[發(fā)明專利]一種基于電流信號的掘進機截割巖壁巖石性質(zhì)識別方法

在審

• 申請?zhí)枺?/td>: 202210293680.5
• 申請日: 2022-03-23
• 公開（公告）號: CN114676728A
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計）人: 戚鵬飛;常聚才;陳瀟;吳夢云
• 申請（專利權(quán)）人: 安徽理工大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F30/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于電流信號的掘進機截割巖壁巖石性質(zhì)識別方法，其特征在于包括以下步驟：

第一步：基于相似模擬實驗理論，采用四種配比，澆筑出四種不同性質(zhì)的相似模擬巖石試件；

第二步：對獲得的四種巖性截割電流的降噪手段為粒子群算法優(yōu)化的變分模態(tài)分解算法。具體為：先對電流信號進行變分模態(tài)分解，因變分模態(tài)分解的分解參數(shù)：分解模態(tài)數(shù)k和懲罰因子α需手動設(shè)定，這兩個參數(shù)的過大或者過小對變分模態(tài)分解的結(jié)果都有很大影響，因此選用粒子群算法優(yōu)化變分模態(tài)分解的參數(shù)選取。分解的各模態(tài)分量u_k和各模態(tài)分量的中心頻率ω_k公式為：其中δ(t)是脈沖函數(shù)，k是分解得到的模態(tài)個數(shù)，λ為拉格朗日乘子α為乘法因子。在粒子群算法優(yōu)化變分模態(tài)參數(shù)選取過程中，需要一個目標(biāo)函數(shù)來對優(yōu)化做限定。

第三步：粒子群算法優(yōu)化變分模態(tài)分解之后，對截割電機電流信號分解出最合適的本征模態(tài)分量，對分量進行基于能量密度和相關(guān)系數(shù)準(zhǔn)則的重構(gòu)，能量密度E_k計算公式為其中E_k是第k個能量的能量密度，k是IMF的長度，x_k(d)是第k個IMF分量的振幅。相關(guān)系數(shù)R_k的計算公式為：其中R_k表示數(shù)學(xué)期望，μ_k是IMF分量的平均值，μ是原始信號y的平均值，σ_k是IMF分量的標(biāo)準(zhǔn)差，σ是原始電流信號的標(biāo)準(zhǔn)差。

第四步：在經(jīng)過信號重構(gòu)后采用能量信噪比的對比來對電流信號降噪效果進行評價，信噪比(SNR)計算公式為其中P為信號的功率。

第五步：對重構(gòu)后的電流信號，進行基于多尺度模糊熵(FuzzyEn(m,n,r))的信號特征提取當(dāng)N有限時,FuzzyEn(m,n,r,N)＝lnφ^m(n,r)-lnφ^m+1(n,r)，其中n和r分別為模糊函數(shù)邊界的梯度和寬度，N為序列長度，φ^m為定義函數(shù)為相似度函數(shù)。

第六步：對提取的特征信號，采用最小二乘支持向量機對不同的巖性進行識別。

2.根據(jù)權(quán)利要求1所述的四種不同性質(zhì)的相似模擬巖石試件，以抗壓強度、密度、彈性模量的不同作為不同給巖性的模擬巖石試件的依據(jù)。

3.根據(jù)權(quán)利要求1所述的粒子群算法的目標(biāo)函數(shù)為最小包絡(luò)信息熵，最小包絡(luò)信息熵MEE公式為，MEE＝min{IMFF_EE(1),……,IMFF_EE(k)}，其中IMF為各個本征模態(tài)函數(shù)，p_i是模態(tài)信號歸一化后的包絡(luò)，IMFF_EE(k)是k個模態(tài)信號的包絡(luò)信息熵，a_i是信號經(jīng)過VMD分解后模態(tài)信號的第i個點的包絡(luò)幅值，N是信號經(jīng)VMD分解后模態(tài)信號的長度。

4.根據(jù)權(quán)利要求1所述的基于能量密度和相關(guān)系數(shù)準(zhǔn)則的信號重構(gòu)，具體為計算電流信號經(jīng)過變分模態(tài)分解得到的本征模態(tài)函數(shù)的能量密度和相關(guān)系數(shù)準(zhǔn)則，將能量密度和相關(guān)系數(shù)相乘，取結(jié)果最大的前三個本征模態(tài)函數(shù)相加，代替原始電流信號，完成電流信號重構(gòu)。

5.根據(jù)權(quán)利要求1所述的基于多尺度模糊熵的信號特征提取，其多尺度模糊熵的尺度為8。

6.根據(jù)權(quán)利要求1所述的最小二乘支持向量機，其中的核函數(shù)選為徑向基核函數(shù)。徑向基核函數(shù)的公式為：式中σ為核寬度。