• 论文
    高级检索
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
首页 > 论文库
基于声音特征的煤矿瓦斯和煤尘爆炸识别方法
  • 186
  • 作者

    孙继平余星辰

  • 单位

    中国矿业大学（北京）机电与信息工程学院

  • 摘要
    为尽早发现瓦斯和煤尘爆炸事故，提出了基于声音特征的煤矿瓦斯和煤尘爆炸的识别方法：利用矿用拾音器实时采集监控区域声音，通过双树复小波变换，提取分解分量的能量熵比值，构成声音信号的特征量，带入极限学习机(ELM)建立识别模型.通过特征提取试验得到：瓦斯和煤尘爆炸声音的各分量能量熵比值跨度起伏小，整体稳定；煤矿井下其余声音的能量熵比值跨度起伏大.采用ELM模型参数进行试验得到：随着隐含层神经个数的增加，ELM分类器的训练精度不断提升，分类器的误差不断降低，当隐含层神经元个数为20个时，ELM网络的训练精度趋于稳定.识别结果表明：识别模型对训练样本的识别率稳定在98.89%,模型平均识别率为93.5%,能够满足煤矿安全生产和应急救援需求.
  • 关键词

    声音识别煤矿瓦斯和煤尘爆炸双树复小波能量熵比值极限学习机

  • 基金项目(Foundation)
    国家重点研发计划项目(2016YFC0801800)；
  • 文章目录
    1 工作原理及算法
    1.1 预处理
    1.1.1 归一化
    1.1.2 分帧
    1.1.3 类别标签
    1.2 双树复小波分解能量熵提取
    1.3 极限学习机
    1.4 算法步骤
    2 数据采集与分析
    2.1 声音素材
    2.2 信号分析
    3 特征提取
    4 识别结果与分析
    4.1 参数试验
    4.2 模型识别结果
    4.3 试验结果
    5 结 论
  • 引用格式
    孙继平,余星辰.基于声音特征的煤矿瓦斯和煤尘爆炸识别方法[J].中国矿业大学学报,2022,51(06):1096-1105.DOI:10.13247/j.cnki.jcumt.001451.
相关问题
立即提问
中国矿业大学学报
Journal of China University of Mining & Technology
Ei收录期刊
CSCD中国科学引文数据库来源期刊
中文核心期刊/中国科技核心期刊
2022年06期
推荐专家
推荐企业
HTP

HTP
推荐专题
《洁净煤技术》首发文章推荐—清洁高效燃烧技术
《洁净煤技术》首发文章推荐—清洁高效燃烧技术
《洁净煤技术》首发文章推荐—CCUS
《洁净煤技术》首发文章推荐—CCUS
《洁净煤技术》“煤与新能源”虚拟专题（二）
《洁净煤技术》“煤与新能源”虚拟专题（二）
《洁净煤技术》“煤与新能源”虚拟专题（一）
《洁净煤技术》“煤与新能源”虚拟专题（一）
《煤炭经济研究》 “能源革命下电力新质生产力构成”专题
《煤炭经济研究》 “能源革命下电力新质生产力构成”专题
《工矿自动化》“矿山无人驾驶技术”专题
《工矿自动化》“矿山无人驾驶技术”专题
《洁净煤技术》“碳材料新技术”虚拟专题（一）｜虚拟专题
《洁净煤技术》“碳材料新技术”虚拟专题（一）｜虚拟专题
《洁净煤技术》“煤电三改联动” | 虚拟专题
《洁净煤技术》“煤电三改联动” | 虚拟专题
《煤田地质与勘探》“煤地质与碳中和” | 虚拟专题
《煤田地质与勘探》“煤地质与碳中和” | 虚拟专题
《能源环境保护》“重金属污染”研究领域
《能源环境保护》“重金属污染”研究领域
亮点论文

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

©版权所有2015 煤炭科学研究总院有限公司 地址：北京市朝阳区和平里青年沟东路煤炭大厦 邮编：100013
京ICP备05086979号-16  技术支持：云智互联