CN116537785A - 一种综放开采压振信息协同反馈控制放煤的方法 - Google Patents
一种综放开采压振信息协同反馈控制放煤的方法 Download PDFInfo
- Publication number
- CN116537785A CN116537785A CN202310530405.5A CN202310530405A CN116537785A CN 116537785 A CN116537785 A CN 116537785A CN 202310530405 A CN202310530405 A CN 202310530405A CN 116537785 A CN116537785 A CN 116537785A
- Authority
- CN
- China
- Prior art keywords
- coal
- gangue
- caving
- vibration
- pressure
- 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 135
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005065 mining Methods 0.000 title claims abstract description 18
- 238000007599 discharging Methods 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 239000002817 coal dust Substances 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C41/00—Methods of underground or surface mining; Layouts therefor
- E21C41/16—Methods of underground mining; Layouts therefor
- E21C41/18—Methods of underground mining; Layouts therefor for brown or hard coal
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Auxiliary Methods And Devices For Loading And Unloading (AREA)
Abstract
本发明涉及放顶煤自动控制技术领域，具体涉及一种综放开采压振信息协同反馈控制放煤的方法，首先获取实时的压力数据与振动数据，然后基于支架掩护梁承载压力与顶煤放出量的函数关系，放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型，得到实时的顶煤放出量与放煤口放出顶煤的含矸率，并计算总放出煤矸体中矸石的质量占比，当总放出体中矸石的质量占比超过五分之一时，自动关闭放煤口停止放煤。本发明能够解决综放面煤尘多、光线差、噪声大等恶劣环境导致的煤矸人工识别精度不高，局部瞬时含矸率过大放煤口开关控制不准的问题，使工人远离液压支架操作区域，保障了工人生产安全，降低工人劳动强度。
Description
技术领域
本发明涉及放顶煤自动控制技术领域，具体涉及一种综放开采压振信息协同反馈控制放煤的方法。
背景技术
厚煤层储量和产量分别约占煤炭总储量和总产量的45％和50％，是保障我国能源安全供给的主力煤层。综放开采是厚煤层的主要开采方法之一，其中煤矸识别更是综放开采的核心技术，也是实现智能化开采中核心技术之一。近年来煤矸识别技术发展迅速，其中红外技术和振动技术进行煤矸识别研究最具发展前景，尤其振动技术最为实用可行，但综放面现场振动信号种类多，包括机械噪声、人员活动等的信号频谱存在重叠现象，得到的信号难以直接反映出煤矸情况，所以单一振动信号识别的准确性受到极大限制，同时由于无法确定顶煤总放出量中煤与矸石的质量比例，造成放煤口开关一定程度上取决于放煤口瞬时含矸率，造成放煤效果不佳，生产效率较低。因此，提出一种综放开采压振信息协同反馈控制放煤的方法，对于提升煤矸识别精确度、提高放顶煤智能化发展具有重要意义，是本领域技术人员亟需解决的问题。
需要说明的是，公开于本发明背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
针对上述现有技术中存在的不足，本发明提供一种综放开采压振信息协同反馈控制放煤的方法，以实现放煤口开关精确自动控制，包括以下步骤：
S1：在支架掩护梁安装压力传感器，在后刮板输送机安装激光扫描装置，在支架尾梁与后刮板输送机安装振动传感器；
S2：利用压力传感器采集压力信号得到支架掩护梁承载压力数据，利用激光扫描装置获取顶煤放煤量数据，利用振动传感器得到振动信号获取振动数据；所述顶煤为夹杂矸石的煤矸体；
S3：建立支架掩护梁承载压力与顶煤放出量的函数关系；
