李旭 顧濤
(1.華北科技學(xué)院機(jī)電工程學(xué)院,北京東燕郊 101601;2.華北科技學(xué)院計算機(jī)學(xué)院,北京東燕郊 101601)
基于正負(fù)相位和奇異點(diǎn)偶識別規(guī)則的煤矸識別技術(shù)對比研究①
李旭1②顧濤2
(1.華北科技學(xué)院機(jī)電工程學(xué)院,北京東燕郊 101601;2.華北科技學(xué)院計算機(jī)學(xué)院,北京東燕郊 101601)
采用數(shù)字信號處理技術(shù)對煤和矸石撞擊刮板運(yùn)輸機(jī)產(chǎn)生的振動信號進(jìn)行適當(dāng)處理,可以完成煤矸實(shí)時識別,即時做出對液壓支架的控制。文章對所采集到的放煤階段產(chǎn)生的5組振動信號,分別采用時域一階差分分析和小波域內(nèi)模系數(shù)極大法分析。在時域內(nèi)定義了振動信號的正負(fù)相位概念,在小波域內(nèi)定義了正向、負(fù)向奇異點(diǎn)偶概念。由所定義的正負(fù)相位和奇異點(diǎn)偶概念分別導(dǎo)出煤和矸石識別規(guī)則,以實(shí)現(xiàn)動態(tài)的煤矸自動識別操作。從可靠性和算法的高效性看,正負(fù)相位法識別規(guī)則優(yōu)于奇異點(diǎn)偶法識別規(guī)則。從深層數(shù)據(jù)規(guī)律看,奇異點(diǎn)偶法識別規(guī)則優(yōu)于正負(fù)相位法識別規(guī)則。
煤矸振動信號;小波變換;一階前向差分;奇異點(diǎn)偶;正負(fù)相位;識別規(guī)則
中國作為世界上最大的煤炭生產(chǎn)和消費(fèi)大國,煤炭安全生產(chǎn)一直備受社會輿論關(guān)注。其中基于厚煤層開采的綜采放頂煤開采技術(shù)中的放煤階段到目前為止,國內(nèi)外依然沒有實(shí)現(xiàn)自動化放煤。這個環(huán)節(jié)仍然依靠采煤工人耳聽、目視的原始方法來進(jìn)行液壓支架的控制。盡管這個放煤環(huán)節(jié)一般持續(xù)不到1分鐘(少數(shù)也許更長)的時間,但卻決定著煤的回采率和整個開采過程的自動化程度。采煤機(jī)一般會采到3m左右的高度,更高處的煤完全依靠重力作用自由下落完成開采。自由下落的放頂煤一般分為三層,即煤層、煤矸混合層、巖石層。因此,放煤過程基本上可以分為三個階段:第一階段放下的是煤,第二階段放下的是煤和矸石的混合物,最后階段放下的是石頭。當(dāng)放出大量石頭少量煤時,則說明所開采的煤層基本被開采完畢,應(yīng)該將支架支起。工人所做的工作就是在放煤過程的第二階段到第三階段找個合適的時刻點(diǎn)停止放煤。事實(shí)是工人由于各方面原因,一般會在第一個階段就停止放煤,有責(zé)任心的工人會考慮在第二到第三階段停止放煤,但也不能保證就在合適的時刻點(diǎn)停止放煤,故而整個煤的回采率并不能得到有效保證。另外工人要一個支架一個支架逐個去控制放煤過程,在整個放頂煤工作階段,這對于一個近200個支架的工作面來說工作效率和自動化程度又是很低的。因此,基于放煤過程中的動態(tài)煤矸識別技術(shù)是解決液壓支架自動控制、實(shí)現(xiàn)自動化放煤的關(guān)鍵技術(shù),也是目前放煤技術(shù)研究的熱點(diǎn)問題之一[1-6]。
