CN111155996A - 一种基于多传感器数据融合的煤岩自动识别方法 - Google Patents
一种基于多传感器数据融合的煤岩自动识别方法 Download PDFInfo
- Publication number
- CN111155996A CN111155996A CN202010016842.1A CN202010016842A CN111155996A CN 111155996 A CN111155996 A CN 111155996A CN 202010016842 A CN202010016842 A CN 202010016842A CN 111155996 A CN111155996 A CN 111155996A
- Authority
- CN
- China
- Prior art keywords
- mining machine
- sensor
- coal mining
- coal
- microprocessor
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 86
- 239000011435 rock Substances 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000004927 fusion Effects 0.000 title claims abstract description 15
- 238000005065 mining Methods 0.000 claims abstract description 54
- 230000001133 acceleration Effects 0.000 claims abstract description 15
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 239000000284 extract Substances 0.000 claims abstract description 4
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 238000005299 abrasion Methods 0.000 description 3
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036346 tooth eruption Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C35/00—Details of, or accessories for, machines for slitting or completely freeing the mineral from the seam, not provided for in groups E21C25/00 - E21C33/00, E21C37/00 or E21C39/00
- E21C35/24—Remote control specially adapted for machines for slitting or completely freeing the mineral
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C31/00—Driving means incorporated in machines for slitting or completely freeing the mineral from the seam
- E21C31/02—Driving means incorporated in machines for slitting or completely freeing the mineral from the seam for cutting or breaking-down devices
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
一种基于多传感器数据融合的煤岩自动识别方法,步骤为:在采煤机机体上安装微处理器,在截割电机上安装压电式加速度传感器,在滚筒连接轴上安装转速转矩传感器,在牵引电机上安装霍尔大电流传感器,各传感器通过数据传输线与微处理器相连;当采煤机滚筒截割煤壁时,压电式加速度传感器采集摇臂振动信号,转速转矩传感器采集滚筒扭矩信号,霍尔大电流传感器采集牵引电机电流信号,各信号实时传输至微处理器;微处理器基于小波变换原理对信号特征进行提取,并采用BP神经网络方法对各个传感器的数据进行融合分析,用以判断煤岩界面,然后将得出的控制信号传输至采煤机的截割电机,最终以无人化控制方式实现采煤机摇臂的自动调高。
Description
技术领域
本发明属于煤矿开采技术领域,特别是涉及一种基于多传感器数据融合的煤岩自动识别方法。
背景技术
煤炭是我国常规能源的主体,煤炭工业在整个国民经济中占有举足轻重的地位,煤炭开采机械化已经成为煤炭工业增加产量、提高劳动生产率、减少重大恶性事故和改善劳动条件的一项关键性技术,采煤机作为综合机械化采煤工作面的主要设备之一,采煤机的自动化成为整个工作面自动化的中心环节。
采煤机的自动化主要包括两部分,分为牵引速度的自动控制和滚筒切割高度的自动控制。目前,国内外绝大多数采煤机的牵引速度都实现了手动和自动控制,而采煤机滚筒高度的控制,除国外极少数的采煤机采用的存储切割模式进行高度控制外,大部分的采煤机依然靠人工操作,即操作工人依靠视力观察及截割噪音来判断采煤机滚筒是在割煤还是割岩,以便调节滚筒的垂直位置。
