考虑截齿损耗的多传感信息融合煤岩界面感知识别 论文

为了实现采煤机开采过程中煤岩界面的精准识别，提出了一种基于多传感信息融合的煤岩界面感知识别方法。在该方法中，特别考虑了截齿损耗对采煤机截割特征信号的影响，并通过测试采煤机截齿在新齿、轻微磨损、一般磨损以及严重磨损四种状态下的振动信号、电流信号、声发射信号及红外闪温信号，建立了不同磨损程度下的多截割信号特征样本库。

针对这些不同的特征信号，采用了自适应权重粒子群算法来优化求解各信号的隶属度函数，并通过最小模糊熵作为优化目标，结合D-S理论构建了基于“与”决策准则的识别方法，从而实现了对煤岩界面的精准识别。详细信息和实验数据可以参考相关研究，如《考虑截齿损耗的多传感信息融合煤岩界面感知识别》和《基于图像多小波变换的煤岩界面识别》。

实验结果表明，截齿磨损程度显著影响各截割特征信号的变化。在不同磨损状态下，各信号的最优隶属度函数呈现动态变化。通过分析截煤比识别结果的信度值分布及其趋向性，确定了信度值与实际煤岩比例之间的匹配关系，并利用这些结果对煤岩轨迹进行了进一步优化。对于截齿损耗加剧的情况，基于单一优化隶属度函数的融合识别方法，煤岩界面识别精度会大幅度下降。这与煤岩界面识别的声学建模研究的结论相吻合，具体可参考《煤岩界面识别的声学建模》。