S4：建立放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型；
S5：融合压振信号时序特征，获取实时的总放出煤矸体中矸石的质量占比，基于放煤关闭条件实现放煤口开关自动控制。
优选的，步骤S3中，记录若干组支架掩护梁承载压力数据与对应的顶煤放出量数据；利用软件拟合获取支架掩护梁承载压力与顶煤放出量的函数方程。
优选的，步骤S4中，采用物理模拟方法获取实验数据，然后基于神经网络建立放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型。
优选的，步骤S5中，分别基于压力传感器、振动传感器获取实时的支架掩护梁承载压力数据、得到振动信号获取实时的振动数据；基于放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型，预测实时的放煤口放出顶煤的含矸率；将支架掩护梁承载压力数据与时间的关系代入支架掩护梁承载压力与顶煤放出量的函数关系，得到实时的顶煤放出量；基于实时的放煤口放出顶煤的含矸率与实时的顶煤放出量计算总放出煤矸体中矸石的质量占比。
优选的，步骤S5中，所述放煤口关闭条件为：总放出煤矸体中矸石的质量占比超过五分之一。
优选的，步骤S2、S5中，将得到的振动信号进行去噪处理获取振动数据。
由上述的一种综放开采压振信息协同反馈控制放煤的方法的技术方案可知：本发明提出监测放煤过程的支架掩护梁承载压力、支架尾梁和后刮板输送机受冲击振动的信息，通过建立支架掩护梁承载压力与顶煤放出量的函数关系，放煤口含矸率同支架尾梁、后刮板冲击振动的响应规律关系模型，得到任意时刻总放出体中矸石的质量占比，根据放煤口关闭准则自动控制放煤口的开关。
本发明能够解决综放面煤尘多、光线差、噪声大等恶劣环境导致的煤矸人工识别精度不高，局部瞬时含矸率过大放煤口开关控制不准的问题，使工人远离液压支架操作区域，保障了工人生产安全，降低工人劳动强度。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明所述综放开采压振信息协同反馈控制放煤的方法流程图；
图2是本发明所述振动信号去噪处理流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提出一种综放开采压振信息协同反馈控制放煤的方法，包括以下步骤：
S101：在支架掩护梁安装压力传感器，在后刮板输送机安装激光扫描装置，在支架尾梁与后刮板输送机安装振动传感器；
所述步骤S101具体包括：
S1011：将压力传感器安装在支架掩护梁内侧几何中心处；
S1012：将激光扫描装置安装在后刮板输送机上部；
S1013：将振动传感器安装在支架尾梁内侧与后刮板输送机内侧，所述振动传感器具备金属保护壳，防止放煤过程中受到煤矸流的冲击而造成破损；
S102：利用压力传感器采集压力信号得到支架掩护梁承载压力数据，利用激光扫描装置获取顶煤放煤量数据，利用振动传感器得到振动信号并进行去噪处理获取振动数据；所述顶煤为夹杂矸石的煤矸体；
如图2所示，所述步骤S102中，所述利用振动传感器获取振动信号并进行去噪处理获取振动数据具体包括：
S1021：获取初始振动信号，采用二次估计型可变微分模态(QVMD)和主成分分析法(PCA)的欠定去噪源分离方法，进行去噪处理；
S1022：输入初始振动信号，设置隐含层参数为最大值，对初始振动信号进行VMD分解，导出二维固有模态函数分量，以层数参数为初始值还是最优值作为判断标准，将初始值反馈计算，依次经过求解自相关系数对特征值进行分解、归一化排列特征根并计算梯度、修正层数参数改为最优值，进行二次信号分解(QVMD)，将符合条件的最优值进行主成分源信号统计，将去噪完成的振动信号分离，获取去噪后的振动数据；
S103：建立支架掩护梁承载压力与顶煤放出量的函数关系；
所述步骤S103具体包括：
S1031：支架掩护梁承载压力数据由压力传感器直接获取，顶煤放出量数据由激光扫描装置测量后刮板输送机上部堆煤量获取；
S1032：记录一个放煤步距内50组支架掩护梁承载压力数据与对应的顶煤放出量数据；
S1033：利用软件拟合获取支架掩护梁承载压力与顶煤放出量的函数方程，选择不同的拟合函数方程形式，在满足相关系数R2>0.95的拟合函数方程中选取相关系数最大值者作为支架掩护梁承载压力与顶煤放出量的函数关系f(x)，其中，x为支架掩护梁承载压力，单位MPa，f(x)为顶煤放出量，单位t；
S104：建立放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型；
所述步骤S104具体包括：
S1041：采用与支架尾梁材质相同的金属板搭建与支架尾梁工作倾角相同的支架尾梁模拟平台，采用与后刮板输送机材质相同的材料搭建后刮板输送机模拟平台；
S1042：在所述支架尾梁模拟平台、后刮板输送机模拟平台中安装振动传感器；
S1043：采用模拟含矸率为0％、5％、10％、15％、20％、25％、30％的煤矸体进行冲击振动模拟；所述模拟含矸率的计算公式如下：
式中：nsimulation为模拟含矸率，单位％；mgangue为煤矸体中矸石质量，单位kg，mcoal为煤矸体中煤质量，单位kg；
