[发明专利]基于瓦斯浓度参数的井下工作面作业类型智能识别方法

摘要

本发明公开了一种基于瓦斯浓度参数的井下工作面作业类型智能识别方法。方法首先从矿井安全监测系统中获取工作面瓦斯浓度数据，并存入瓦斯参数数据库，对数据库中的瓦斯浓度数据进行自适应降噪滤波处理，而后在作业类型划分和敏感特征参数提取的基础上建立历史瓦斯浓度数据样本集，构建自适应模块化粗神经网络预测模型，利用构建的预测模型对其对应的作业类型进行辨识。本发明方法降噪效果显著，在有效去除噪声的同时能保留获得瓦斯浓度时间序列中的有效信息，能实现工作面作业类型的分析和识别，能够较好的实现瓦斯浓度数据的深度挖掘和二次利用。

主权项

1.一种基于瓦斯浓度参数的井下工作面作业类型智能识别方法，其特征在于方法主要包括如下主要步骤：步骤1、通过井下瓦斯浓度传感器获取瓦斯浓度的原始信号序列x(t)，存入瓦斯浓度数据库；步骤2、将各个原始信号序列x(t)根据工作面的作业类型进行划分；步骤3、对瓦斯浓度数据库中的瓦斯浓度数据进行自适应滤波降噪处理，获得降噪后的瓦斯浓度序列；步骤4、将降噪后的瓦斯浓度序列作为混沌时间序列，根据作业类型的划分对各类作业类型对应的数据分别提取敏感特征参数；步骤5、构建井下工作面的作业类型神经网络智能识别模型，根据已建立的瓦斯浓度数据库和敏感特征参数输入到模型中进行训练；步骤6、利用训练后的模型对新获取的待测瓦斯浓度数据进行作业类型的智能识别。