本發明專利技術公開了一種基于采煤機截割聲音的刮板輸送機的智能控制裝置及其方法，其裝置安裝在采煤機的搖臂上，包括殼體、核心處理器、數據存儲器、音頻信號接收模塊、信號傳輸模塊、人機交互界面以及可充電電池。殼體外安裝有麥克風，麥克風用來收集包括采煤機截割的聲音信號，其聲音信號經音頻信號接收模塊輸送至核心處理器，核心處理器與數據存儲器相連，核心處理器將聲音信號分析處理后，通過信號傳輸模塊控制變頻器，變頻器與刮板輸送機的電動機相連，變頻器從而根據核心處理器的控制信號，做出相應的控制指令，對刮板輸送機的電動機進行調速，實現對刮板輸送機的智能控制。實現對刮板輸送機的智能控制。實現對刮板輸送機的智能控制。
【技術實現步驟摘要】
一種基于采煤機截割聲音的刮板輸送機智能控制裝置及其方法
[0001]本專利技術屬于綜合化機械采煤
，涉及一種基于采煤機截割聲音的刮板輸送機智能控制裝置及其方法。
技術介紹
[0002]刮板輸送機是綜合化機械采煤工作面的三大主要設備之一，其主要工作環境是在礦井下，工作環境惡劣、能源消耗較大。目前，刮板輸送機往往不能根據落煤量的大小實現智能控制，容易對刮板輸送機的使用壽命造成影響，一定程度上也浪費了能源。
[0003]中國專利(CN201410519505.9)公開了一種煤礦井下工作面刮板輸送機智能調速的方法。該方法可以獲取刮板轉載機煤量的大小，并將信號反饋給刮板輸送機的控制箱，進而控制刮板輸送機的鏈速，實現分級調速，使節能效果和設備壽命大幅提升。然而，在綜合機械化采煤工作面中，往往是煤塊落下經刮板輸送機運到刮板轉載機上，因此通過刮板轉載機上的采煤量來推測刮板輸送機上的落煤量往往具有一定的滯后性，會不可避免的產生很大的誤差。
[0004]中國專利(CN201420619857.7)公開了一種采煤工作面刮板輸送機智能控制裝置，可以實現刮板輸送機與轉載機的智能控制以及遠程控制。該裝置以控制箱作為主控制臺與運輸設備電控裝置相連接，通過按鍵和顯示屏提供良好的人機交互界面，實現對運輸設備的智能控制，也可通過手持對講機與話筒實現無線預警、急停等遠程控制及語言對講、打點等功能。該設備主要以人工控制為主，不能使設備通過采煤機截割過程中的一些特征如聲音、震動等信號和落煤量實現刮板輸送機自主的、智能的控制。
專利
技術實現思路
[0005]本專利技術的目的在于克服現有技術的缺陷，提供一種基于采煤機截割聲音的刮板輸送機智能控制裝置及其方法，能夠根據采煤機截割聲音的變化來控制刮板輸送機的速度，從而實現分級調速、節能降耗和提高設備的使用壽命。
[0006]為了實現上述目的，本專利技術采用以下技術方案。
[0007]一種基于采煤機截割聲音的刮板輸送機的智能控制裝置，安裝在采煤機的搖臂上，包括：殼體、設置在殼體內的核心處理器、數據存儲器、音頻信號接收模塊、信號傳輸模塊、人機交互界面和可充電電池；殼體外設置有麥克風，用于采集采煤機聲音信號，聲音信號經音頻信號接收模塊輸送至核心處理器；核心處理器與數據存儲器相連，核心處理器將聲音信號分析處理后，通過信號傳輸模塊實現核心處理器對變頻器的控制；變頻器與刮板輸送機的電動機相連，核心處理器對聲音信號處理的相關設置和數據參數通過人機交互界面顯示和控制；變頻器根據核心處理器的控制信號，做出相應的控制指令，對刮板輸送機的電動機進行調速，最終實現對刮板輸送機的智能控制。
[0008]所述的麥克風作為聲音信號采集裝置，可對聲音信號進行采樣和預處理，將聲音
信號轉化成標準電信號。
[0009]所述的核心處理器是基于Soc平臺或Atom平臺的超微計算機。
[0010]一種基于采煤機截割聲音的刮板輸送機的智能控制方法，采用上述基于采煤機截割聲音的刮板輸送機的智能控制裝置，具有快、中、慢三個擋位；其智能控制方法包括以下步驟:
[0011]步驟1.啟動采煤機、刮板輸送機和刮板輸送機智能控制裝置，在對刮板輸送機進行智能控制之前，先收集采煤機截割聲音信號；
[0012]步驟2.麥克風將采集到的采煤機截割聲音信號輸送至核心處理器，核心處理器將截割聲音與背景聲音分離，包括對信號的小波分解、小波分解高頻系數的閾值量化、信號的小波重構；
[0013]步驟3.核心處理器采用BP神經網絡針對不同的聲音信號，分類存儲在數據存儲器中作為初始訓練數據；