然而,由于采煤机在工作过程中会产生大量煤尘,导致工作面能见度很低,而且机器本身噪音很大,操作工人实际上难以准确及时判断采煤机的截割状态。如果是在薄煤层工作面,操作工人行走不便,导致操作工人更加难以及时调节滚筒的高度,造成采煤机在工作过程中经常会截割到顶底板放入岩石,而采煤机连续截割岩石会加剧滚筒截齿磨损及其它零部件的损坏。对于高瓦斯矿极易产生火花引起瓦斯爆炸,形成恶性事故。当截割的岩石混入原煤中,还会造成原煤质量的下降。再有,如果滚筒位置调节不当,还可能造成顶底煤剩留过厚,进而降低回采率。
发明内容
针对现有技术存在的问题,本发明提供一种基于多传感器数据融合的煤岩自动识别方法,能够实现滚筒采煤机自动调高及无人化控制,有效提高采煤机效率和回采率,减轻设备磨损,减少设备维修量和停机时间,降低空气中的岩尘含量,通过对多种传感器采集的信号数据进行特征提取和数据融合分析,自动识别待采煤层的煤岩界面,实现辅助采煤机摇臂的自动调高。
为了实现上述目的,本发明采用如下技术方案:一种基于多传感器数据融合的煤岩自动识别方法,包括如下步骤:
步骤一:在采煤机的机体上安装微处理器,在采煤机的截割电机上安装压电式加速度传感器,在采煤机的滚筒连接轴上安装转速转矩传感器,在采煤机的牵引电机上安装霍尔大电流传感器,压电式加速度传感器、转速转矩传感器及霍尔大电流传感器通过数据传输线与微处理器相连;
步骤二:当采煤机的滚筒截割煤壁时,通过压电式加速度传感器采集采煤机摇臂的振动信号,通过转速转矩传感器采集采煤机滚筒的扭矩信号,通过霍尔大电流传感器采集采煤机牵引电机的电流信号,振动信号、扭矩信号及电流信号实时传输至微处理器中;
步骤三:微处理器基于小波变换原理对信号特征进行提取,并采用BP神经网络方法对各个传感器的数据进行融合分析,用以判断煤岩界面,然后将得出的控制信号传输至采煤机的截割电机,最终以无人化控制方式实现采煤机摇臂的自动调高。
本发明的有益效果:
本发明的基于多传感器数据融合的煤岩自动识别方法,能够实现滚筒采煤机自动调高及无人化控制,有效提高采煤机效率和回采率,减轻设备磨损,减少设备维修量和停机时间,降低空气中的岩尘含量,通过对多种传感器采集的信号数据进行特征提取和数据融合分析,自动识别待采煤层的煤岩界面,实现辅助采煤机摇臂的自动调高。
附图说明
图1为安装了微处理器、压电式加速度传感器、转速转矩传感器及霍尔大电流传感器后的采煤机示意图;
图中,1—采煤机,2—微处理器,3—压电式加速度传感器,4—转速转矩传感器,5—霍尔大电流传感器,6—煤壁。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。
本实施例中,压电式加速度传感器3的灵敏度为35pC/g,频率范围为0.2Hz~8000Hz,最大横向灵敏度比<5%,具有顶、侧端两种引线方式,传感器外壳对地绝缘且具备防爆特性;转速转矩传感器4的适用工作环境温度为0~55℃,允许测量的最大扭矩为120%额定值,传感器外壳具有防爆特性;霍尔大电流传感器5的精度等级≤1.0%.F.S,线性度优于0.2%,频率特性为0~100kHz,适用工作环境温度为-10℃~50℃,且湿度在20%~90%时无凝霜,传感器外壳具有防爆特性。
一种基于多传感器数据融合的煤岩自动识别方法,包括如下步骤:
步骤一:如图1所示,在采煤机1的机体上安装微处理器2,在采煤机1的截割电机上安装压电式加速度传感器3,在采煤机1的滚筒连接轴上安装转速转矩传感器4,在采煤机1的牵引电机上安装霍尔大电流传感器5,压电式加速度传感器3、转速转矩传感器4及霍尔大电流传感器5通过数据传输线与微处理器2相连;
步骤二:当采煤机1的滚筒截割煤壁6时,通过压电式加速度传感器3采集采煤机1摇臂的振动信号,通过转速转矩传感器4采集采煤机1滚筒的扭矩信号,通过霍尔大电流传感器5采集采煤机1牵引电机的电流信号,振动信号、扭矩信号及电流信号实时传输至微处理器2中;
步骤三:微处理器2基于小波变换原理对信号特征进行提取,并采用BP神经网络方法对各个传感器的数据进行融合分析,用以判断煤岩界面,然后将得出的控制信号传输至采煤机1的截割电机,最终以无人化控制方式实现采煤机1摇臂的自动调高。
实施例中的方案并非用以限制本发明的专利保护范围,凡未脱离本发明所为的等效实施或变更,均包含于本案的专利范围中。
Claims (1)
1.一种基于多传感器数据融合的煤岩自动识别方法,其特征在于包括如下步骤:
步骤一:在采煤机的机体上安装微处理器,在采煤机的截割电机上安装压电式加速度传感器,在采煤机的滚筒连接轴上安装转速转矩传感器,在采煤机的牵引电机上安装霍尔大电流传感器,压电式加速度传感器、转速转矩传感器及霍尔大电流传感器通过数据传输线与微处理器相连;
步骤二:当采煤机的滚筒截割煤壁时,通过压电式加速度传感器采集采煤机摇臂的振动信号,通过转速转矩传感器采集采煤机滚筒的扭矩信号,通过霍尔大电流传感器采集采煤机牵引电机的电流信号,振动信号、扭矩信号及电流信号实时传输至微处理器中;
步骤三:微处理器基于小波变换原理对信号特征进行提取,并采用BP神经网络方法对各个传感器的数据进行融合分析,用以判断煤岩界面,然后将得出的控制信号传输至采煤机的截割电机,最终以无人化控制方式实现采煤机摇臂的自动调高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010016842.1A CN111155996A (zh) | 2020-01-08 | 2020-01-08 | 一种基于多传感器数据融合的煤岩自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010016842.1A CN111155996A (zh) | 2020-01-08 | 2020-01-08 | 一种基于多传感器数据融合的煤岩自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111155996A true CN111155996A (zh) | 2020-05-15 |
