本發(fā)明涉及工程地質(zhì)巖石識別分類，特別是涉及基于音頻與振動信號融合的煤巖識別方法及系統(tǒng)。

背景技術(shù)：

1、當(dāng)前，綜合機械化采煤（綜采）作為煤炭開采的支柱技術(shù)，持續(xù)支撐著能源供應(yīng)的穩(wěn)定。面對煤炭行業(yè)轉(zhuǎn)型升級的迫切需求，推動綜采向少人化乃至無人化邁進，不僅是提升生產(chǎn)效率的關(guān)鍵，更是保障礦工安全、實現(xiàn)可持續(xù)發(fā)展的必由之路。然而，復(fù)雜多變的煤層條件，如煤巖硬度與厚度的非均質(zhì)性，加之地質(zhì)構(gòu)造的頻繁干擾，造成煤層賦存形態(tài)復(fù)雜多變，如斷裂、褶曲等現(xiàn)象頻發(fā)，給采煤機的精準作業(yè)帶來了巨大挑戰(zhàn)。實踐表明，采煤機在截割含矸煤層或者巖層時其所承受到的振動更加劇烈，滾筒截齒的磨損加劇，從而導(dǎo)致截割效率下降，進而影響整機的采煤效率。在此背景下，現(xiàn)場煤巖識別技術(shù)的研發(fā)與應(yīng)用顯得尤為重要，它如同采煤機的“智慧之眼”，能夠?qū)崟r分析煤巖特性，指導(dǎo)采煤機精準切割，不僅提高了開采效率，還顯著降低了因誤割巖石導(dǎo)致的設(shè)備損耗與能耗增加，為煤炭開采的智能化、安全化轉(zhuǎn)型奠定了堅實基礎(chǔ)。

2、早期，采煤機操作人員在操作過程中，會通過觀察采出的煤巖樣本的顏色、質(zhì)地、硬度等特征，進行初步的煤巖識別。這種方法依賴操作人員的經(jīng)驗和直觀判斷，雖然簡單直接，但存在一定的主觀性和不確定性。另外，還嘗試過利用放射性探測技術(shù)進行煤巖識別，如人工放射源背散射探測法。然而，由于存在輻射安全隱患和探測結(jié)果受接觸穩(wěn)定性影響等問題，該方法逐漸被更先進的技術(shù)所取代。而自然射線探測法則通過測量頂（底）板巖放射出的射線的能量和強度的衰減值來識別煤巖界面，成為了一種較為實用的煤巖識別方法。然而，采煤工作面環(huán)境惡劣，噪聲大、粉塵濃度高及濕度較大等因素均會對紅外、光譜、振動及雷達探測等方式產(chǎn)生不同程度的影響，識別效果并不穩(wěn)定。

3、采煤機在切割煤/巖石時，振動大，數(shù)據(jù)噪聲多，使用單一來源的數(shù)據(jù)識別煤巖，準確率不穩(wěn)定。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于音頻與振動信號融合的煤巖識別方法及系統(tǒng)；其具有自動化程度高、識別速度快、巖性識別準確度高、成本低等優(yōu)點，具有較好的應(yīng)用前景。煤、煤矸石和巖石的強度有明顯差異，因此采煤機在切割煤、煤矸石和巖石時，振動和音頻均有顯著區(qū)別，基于這一現(xiàn)象，擬利用機器學(xué)習(xí)深度挖掘音頻、機械振動和煤巖間的非線性關(guān)系，構(gòu)建融合識別模型，實現(xiàn)煤/煤矸石/巖石高準確率識別。

2、一方面，提供了基于音頻與振動信號融合的煤巖識別方法，包括：獲取采煤過程中的采煤機設(shè)定位置的振動信號和采煤機對待采煤巖切割過程中所產(chǎn)生的音頻信號；對所述振動信號和所述音頻信號分別進行去噪處理；對去噪后的振動信號以及去噪后的音頻信號，分別按照設(shè)定時間間隔進行切割，得到若干個振動信號段和若干個音頻信號段；對所有振動信號段和音頻信號段，分別進行歸一化處理；將歸一化處理后的振動信號段以及歸一化處理后的音頻信號段，按照時間順序輸入到對應(yīng)時刻的訓(xùn)練后的煤巖識別模型中，訓(xùn)練后的煤巖識別模型輸出煤巖識別結(jié)果，后一時刻的煤巖識別模型第三類隱藏層的輸入端與前一時刻煤巖識別模型第三類隱藏層的輸出端連接；訓(xùn)練后的煤巖識別模型的訓(xùn)練過程分為三個階段：第一階段為常規(guī)訓(xùn)練階段，當(dāng)?shù)谝浑A段的第一損失函數(shù)值不再下降時，進入第二階段；第二階段為困難樣本訓(xùn)練階段，當(dāng)?shù)诙A段的第二損失函數(shù)值不再下降時，進入第三階段；第三階段為易錯樣本增強訓(xùn)練階段，當(dāng)?shù)谌A段的第三損失函數(shù)值不再下降時，結(jié)束，得到訓(xùn)后的煤巖識別模型。

