测量数据全部在第1次测量数据D1误差范围内,则判定第1次测量数据D1有效;若N次的测量数据中,有一次以上测量数据不在第1次测量数据D1误差范围内,则认为测量结果D1中,存在粗大误差;
f.若步骤e中测定数据D1有效,则将有效数据进行滑动滤波后显示并传输;若步骤e中的测量数据存在粗大误差,则将N+1次测量结果全部剔除;
g.重复步骤d、e、f不断对新的测量数据中的粗大误差进行判别和剔除。
进一步,在步骤d前,还包括:
a.计算非接触式顶底板及巷帮移近量瞬时最大变化量L;
进一步,在步骤d前,还包括:
b.采集所述移近量的测量数据D1,并将测量数据D1与上一次测量数据Dpre进行比较,得出变化量Δ1;
进一步,在步骤a和步骤b之后并在步骤d之前,还包括:
c.将所述变化量Δ1与移近量瞬时最大变化量L进行比较,若变化量Δ1大于移近量瞬时最大变化量L,则判定测量数据D1中可能存在粗大误差,并进行步骤d。
进一步,若步骤c中若变化量Δ1不大于移近量瞬时最大变化量L,则判定测量数据中不存在粗大误差,并将测量数据D1数值赋予测量数据Dpre与采样数组序列进行滑动滤波,参与移近量测量结果的运算、显示和传输。
本发明的有益效果:
本发明用于非接触式顶底板及巷帮移近量传感器的测量过程,在连续测量的过程中,对由于巷道行人、行车及其他外部干扰因素引起的对测量数据产生的粗大误差,进行有效判别,并对粗大误差进行循环检测剔除,保证了测量结果的准确性,本方法合理简单,计算简便,在煤矿非接触式顶底板及巷帮移近量在线测量方面具有很好的推广应用价值。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1是本发明的原理示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述:图1是本发明的原理示意图,如图1所示,本发明的一种非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,该方法用于非接触式顶底板及巷帮移近量测量时粗大误差的判别及剔除,该方法的具体步骤为:
a.预设移近量瞬时最大变化量L;
b.采集所述移近量的测量数据D1,并将测量数据D1与上一次测量数据Dpre进行比较,得出变化量Δ1;
c.将所述变化量Δ1与移近量瞬时最大变化量L进行比较,若变化量Δ1大于移近量瞬时最大变化量L,则判定测量数据D1中可能存在粗大误差,并进行步骤d;
d.连续进行N次非接触式顶底板及巷帮移近量测量;
e.对N次测量数据结果进行判定,若N次的测量数据全部在第1次测量数据D1误差范围内,则判定第1次测量数据D1有效;若N次的测量数据中,有一次以上测量数据不在第1次测量数据D1误差范围内,则认为测量结果D1中,存在粗大误差;
f.若步骤e中测定数据D1有效,则将测量数据D1数值赋予测量数据Dpre与采样数组序列进行滑动滤波后显示并传输;若步骤e中的测量数据存在粗大误差,则将N+1次测量结果全部剔除;
g.重复步骤d、e、f不断对新的测量数据中的粗大误差进行判别和剔除。
在本实施例步骤a中,移近量瞬时最大变化量L是根据国内煤矿大量巷道瞬时变形历史数据统计而出,一般小于0.5米,具有普遍的科学适用性。
在步骤d中,N的具体值可以根据现场情况调整预设。
步骤e中,若测量数据D1有效,则将测量数据D1数值作为一次有效数据赋予Dpre作为下一次测量数据粗大误差判断运算依据之一,同时赋予采样数组序列进行滑动滤波,参与移近量测量结果的运算、显示与传输。
在本实施例中,采用同一条件下,多次重复测量顶底板移近量,依据基于煤矿矿压显现规律改进型的拉依达准则,对非接触式的顶底板移近量测量数据中的粗大误差进行判别和剔除。有效避免了影响巷道内行车与行人,同时,也避免了影响测量结果的准确性。
下面用两个具体数值的实施例进行详细说明:
实施例一:
预设移近量瞬时最大变化量L为0.5米;采集所述移近量的测量数据D1,假设D1为0.7米,将测量数据D1与上一次测量数据Dpre进行比较,假设Dpre为0.15米,得出变化量Δ1为0.55米;将所述变化量Δ1与移近量瞬时最大变化量L进行比较,因为变化量Δ1大于移近量瞬时最大变化量L,则判定测量数据D1中可能存在粗大误差;连续进行N(N设为5)次非接触式顶底板及巷帮移近量测量;对N次测量数据结果进行判定,N次的测量数据中,假设至少有1次测量数据与D1(0.7米)的差值大于移近量测量仪器规定的0.05米的测量误差,则认为测量结果D1中,存在粗大误差;则将包括D1在内的N+1次测量结果全部剔除;假设N次的测量数据与D1(0.7米)的差值全部在0.05米的测量误差内,则判定第1次测量数据D1有效,则将测量数据D1数值赋予测量数据Dpre与采样数组序列进行滑动滤波后显示并传输;此时Dpre=0.7米,将最新采集的移近量测量数据数值赋予D1,进行新的判别。
实施例二:
