摘要
一种煤矿井下震动的识别方法及系统,实时获取每台设备的各种震动数据和设备的外观图像;记录并存储每台设备的工作时长、负荷状态和历史运行参数,从而计算每台设备的权重;根据震动数据提取震动特征,将每台设备的所有震动特征乘以对应的设备的权重;将采集的外观图像通过尺度不变特征变换算法识别设备的特征点坐标变化作为图像特征;获取历史的震动位置数据,通过地理信息系统GIS,将煤矿井下区域划分为多个不同震动风险级别的区域;将所有设备的加权后的震动特征与图像特征进行融合和拼接组成区域特征向量,将区域特征向量输入卷积神经网络进行预测。本发明实现煤矿井下震动的实时监测与精确定位,适应复杂多变的震动环境。
技术关键词
煤矿井下区域
识别方法
状态传感器
能量分布特征
地理信息系统
特征点
图像
加速度
变换算法
数据
识别设备
参数
负荷
记录单元
坐标
特征提取模块
风险
频谱特征
波形
系统为您推荐了相关专利信息
智能分析模型
标定方法
重构模型
识别方法
电子设备
道路交通标志
交通标志识别方法
交通标志图像
计算机视觉
交通标志识别系统
组网雷达系统
多域特征
池化特征
特征提取模块
多普勒
地理信息系统平台
强化学习模型
数据
夜间灯光
网络分析工具