S1044：提取不同模拟含矸率下去噪后的振动信号的特征向量；其中，振动信号的去噪方法参考步骤S1021-S1022；
S1045：将去噪后的振动信号的特征向量与模拟含矸率分为训练数据集与测试数据集，导入神经网络；
S1046：定义训练次数、各隐含层节点数、隐含层层数、学习率，设置激励函数种类，构建神经网络进行训练与预测；
S1047：对测试数据集的真实值与预测值误差进行比较，当总误差<5％认为该模型能够实现含矸率预测，获得基于神经网络的放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型；
S105：融合压振信号时序特征，获取实时的总放出煤矸体中矸石的质量占比，基于放煤关闭条件实现放煤口开关自动控制；
所述步骤S105具体包括：
S1051：分别基于压力传感器、振动传感器获取实时的支架掩护梁承载压力数据、振动信号，对振动信号进行去噪处理获取振动数据；去噪方法参考步骤S1021-S1022；
S1052：基于放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型，预测实时的放煤口放出顶煤的含矸率nreal；
将支架掩护梁承载压力数据与时间的关系g(t)，即顶煤放出过程中任意时刻对应的支架掩护梁承载压力数据，代入支架掩护梁承载压力与顶煤放出量的函数关系，得到顶煤放出量与时间的函数方程f(g(t))，即得到实时的顶煤放出量；
S1053：基于实时的放煤口放出顶煤的含矸率与实时的顶煤放出量计算总放出煤矸体中矸石的质量占比；所述总放出煤矸体中矸石的质量占比的计算公式如下：
式中：t为时间，单位s；ntotle为总放出体中矸石的质量占比；nreal为放煤口煤矸流含矸率，g(t)为压力与时间的关系；
S1054：所述放煤口关闭条件为：当总放出煤矸体中矸石的质量占比超过五分之一时，关闭放煤口停止放煤。
本发明可实现压力信号与振动信号协同反馈控制放煤，同时避免瞬时含矸率过大停止放煤，造成放煤效率低的问题，通过传感器获取任意时刻下的压力信号数据与振动信号数据，基于支架掩护梁承载压力与顶煤放出量的函数关系，放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型，得到实时的顶煤放出量与放煤口放出顶煤的含矸率，根据实时的放煤口放出顶煤的含矸率与实时的顶煤放出量计算总放出煤矸体中矸石的质量占比，当总放出体中矸石的质量占比超过五分之一时，自动关闭放煤口停止放煤。
对所公开的实施例的上述说明，按照递进的方式进行，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种综放开采压振信息协同反馈控制放煤的方法，其特征在于，包括以下步骤：
S1：在支架掩护梁安装压力传感器，在后刮板输送机安装激光扫描装置，在支架尾梁与后刮板输送机安装振动传感器；
S2：利用压力传感器采集压力信号得到支架掩护梁承载压力数据，利用激光扫描装置获取顶煤放煤量数据，利用振动传感器得到振动信号获取振动数据；所述顶煤为夹杂矸石的煤矸体；
S3：建立支架掩护梁承载压力与顶煤放出量的函数关系；
S4：建立放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型；
S5：融合压振信号时序特征，获取实时的总放出煤矸体中矸石的质量占比，基于放煤关闭条件实现放煤口开关自动控制；
分别基于压力传感器、振动传感器获取实时的支架掩护梁承载压力数据、得到振动信号获取实时的振动数据；基于放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型，预测实时的放煤口放出顶煤的含矸率；将支架掩护梁承载压力数据与时间的关系代入支架掩护梁承载压力与顶煤放出量的函数关系，得到实时的顶煤放出量；基于实时的放煤口放出顶煤的含矸率与实时的顶煤放出量计算总放出煤矸体中矸石的质量占比。
2.根据权利要求1所述的一种综放开采压振信息协同反馈控制放煤的方法，其特征在于，步骤S2、S5中，将得到的振动信号进行去噪处理获取振动数据。
3.根据权利要求1所述的一种综放开采压振信息协同反馈控制放煤的方法，其特征在于，步骤S3中，记录若干组支架掩护梁承载压力数据与对应的顶煤放出量数据；利用软件拟合获取支架掩护梁承载压力与顶煤放出量的函数方程。
4.根据权利要求3所述的一种综放开采压振信息协同反馈控制放煤的方法，其特征在于，步骤S4中，采用物理模拟方法获取实验数据，然后基于神经网络建立放煤口放出顶煤的含矸率同支架尾梁、后刮板输送机冲击振动响应规律的关系模型。
