垮落煤岩性状识别研究_中国煤炭行业知识服务平台

垮落煤岩性状识别研究

作者

李一鸣符世琛李瑞吴淼
单位

中国矿业大学（北京）机电与信息工程学院
摘要

针对综放工作面垮落煤岩性状识别的技术问题,提出了一种基于连续小波变换和改进奇异值分解的识别方法。采用基于单边Jacobi的奇异值分解(SVD)方法对小波系数矩阵进行分解,得到与小波系数矩阵列向量位置对应的奇异值向量,并将奇异值向量作为神经网络的输入向量来识别落煤和落岩2种工况。现场试验结果表明,基于连续小波变换与SVD得到的奇异值向量可用于识别垮落煤岩,但基于连续小波变换与改进SVD得到的奇异值向量具有更高的识别率。
关键词

煤炭开采综放工作面垮落煤岩煤岩性状识别连续小波变换奇异值分解神经网络 SVD
基金项目(Foundation)

国家重点基础研究发展计划(973计划)资助项目(2014CB046300；2014CB046306)；
相关文章

[1]截割头载荷对掘进机机身偏向角的影响规律分析
[2]几何布局对掘进机位姿检测精度的影响分析