摘要
本发明涉及一种基于综采工作面液压支架压力数据的支架运动特征分类方法,属于综采面割煤特征分类领域。该方法通过小波降噪平滑原始压力数据,并使用变化点检测技术将数据分割成初撑、工作、卸载三个阶段。随后,提取每个阶段的平均值、标准差和熵等特征,并利用高斯混合模型进行无监督学习,将每个阶段分类为初撑、工作或卸载阶段。本发明无需大量人工标注训练数据,能够在复杂多变的井下条件下提供高精度的支架运动状态信息,有助于及时发现异常情况、预防安全事故、自动统计割煤循环次数,并优化液压支架的工作模式,提高生产效率。
技术关键词
运动特征
分类方法
阶段
点检测技术
无监督学习方法
高斯混合模型
数据
预防安全事故
压力
液压支架
连续小波变换
运动状态信息
信号
重构
线性
算法
序列
系统为您推荐了相关专利信息
地物分类方法
语义分割算法
高分辨率遥感影像
贴片
空间金字塔池化
智慧监控系统
数据处理单元
球罐
无线传输单元
多模态传感器
锂电池健康状态
电池等效电路模型
曲线拟合方法
恒流充电
电压