-
作者
李倩倩田慕琴许春雨杨宇博李哲华
-
单位
太原理工大学矿用智能电器技术国家地方联合工程实验室
-
摘要
针对采煤机在实际开采过程中所采集的信号含噪量较高且煤岩界面识别困难的问题，提出了一种基于双重降噪和改进支持向量机（SVM）的多传感信息融合的煤岩界面识别方法。首先构建模拟采煤机，采集采煤机截割不同比例煤岩时产生的5种振动信号作为样本信息库；其次利用小波阈值和互补集合经验模态分解（CEEMD）2种方法完成传感器信号的降噪过程，并进一步实现信号多维特征向量的提取和降维；将特征阵输入基于改进SVM和DS证据理论的煤岩界面识别模型中，最终获得理想的识别精度，实现对煤岩界面煤岩比的分类识别。
-
关键词
采煤机煤岩界面识别信号降噪特征提取
-
基金项目(Foundation)
山西省科技厅自然基金重点项目（201901D111008（ZD））；
-
文章目录
0 引言
1 数据采集
2 小波阈值和CEEMD双重降噪
3 特征提取及降维
4 改进SVM模型
5 结语
-
引用格式
李倩倩,田慕琴,许春雨,杨宇博,李哲华.基于双重降噪和改进SVM的煤岩界面识别方法[J].煤矿机械,2022,43(09):191-194.DOI:10.13436/j.mkjx.202209058.
-
相关文章
煤矿机械 
2022年第09期 