Family
ID=70561933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010016842.1A Pending CN111155996A (zh) | 2020-01-08 | 2020-01-08 | 一种基于多传感器数据融合的煤岩自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111155996A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104329091A (zh) * | 2014-10-21 | 2015-02-04 | 中国矿业大学(北京) | 一种基于采煤机截割电机多参数的煤岩性状识别系统及方法 |
CN105781544A (zh) * | 2016-05-05 | 2016-07-20 | 河南理工大学 | 用于多信息融合的采煤机智能控制策略研究的实验装置 |
CN205827202U (zh) * | 2016-05-05 | 2016-12-21 | 河南理工大学 | 用于多信息融合的采煤机智能控制策略研究的实验装置 |
CN110424964A (zh) * | 2019-08-21 | 2019-11-08 | 中国矿业大学(北京) | 一种煤岩界面识别方法 |
CN209799958U (zh) * | 2019-03-29 | 2019-12-17 | 山东科技大学 | 一种具有煤岩识别功能的全自动采煤机 |
-
2020
- 2020-01-08 CN CN202010016842.1A patent/CN111155996A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104329091A (zh) * | 2014-10-21 | 2015-02-04 | 中国矿业大学(北京) | 一种基于采煤机截割电机多参数的煤岩性状识别系统及方法 |
CN105781544A (zh) * | 2016-05-05 | 2016-07-20 | 河南理工大学 | 用于多信息融合的采煤机智能控制策略研究的实验装置 |
CN205827202U (zh) * | 2016-05-05 | 2016-12-21 | 河南理工大学 | 用于多信息融合的采煤机智能控制策略研究的实验装置 |
CN209799958U (zh) * | 2019-03-29 | 2019-12-17 | 山东科技大学 | 一种具有煤岩识别功能的全自动采煤机 |
CN110424964A (zh) * | 2019-08-21 | 2019-11-08 | 中国矿业大学(北京) | 一种煤岩界面识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020102694A4 (en) | Drum shearer capable of performing coal-rock identification and automatic height adjustment based on multi-sensor data fusion | |
CN105422088B (zh) | 一种煤矿巷道地质参数在线监测系统 | |
CN103174423B (zh) | 采煤机煤岩实时监测识别装置及方法 | |
CN110333059B (zh) | 一种基于磨损检测的盾构/tbm滚刀转动状态以及弦磨在线检测方法 | |
CN103969139B (zh) | 一种掘进机在线滚刀磨损检测方法 | |
CN105064997A (zh) | 一种煤矿无人化开采的系统和方法 | |
CN102720496A (zh) | 采煤机煤岩界面自动识别、滚筒自动调高方法和系统 | |
CN110352707A (zh) | 甘蔗收获机的自动仿形随动系统及其控制方法 | |
CN103863958A (zh) | 一种复杂群集行走式塔机防碰撞系统及监控方法 | |
CN205673952U (zh) | 一种刀具磨损在线监控系统 | |
CN108147250B (zh) | 一种摩擦式矿井提升机刚性罐道故障定位系统 | |
CN213875322U (zh) | 双模式卧式tbm盘形滚刀磨损试验装置 | |
CN204057820U (zh) | 绞车控制装置 | |
CN204388773U (zh) | 一种用于盾构机及顶管机的刀具磨损在线检测装置 | |
CN108490812A (zh) | 采煤机智能控制系统及方法 | |
CN111155996A (zh) | 一种基于多传感器数据融合的煤岩自动识别方法 | |
CN103628872A (zh) | 智能监测和自动调节截割头转速的折臂式掘进机 | |
CN102783308A (zh) | 甘蔗收割机割台 | |
CN104196448A (zh) | 煤矿用智能在线深孔钻车 | |
CN210977457U (zh) | 基于多传感器数据融合的煤岩识别自动调高滚筒采煤机 | |
CN202599933U (zh) | 一种隧道掘进机刀盘刀具磨损无线检测及监控系统 | |
CN109653761B (zh) | 一种掘支锚联合机组双截割部控制系统及方法 | |
CN217102159U (zh) | 可自动堆取料的门式斗轮机设备 | |
CN113879998B (zh) | 一种石油钻机绞车断轴保护方法 | |
CN213478332U (zh) | 一种盾构刀盘滚刀震动监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |