Identification of pick wear state based on acoustic emission and D-S evidence theory
JIN Lingzi,CAO Yuecao,QI Yuanhao,YU Tongzhu,GU Jieying,TIAN Ying
为实现采煤机截割过程中截齿磨损状态的智能化监测,采用声发射信号采集装置对截割4种不同比例煤岩试件的信号进行采集,应用3层小波包分解及重构技术对信号进行处理,并提取特征值作为样本空间,利用D-S证据理论方法对截齿磨损程度进行智能识别。
结果表明:12.5~25.0 kHz频段和37.5~50.0 kHz频段内能量集中,且能量随截齿磨损程度的增加而减小,因此选取上述2个频段能量占总能量的比值作为特征值,在4种工况的证据体联合作用下,截齿磨损状态智能识别精度达到约90%。此方法可为准确掌握截齿磨损状态,确定截齿更换周期,提高采煤机的截割效率,实现井下智能化开采提供基础。
coal shearer;intelligentialize;pick wear;acoustic emission signal; wavelet packet;coal and rock identification
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会