前期研究經(jīng)驗(yàn)[1-4]表明,對煤和矸石撞擊刮板運(yùn)輸機(jī)產(chǎn)生的振動信號進(jìn)行處理,實(shí)現(xiàn)放煤過程自動化控制是比較可行的,可以避免工作面強(qiáng)噪音干擾的情況,即使是矸石滾落下來,這種振動也可以在一定小范圍內(nèi)檢測出來。以目前傳感器技術(shù)水平,可以很容易將現(xiàn)場信號采集出來,通過數(shù)字信號處理技術(shù)進(jìn)行適當(dāng)處理完成煤和矸石的實(shí)時識別。本文基于前期研究成果[1-4]基礎(chǔ)上,進(jìn)一步研究了動態(tài)煤矸振動信號的時域和小波域特征,提出正負(fù)相位和奇異點(diǎn)偶概念并設(shè)計了各自的識別方案,比較了兩種方法的優(yōu)缺點(diǎn),為實(shí)際生產(chǎn)提供了重要經(jīng)驗(yàn)。
定義放煤過程中的煤和矸石產(chǎn)生的振動信號f(t)的正相位為:如果f(t)在0值附近振動,突然向正方向突變振動,如圖1a所示。
f(t)負(fù)相位定義為:如果f(t)在0值附近振動,突然向負(fù)方向突變振動。如圖1b所示。
對于煤矸振動信號,經(jīng)過大量分析研究后,我們得到如下時域內(nèi)煤和矸石的識別規(guī)則:f(t)相位只具有正相位和負(fù)相位兩種狀態(tài),正相位代表煤振動信號,負(fù)相位代表矸石振動信號。
從宏觀觀察看,放煤過程中應(yīng)該有引言中的三個階段。經(jīng)過對大量振動信號分析后,我們發(fā)現(xiàn)在1秒的抽樣時間間隔中,煤與矸石的混合物的信號特征依然只表現(xiàn)為正相位或負(fù)相位狀態(tài),也就是說宏觀上的混合物在較小時間間隔中,依然得到了不同物質(zhì)特征的區(qū)別。在小波域內(nèi)也有類似的結(jié)論。
在小波域內(nèi)用振動信號奇異性特征識別煤和矸石,通過對振動信號f(t)進(jìn)行小波變換,然后尋找使得其小波系數(shù)模極大在細(xì)尺度下收斂的橫坐標(biāo)點(diǎn)來檢測信號的奇異性。
振動信號f(t)奇異性特征主要在d1層細(xì)節(jié)信號中定義。定義f(t)正向奇異點(diǎn)偶為:在d1層中,最大小波模系數(shù)模大于最小小波模系數(shù)模,且最大最小小波模系數(shù)橫坐標(biāo)相鄰,如圖2a。
f(t)負(fù)向奇異點(diǎn)偶定義為:最大小波模系數(shù)模小于最小小波模系數(shù)模,且最大最小小波模系數(shù)橫坐標(biāo)相鄰,如圖2b。
正負(fù)奇異點(diǎn)偶定義是針對一次采樣信號的小波模系數(shù)全局最大最小值而言的,對于局部極大值不定義。