5.根据权利要求1或4所述的一种综放开采压振信息协同反馈控制放煤的方法，其特征在于，步骤S5中，所述放煤口关闭条件为：总放出煤矸体中矸石的质量占比超过五分之一。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310530405.5A CN116537785A (zh) | 2023-05-12 | 2023-05-12 | 一种综放开采压振信息协同反馈控制放煤的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310530405.5A CN116537785A (zh) | 2023-05-12 | 2023-05-12 | 一种综放开采压振信息协同反馈控制放煤的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116537785A true CN116537785A (zh) | 2023-08-04 |
Family
ID=87457408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310530405.5A Pending CN116537785A (zh) | 2023-05-12 | 2023-05-12 | 一种综放开采压振信息协同反馈控制放煤的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116537785A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116698977A (zh) * | 2023-08-07 | 2023-09-05 | 山东科技大学 | 一种基于声音信号的煤矸识别传感器及识别方法 |
-
2023
- 2023-05-12 CN CN202310530405.5A patent/CN116537785A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116698977A (zh) * | 2023-08-07 | 2023-09-05 | 山东科技大学 | 一种基于声音信号的煤矸识别传感器及识别方法 |
| CN116698977B (zh) * | 2023-08-07 | 2023-10-31 | 山东科技大学 | 一种基于声音信号的煤矸识别传感器及识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116537785A (zh) | 一种综放开采压振信息协同反馈控制放煤的方法 | |
| CN110400006B (zh) | 基于深度学习算法的油井产量预测方法 | |
| CN109356652B (zh) | 一种矿井下自适应的火灾分级预警方法及系统 | |
| CN111553000A (zh) | 钻爆法隧道智能建造方法 | |
| CN109447263A (zh) | 一种基于生成对抗网络的航天异常事件检测方法 | |
| CN110298503B (zh) | 基于微震信息和深度卷积神经网络的隧洞岩爆预警方法 | |
| JP2001202265A5 (zh) | ||
| JP2020041290A (ja) | コンクリートの最適締固め判定施工システム | |
| CA2671627A1 (en) | Intelligent collections models | |
| CN115169855B (zh) | 一种基于数字孪生车间混合数据集的不安全状态检测方法 | |
| CN108897354A (zh) | 一种基于深度置信网络的铝熔炼过程炉膛温度预测方法 | |
| CN108595803A (zh) | 基于递归神经网络的页岩气井生产压力预测方法 | |
| CN116912300A (zh) | 基于表面裂隙与岩体内部岩性智能识别的隧道爆破方法 | |
| CN110378265A (zh) | 一种早期火灾检测方法、计算机可读介质及系统 | |
| CN114254457A (zh) | 一种基于数字孪生的矿山液压支架疲劳寿命预测方法 | |
| CN109545027B (zh) | 一种实训台、乘务员仿真实训方法及装置 | |
| CN114818076B (zh) | 一种基于机器学习的断层封闭烃柱高度评价方法 | |
| CN114329810A (zh) | 基于大数据的盾构机工作姿态实时预测方法 | |
| KR20230127511A (ko) | 딥러닝을 이용한 터널막장면 이미지 기반 실시간 암반상태 평가시스템 및 평가방법 | |
| CN114033377B (zh) | 一种基于声纹检测技术的放顶煤控制方法及系统 | |
| CN111273352A (zh) | 地质构造智能检测方法、装置与电子设备 | |
| CN112257533A (zh) | 一种周界入侵检测识别方法 | |
| CN115907008A (zh) | 一种液压支架位姿调整虚拟规划系统 | |
| CN115601504A (zh) | 一种基于三维建模软件的舰船三维模型干涉检查方法 | |
| CN112906143B (zh) | 一种考虑数据分布域适应的综采工作面矿压预测模型建立方法 |
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 |