预设移近量瞬时最大变化量L为0.5米;采集所述移近量的测量数据D1,假设D1为0.3米,将测量数据D1与上一次测量数据Dpre进行比较,假设Dpre为0.15米,得出变化量Δ1为0.15米;将所述变化量Δ1与移近量瞬时最大变化量L进行比较,因为变化量Δ1小于移近量瞬时最大变化量L,则判定测量数据D1中不存在粗大误差;则判定测量数据D1有效,将测量数据D1数值赋予测量数据Dpre与采样数组序列进行滑动滤波后显示并传输;此时Dpre=0.3米,将最新采集的移近量测量数据数值赋予D1,进行新的判别。本发明能实现非接触式顶底板及巷帮移近量传感器在连续测量过程中出现的巷道行人行车等外部因素造成的测量数据粗大误差的有效判别及剔除,保证了测量结果的准确性。本方法合理简单,计算简便,在煤矿非接触式顶底板及巷帮移近量在线测量方面具有很好的推广应用价值。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,其特征在于:包括
d.连续进行N次非接触式顶底板及巷帮移近量测量;
e.对N次测量数据结果进行判定,若N次的测量数据全部在第1次测量数据D1误差范围内,则判定第1次测量数据D1有效;若N次的测量数据中,有一次以上测量数据不在第1次测量数据D1误差范围内,则认为测量结果D1中,存在粗大误差;
f.若步骤e中测定数据D1有效,则将有效数据进行滑动滤波后显示并传输;若步骤e中的测量数据存在粗大误差,则将N+1次测量结果全部剔除;
g.重复步骤d、e、f不断对新的测量数据中的粗大误差进行判别和剔除。
2.根据权利要求1所述非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,其特征在于:在步骤d前,还包括:
a.预设非接触式顶底板及巷帮移近量瞬时最大变化量L;
b.采集所述移近量的测量数据D1,并将测量数据D1与上一次测量数据Dpre进行比较,得出变化量Δ1;
c.将所述变化量Δ1与移近量瞬时最大变化量L进行比较,若变化量Δ1大于移近量瞬时最大变化量L,则判定测量数据D1中可能存在粗大误差,并进行步骤d。
3.根据权利要求2所述非接触式顶底板及巷帮移近量测量数据粗大误差判别方法,其特征在于:步骤c中还包括若变化量Δ1小于等于移近量瞬时最大变化量L,则判定测量数据中不存在粗大误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410762440.0A CN104376232B (zh) | 2014-12-11 | 2014-12-11 | 非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410762440.0A CN104376232B (zh) | 2014-12-11 | 2014-12-11 | 非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104376232A true CN104376232A (zh) | 2015-02-25 |
CN104376232B CN104376232B (zh) | 2017-06-30 |
Family
ID=52555136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410762440.0A Active CN104376232B (zh) | 2014-12-11 | 2014-12-11 | 非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104376232B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106679627A (zh) * | 2016-12-25 | 2017-05-17 | 杭州博烁晟斐智能科技有限公司 | 一种基于物联网的通信铁塔垂直度问题判断方法及系统 |
CN109737990A (zh) * | 2019-02-22 | 2019-05-10 | 中煤科工集团重庆研究院有限公司 | 强电磁环境下的抗干扰滤波算法 |
CN112473548A (zh) * | 2020-11-19 | 2021-03-12 | 三一石油智能装备有限公司 | 一种混配车粉料输送计量的控制方法、控制装置及混配车 |
CN113671011A (zh) * | 2021-08-20 | 2021-11-19 | 中煤科工集团重庆研究院有限公司 | 一种抗压强突变影响氧气浓度高精度测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007122362A1 (en) * | 2006-04-21 | 2007-11-01 | Renishaw Plc | Method of error correction |
CN101968758A (zh) * | 2010-10-28 | 2011-02-09 | 西北工业大学 | 多数据点阈值检测方法 |