圖1 振動信號正相位、負(fù)相位圖

圖2 f(t)奇異點(diǎn)偶類型
F(t)小波域內(nèi)煤和矸石識別規(guī)則:在f(t)的d1細(xì)節(jié)層中,奇異點(diǎn)偶處最大小波模系數(shù)與最小小波模系數(shù)橫坐標(biāo)相鄰。正向奇異點(diǎn)偶代表矸石振動信號,負(fù)向奇異點(diǎn)偶代表煤振動信號。
時域中的正負(fù)相位法主要采用一階前向差分公式計算完成。小波域中的奇異點(diǎn)偶法主要采用正交離散小波變換[7-10]方法,在d1細(xì)節(jié)層中搜索模系數(shù)最大最小值以及判斷其橫坐標(biāo)是否相鄰?fù)瓿伞?/p>
設(shè)振動信號采樣點(diǎn)為N,將兩種方法求取最大值、最小值次數(shù)考慮在內(nèi),針對一階前向差分公式(1)和小波分解公式(2)、小波綜合公式(3),表1比較了兩個算法的時效性。

由于在小波模系數(shù)極大求取過程中,最大模系數(shù)與最小模系數(shù)橫坐標(biāo)相鄰,故循環(huán)次數(shù)減小到3* (N-1)次。表1表明,正負(fù)相位法時效性好于奇異點(diǎn)偶法,在實(shí)時性要求快的煤矸識別系統(tǒng)中,在保證其它指標(biāo)滿足的前提下,首選正負(fù)相位法。

表1 算法時效性比較
分別用兩種識別規(guī)則進(jìn)行工業(yè)性煤和矸石識別實(shí)驗(yàn),振動傳感器采樣頻率設(shè)為250kHz,煤和矸石下落高度不定。表2表示出兩種算法的可靠性。

表2 算法可靠性對比
表2表明,正負(fù)相位法可靠性優(yōu)于奇異點(diǎn)偶法,研究原始信號后,發(fā)現(xiàn)這種差異是由于采樣數(shù)據(jù)在正半周有削頂所導(dǎo)致的。要提高兩者識別的可靠性,需要通過提高硬件的性能來解決。在信號有失真的情況下,首選正負(fù)相位法,可以一定程度上克服信號失真所帶來的誤判。
對采集到的五組有明確對應(yīng)下落物質(zhì)的振動信號進(jìn)行一階差分最大值、最小值分析,表3明確反映出了f(t)的正負(fù)相位和突變點(diǎn)。

表3 煤矸振動信號一階差分最大值、最小值
表3中數(shù)據(jù)規(guī)律是:MaxΔf(k)>|MinΔf(k) |,代表振動信號正相位,識別結(jié)果為煤;MaxΔf (k)<|MinΔf(k)|,代表振動信號負(fù)相位,識別結(jié)果為矸石。
采用公式(2)和公式(3)構(gòu)造同樣五組振動信號的d1層細(xì)節(jié)系數(shù),得到表4,表4也明確的表示出了f(t)的模系數(shù)極大性質(zhì)以及所代表的下落物質(zhì)含義。
表4中數(shù)據(jù)規(guī)律是:MaxV<|MinV|,代表負(fù)向奇異點(diǎn)偶,識別結(jié)果為煤;MaxV>|MinV|,代表正向奇異點(diǎn)偶,識別結(jié)果為矸石。

