劉　偉，華　臻，張守祥
中國礦業大學機電與信息工程學院，北京　

山東工商學院信息與電子工程學院，山東煙臺

摘　　　要：為了解決綜采工作面放頂煤開采過程中煤矸界面識別問題，給出了一種基于小波去噪和獨立分量分析相結合的煤矸放落聲信號特征提取算法。利用小波分析對傳聲器實時采集的聲信號進行降噪處理，提高信噪比。利用獨立分量分析方法對煤矸混合聲信號進行盲源分離，分別提取出煤和矸石的獨立聲譜特征信號。選取該信號的統計特征值作為神經網絡分類器的輸入向量，對頂煤放落過程中的混矸狀態進行識別。實驗表明，給出的方法提高了聲信號的信噪比，有利于矸石聲信號的成功分離；采用ＢＰ神經網絡準確地識別出了放煤過程中的矸石下落狀態。

關　鍵　詞：綜采工作面；聲信號；小波去噪；獨立分量分析；ＢＰ神經網絡；煤矸識別

１　引　言
目前，煤礦綜采工作面放頂煤開采的工序全部是由電液閥程序控制，放煤時間長短、每臺液壓支架放煤量的大小、頂煤回收率的高低、含矸量多少都是靠預先設計好的程序自動控制。為了避免在放頂煤過程中出現過放和欠放狀況，提高煤炭回采率，國內外專家學者在煤矸界面識別方面做了大量的研究工作，其主要目的是為了自動調整采煤工作面中采煤機的滾筒高度。文獻［１］研究了基于截割力響應的方法，利用煤與巖石的力學特性的不同，來識別出采煤機是在割煤還是割巖；文獻［２］根據頂底板巖石中的γ射線在穿透殘留煤層后的衰減規律，通過測量經過衰減后的γ射線強度來確定頂底煤層厚度，由此來識別煤巖界面，但該方法對采煤工藝有一定的要求，另外要求頂底板圍巖必須有放射性元素；文獻［３］則探討了利用熱成像紅外攝像的煤層界面紅外線探測法。但目前為止，國內外尚無基于上述技術的成熟的產品問世。本文研究了一種利用煤矸放落過程中產生的聲信號的特征差異進行煤矸含量在線識別的方法。利用聲信號進行煤矸識別，具有信號采集容易、可非接觸測量、速度快、不影響其他設備工作等特點。但煤矸放落產生的聲信號往往被采煤機械和環境激發的聲信號所污染，因此能否從傳聲器測取的混合聲信號中提取出有效的煤矸聲信號，是煤矸識別研究的關鍵。

登錄網站后可下載文件