摘要
本发明公开了一种多源信息融合的煤岩识别方法,涉及煤炭智能开采技术领域,包括以下步骤:在掘锚一体机截割过程中,通过传感器对截割滚筒电机的电流信号以及截割滚筒的声音和振动信号进行采集,绘制对应的一维波形图;对所述电流、声音、振动信号的一维数据进行去直流与降噪处理,并通过格拉姆角场将一维波形图的一维信号转换为角度和半径,进而生成二维特征图。本发明对掘锚一体机截割过程中的电流、声音、振动信号进行收集,通过格拉姆角场将收集到的一维数据转换为二维数据,最终通过基于注意力机制的卷积神经网络算法,对煤岩界面进行识别,为掘锚一体机掘进过程中的煤岩截割提供截割依据,促进煤矿开采智能化发展。
技术关键词
多源信息融合
截割滚筒
掘锚一体机
引入注意力机制
识别方法
神经网络架构
有效值
滚筒电机
多层感知机
煤岩界面
振动信号特征提取
优化卷积神经网络
电流
智能开采技术
声音传感器
卷积神经网络算法
声音信号特征
系统为您推荐了相关专利信息
归属识别方法
资产
识别网络数据
网络特征
多层感知机
异物识别方法
皮带机
多模型
输出报警信息
异物识别技术