3、另一方面，提供了基于音頻與振動信號融合的煤巖識別系統(tǒng)，包括：獲取模塊，其被配置為：獲取采煤過程中的采煤機設(shè)定位置的振動信號和采煤機對待采煤巖切割過程中所產(chǎn)生的音頻信號；預(yù)處理模塊，其被配置為：對所述振動信號和所述音頻信號分別進行去噪處理；對去噪后的振動信號以及去噪后的音頻信號，分別按照設(shè)定時間間隔進行切割，得到若干個振動信號段和若干個音頻信號段；對所有振動信號段和音頻信號段，分別進行歸一化處理；識別模塊，其被配置為：將歸一化處理后的振動信號段以及歸一化處理后的音頻信號段，按照時間順序輸入到對應(yīng)時刻的訓(xùn)練后的煤巖識別模型中，訓(xùn)練后的煤巖識別模型輸出煤巖識別結(jié)果，后一時刻的煤巖識別模型第三類隱藏層的輸入端與前一時刻煤巖識別模型第三類隱藏層的輸出端連接；訓(xùn)練后的煤巖識別模型的訓(xùn)練過程分為三個階段：第一階段為常規(guī)訓(xùn)練階段，當(dāng)?shù)谝浑A段的第一損失函數(shù)值不再下降時，進入第二階段；第二階段為困難樣本訓(xùn)練階段，當(dāng)?shù)诙A段的第二損失函數(shù)值不再下降時，進入第三階段；第三階段為易錯樣本增強訓(xùn)練階段，當(dāng)?shù)谌A段的第三損失函數(shù)值不再下降時，結(jié)束，得到訓(xùn)后的煤巖識別模型。

4、上述技術(shù)方案具有如下優(yōu)點或有益效果：(1)?提出了融合振動信號與音頻信號的煤矸石實時識別方法，減小了噪音對單一數(shù)據(jù)源有效信息的干擾，提高了識別準確率。（2）構(gòu)建了一個基于音頻與振動時序融合的煤矸石識別模型，該模型綜合考慮歷史和當(dāng)前煤巖特征，可以將煤巖的音頻和振動動態(tài)特性凝聚在模型中，更全面地挖掘煤巖的動態(tài)特性，有效提高識別準確率。（3）設(shè)計了分組全連接層構(gòu)建識別模型，有效降低了模型參數(shù)量，減少了模型訓(xùn)練所用數(shù)據(jù)量，提高了模型識別速度，為部署于采煤現(xiàn)場計算量小的便攜設(shè)備奠定了基礎(chǔ)。

技術(shù)特征：

1.基于音頻與振動信號融合的煤巖識別方法，其特征是，包括：

2.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，獲取采煤過程中的采煤機設(shè)定位置的振動信號和采煤機對待采煤巖切割過程中所產(chǎn)生的音頻信號；其中，振動信號通過安裝在采煤機搖臂處的振動傳感器進行采集；音頻信號通過安裝在采煤機滾筒內(nèi)的麥克風(fēng)進行采集。

3.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，對所述振動信號和所述音頻信號分別進行去噪處理，具體包括：采用濾波算法去除原始信號中的噪音或異常信號；其中，所述濾波算法，包括：卡爾曼濾波算法、小波變換算法或中值濾波算法。

4.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，所述對去噪后的振動信號以及去噪后的音頻信號，分別按照設(shè)定時間間隔進行切割，得到若干個振動信號段和若干個音頻信號段，包括：將每個信號段內(nèi)的信號均值作為當(dāng)前信號段的代表性數(shù)據(jù)。

5.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，所述對所有振動信號段和音頻信號段，分別進行歸一化處理，包括：采用線性歸一化或z-score歸一化，對所有振動信號段和音頻信號段，分別進行歸一化處理。

6.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，訓(xùn)練后的煤巖識別模型，包括：依次串聯(lián)的輸入層、第一類隱藏層、第二類隱藏層、第三類隱藏層和輸出層；所述第一類隱藏層為全連接層；所述第一類隱藏層的輸入值是歸一化處理后的x、y和z方向的振動信號段以及歸一化處理后的音頻信號段；

7.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，訓(xùn)練后的煤巖識別模型，訓(xùn)練過程包括：

8.如權(quán)利要求7所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，所述第一損失函數(shù)，其表達式為：；為輸出概率，表示樣本的標簽；

9.如權(quán)利要求1所述的基于音頻與振動信號融合的煤巖識別方法，其特征是，將歸一化處理后的振動信號段以及歸一化處理后的音頻信號段，按照時間順序輸入到對應(yīng)時刻的訓(xùn)練后的煤巖識別模型中，訓(xùn)練后的煤巖識別模型輸出煤巖識別結(jié)果，后一時刻的煤巖識別模型第三類隱藏層的輸入端與前一時刻煤巖識別模型第三類隱藏層的輸出端連接；包括：

10.基于音頻與振動信號融合的煤巖識別系統(tǒng)，其特征是，包括：

技術(shù)總結(jié)
本發(fā)明涉及工程地質(zhì)巖石識別分類技術(shù)領(lǐng)域，公開了基于音頻與振動信號融合的煤巖識別方法及系統(tǒng)，其中方法包括：獲取采煤過程中的振動信號和音頻信號；對所述振動信號和所述音頻信號分別進行去噪處理；對去噪后信號，分別按照設(shè)定時間間隔進行切割，得到若干個振動信號段和若干個音頻信號段；對所有振動信號段和音頻信號段，分別進行歸一化處理；將歸一化處理后的信號段，按照時間順序輸入到對應(yīng)時刻的訓(xùn)練后的煤巖識別模型中，訓(xùn)練后的煤巖識別模型輸出煤巖識別結(jié)果，后一時刻的煤巖識別模型第三類隱藏層的輸入端與前一時刻煤巖識別模型第三類隱藏層的輸出端連接。本發(fā)明具有自動化程度高、識別速度快、巖性識別準確度高、成本低等優(yōu)點。

技術(shù)研發(fā)人員：余騰飛,石恒,韓濤,林鵬,馬文,許振浩
受保護的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19