表4 煤矸振動信號d1層細(xì)節(jié)模系數(shù)最大值、最小值
對比表3和表4中數(shù)據(jù)規(guī)律,可以發(fā)現(xiàn)正負(fù)相位識別規(guī)則和奇異點(diǎn)偶識別規(guī)則的極性正好相反。這是由各自不同的數(shù)學(xué)處理過程決定的。另外,表4中最大值與最小值的模第一次衰減在0.323左右,這種衰減幾乎與下落物質(zhì)無關(guān),是一種更為本質(zhì)的數(shù)據(jù)關(guān)系。在恢復(fù)信號或估計最大最小模系數(shù)值時,可用之做預(yù)測。而表3中則無類似的衰減規(guī)律存在。
采用數(shù)字信號處理技術(shù)對煤和矸石撞擊刮板運(yùn)輸機(jī)產(chǎn)生的振動信號進(jìn)行適當(dāng)處理,可以完成煤矸實(shí)時識別,實(shí)時做出對液壓支架的控制。采用振動信號時域特征進(jìn)行一階差分正負(fù)相位法分析,計算復(fù)雜度小,算法效率高,在采集信號質(zhì)量不高的情況下,識別率高于小波域奇異點(diǎn)偶法。對于振動數(shù)據(jù)的深層次規(guī)律分析,小波域奇異點(diǎn)偶法要優(yōu)于時域一階差分正負(fù)相位法。文中對比了兩種方法的優(yōu)缺點(diǎn)和相應(yīng)的數(shù)據(jù)規(guī)律,為放煤過程的自動化控制提供了重要經(jīng)驗(yàn)。在設(shè)計相關(guān)煤矸識別系統(tǒng)時,應(yīng)該綜合考慮系統(tǒng)性能指標(biāo)和現(xiàn)場環(huán)境要求,從而設(shè)計出抗干擾能力強(qiáng)、識別率高的系統(tǒng),提高放煤生產(chǎn)效率和煤的回采率。
[1]GUTao,LIXu.New Equipment of Distinguishing Rock from Coal Based on Statistical Analysis of Fast Fourier Transform.Global Congress on Intelligent Systems,2009
[2]LIXu,GUTao.New Technique of Distinguishing Rock from Coal Based on Statistical Analysis of Wavelet Transform.Proc.SPIE 2009.Vol.7343
[3]李旭,顧濤.煤矸振動信號小波奇異性-Fisher判別規(guī)則研究[J].計算機(jī)工程與設(shè)計,2011(05):1800-1803
[4]李旭,顧濤.基于差分-小波變換模系數(shù)極大法的煤矸振動信號研究[J].煤礦開采,2011,32(05):120-123
[5]AVTOMATGORMASH(SU),Coal-rock interface moning method.Patent Number:SU891914-b
[6]Asfahani J,Borsaru M.Low-activity spectrometric gamma-ray logging technique for delineation of coal/rock interfaces in dry blast holes APPLIED RADIATION AND ISOTOPES v65,n6:748-755
[7]Ren F,Yang ZJ,Xiong SB,Yang TM,Wang RF.Application and research of multi-sensor data mining and fusion technique in the coalrock interface recognition system.ISTM/2005:6th International Symposium on Test and Measurement,Vols 1-9,Conference Proceedings:311-314
[8]S.Mallat and W.L.Hwang.Singularity detection and processing with wavelets[J].IEEE Trans. Info.Theory,1992,38(02):617-643
[9]C.J.Kicey and C.J.Lennard.Unique reconstruction of band-limited signals by a Mallat-Zhong wavelet transform algorithm,F(xiàn)ourier Analysis and Appl.,1997,3(01):63-82
[10]S.Mallat.A theory for multiresolution signal decomposition:the wavelet representation[J].IEEE Trans.Patt.Anal.and Mach.Intell.,1989,11(07):674-693
Conclusions compared using Singularity-point Couple JR and Positive-negative Phase JR for distinguishing rock from coal
LI Xu,GU Tao
(1.Department of Mechanics and Electronics Engineering,North China Institute of Science and Technology,Yanjiao Beijing-East101601;2.Department of Computer Engineering,North China Institute of Science and Technology,Yanjiao Beijing-East101601)
Using digital signal processing technology to process the vibration signals of coal and stone bumping the conveyer,we can control the hydraulic support instantly according to the identification results of real-time distinguishing rock from coal.In this paper,five groups of vibration signals sampled with the speed 250k samples/sec during caving are analyzed by the wavelet transform modulus-maxima method and the first order forward difference(FOFD)method respectively.We define the concept of Singularity-point Couple in wavelet domain and the concept of Positive-negative Phase in time domain based upon the characteristics of vibration signals in different analyzed domain.Based upon the concept of Singularity-point Couple and Positive-negative Phase,the Judgement Rule(JR)for distinguishing rock from coal is proposed individually in two domain to identify rock from coal automatically.From the efficiency and reliability of JR,the Positive-negative Phase JR is superior to the Singularitypoint Couple JR.From the perspective laws of the analyzed data,the Singularity-point Couple JR is better than the Positivenegative Phase JR.
Coal-Stone Vibration signal;wavelet transform;FOFD;Singularity-point Couple;Positive-negative Phase; Judgement Rule
TP391
A
1672-7169(2012)01-0021-04
2012-01-03?;痦?xiàng)目:河北省科學(xué)技術(shù)研究與發(fā)展指導(dǎo)計劃項(xiàng)目(項(xiàng)目編號07213567)。
李旭(1975-),女,甘肅秦安人,博士,華北科技學(xué)機(jī)電工程學(xué)院副教授,主要研究領(lǐng)域:非線性光學(xué)、信號與信息處理。