CN103034783A (zh) * | 2012-12-10 | 2013-04-10 | 天津工业大学 | 一种与软测量建模相结合的过失误差侦破 |
-
2014
- 2014-12-11 CN CN201410762440.0A patent/CN104376232B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007122362A1 (en) * | 2006-04-21 | 2007-11-01 | Renishaw Plc | Method of error correction |
CN101968758A (zh) * | 2010-10-28 | 2011-02-09 | 西北工业大学 | 多数据点阈值检测方法 |
CN103034783A (zh) * | 2012-12-10 | 2013-04-10 | 天津工业大学 | 一种与软测量建模相结合的过失误差侦破 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106679627A (zh) * | 2016-12-25 | 2017-05-17 | 杭州博烁晟斐智能科技有限公司 | 一种基于物联网的通信铁塔垂直度问题判断方法及系统 |
CN109737990A (zh) * | 2019-02-22 | 2019-05-10 | 中煤科工集团重庆研究院有限公司 | 强电磁环境下的抗干扰滤波算法 |
CN109737990B (zh) * | 2019-02-22 | 2021-02-02 | 中煤科工集团重庆研究院有限公司 | 强电磁环境下的抗干扰滤波算法 |
CN112473548A (zh) * | 2020-11-19 | 2021-03-12 | 三一石油智能装备有限公司 | 一种混配车粉料输送计量的控制方法、控制装置及混配车 |
CN113671011A (zh) * | 2021-08-20 | 2021-11-19 | 中煤科工集团重庆研究院有限公司 | 一种抗压强突变影响氧气浓度高精度测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104376232B (zh) | 2017-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106840049B (zh) | 基于内置三轴加速传感器智能手机的路面质量评级方法 | |
CN104376232A (zh) | 非接触式顶底板及巷帮移近量测量数据粗大误差判别方法 | |
CN109190272B (zh) | 基于弹性波和机器学习的混凝土结构缺陷检测方法 | |
CN109596075A (zh) | 一种直线度或弯曲度在线测量装置及方法 | |
CN104535011B (zh) | 一种三维线激光车辙检测设备的室内参数标定方法 | |
CN106526149B (zh) | 一种基于通车时长和交通量的路面使用性能预测方法 | |
CN103529293B (zh) | 基于边沿效应的并行的频率和周期性信号参数测量方法 | |
CN103969614A (zh) | 一种数字万用表的校准方法 | |
CN103063141A (zh) | 基于激光测距的零件高度的测量方法 | |
CN102706431B (zh) | 一种计量数据检测方法及系统 | |
CN103834758A (zh) | 一种连续高精度的高炉料位实时检测方法 | |
CN103914993B (zh) | 一种基于磁场传感器的智能停车检测方法 | |
CN105759258A (zh) | 一种利用距离传感器检测距离的方法和装置 | |
CN103344187A (zh) | 冶金产品宽度的在线测量装置及其方法 | |
CN101988957A (zh) | 变电站合并单元电量采样准确性的动态检测方法及系统 | |
CN103983239B (zh) | 基于车道等宽线的测距方法 | |
CN102095936B (zh) | 一种快速测量交流电信号相位差的方法 | |
CN104597513B (zh) | 一种地球物理磁场大数据预处理值的获取方法 | |
CN103852562B (zh) | 判断样品检测数据可疑值的方法 | |
CN203964856U (zh) | 一种带有复合式传感器的钢筋检测仪 | |
CN105937876A (zh) | 一种变压器绕组变形的检测系统及其检测方法 | |
CN105372401A (zh) | 仿制药品质量的检测方法 | |
CN202074972U (zh) | 一种折叠式坡率测定仪 | |
CN106525716B (zh) | 一种钢管套管接箍连接的关键点自动检测方法 | |
CN105023436A (zh) | 交通信息评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |