文献类型：期刊文章

作　　者：张宁[1,2] 任茂文[2] 刘萍[2]

机构地区：[1]中国矿业大学机电工程学院,江苏徐州221008 [2]宿迁学院机电工程系,江苏宿迁223800

出　　处：《工矿自动化》

基　　金：宿迁市科技创新专项资金项目(H201215)

年　　份：2013

卷　　号：39

期　　号：4

起止页码：55-58

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：针对现有煤岩识别方法由于提取的时域参数过多,存在识别速度慢、实时性差等问题,提出了一种基于主成分分析和BP神经网络的煤岩界面识别方法。该方法首先提取采煤机滚筒扭矩的时域信号,然后利用主成分分析方法对该时域信号进行压缩,最后将得到的最终信号输入到BP神经网络进行煤岩识别。仿真结果表明,该煤岩识别方法不仅满足了识别率,还提高了识别速度,为提高滚筒调高响应速度奠定了基础。

关 键 词：煤岩界面识别 采煤机 滚筒扭矩  主成分分析 BP神经网络 时域信号  PCA  

分 类 号：TD67]