[0014]步驟4.刮板輸送機智能控制裝置開始工作后，按照步驟3繼續采集實時聲音信號，并將聲音信號輸入具有認知能力的BP神經網絡中，根據BP神經網絡的輸出結果獲取當前采煤機的落煤量，通過核心處理器的相關計算即可獲得刮板輸送機所需的運行速度；
[0015]步驟5.BP神經網絡的輸出結果作為控制指令輸送至控制刮板送機的變頻器；當神經網絡輸出結果表示當前速度需要調低時，變頻器可以將刮板輸送機的電動機調節到“低”速檔；當神經網絡輸出結果表示當前速度需要調快時，變頻器可以將古板輸送機的電動機調到“快”速檔。
[0016]進一步地，在步驟2中所述的對信號的小波分解、小波分解高頻系數的閾值量化、信號的小波重構，分別為：
[0017]步驟2.1.信號的小波分解：將任意平方的可積空間的聲音信號序列s(t)在小波基下展開獲得的小波系數：
[0018][0019]式中，d
a,τ
表示在平移系數τ和尺度系數a下的小波系數，表示小波基函數；
[0020]對小波函數進行離散化處理：
[0021][0022]式中，i,j∈z,分別稱為平移因子和尺度因子；
[0023]步驟2.2.小波分解高頻系數的閾值量化：選取適當的小波閾值函數是提取聲音信號，其閾值函數可以表示為：
[0024][0025]式中：為去噪之后的小波系數；
[0026]步驟2.3.信號的小波重構：將經過閾值化處理后的每一層高頻細節系數和小波分解得到的最高層的低頻系數，根據小波重構算法，得到降噪后真實信號的最優估計。
[0027]進一步地，在步驟3中，所述核心處理器的BP神經網絡是一種三層網絡結構前向網
絡，包括輸入層、隱藏層和輸出層；輸入層的節點數根據約束條件確定，輸出層的節點數為1；
[0028]輸入向量為x＝(x1,x2,
…
x
N
)
T
，隱含層包含L個神經元節點，輸出向量為y＝(y1,y2,y3,
…
,y
M
)
T
；ω表示輸入層神經元到隱含層神經元之間的連接權重，ν表示隱含層神經元到輸出層經元之間的連接權重，θ表示神經元閾值；
[0029]BP神經網絡通過正向傳播運算和誤差信號通過反向傳播調節網絡，第k個輸出層神經元節點輸出y
k
為：
[0030][0031]其中，o
j
表示隱含層第j個神經元節點的輸出信號；
[0032]輸入層的節點數根據用于提取截割聲音型號的約束條件確定，可以取輸入層的節點數為7；輸出層的節點數為1，輸出的不同值分別代表落煤量的大、中、小；
[0033]BP神經網絡的隱藏層節點數其中，輸入層節點數為M個，輸出層節點數為N個，a一般為1～9的整數。
[0034]與現有技術相比，本專利技術具有以下優點和有益效果：
[0035]1.本專利技術通過對采煤機的截割聲音進行分析，可以獲得落煤量的數據，從而達到智能地調節刮板輸送機的速度的效果，達到調高設備使用壽命和在保證產量的前提下節能降耗的效果。
[0036]2.本專利技術在提取聲音信號時采用了小波分析，該方法不僅可以去除噪聲，還能夠最大程度的保護有用數據或信息不丟失。
[0037]3.本專利技術設置有一個人機交互界面，通過該界面可以更好地本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于采煤機截割聲音的刮板輸送機的智能控制裝置，其特征在于，該裝置安裝在采煤機的搖臂上，包括：殼體、設置在殼體內的核心處理器、數據存儲器、音頻信號接收模塊、信號傳輸模塊、人機交互界面和可充電電池；殼體外設置有麥克風，用于采集采煤機聲音信號，聲音信號經音頻信號接收模塊輸送至核心處理器；核心處理器與數據存儲器相連，核心處理器將聲音信號分析處理后，通過信號傳輸模塊實現核心處理器對變頻器的控制；變頻器與刮板輸送機的電動機相連，核心處理器對聲音信號處理的相關設置和數據參數通過人機交互界面顯示和控制；變頻器根據核心處理器的控制信號，做出相應的控制指令，對刮板輸送機的電動機進行調速，最終實現對刮板輸送機的智能控制。2.根據權利要求1所述的一種基于采煤機截割聲音的刮板輸送機的智能控制裝置，其特征在于，所述的麥克風作為聲音信號采集裝置，可對聲音信號進行采樣和預處理，將聲音信號轉化成標準電信號。3.根據權利要求1所述的一種基于采煤機截割聲音的刮板輸送機的智能控制裝置，其特征在于，所述的核心處理器是基于Soc平臺或Atom平臺的超微計算機。4.一種基于采煤機截割聲音的刮板輸送機的智能控制方法，其特征在于：采用一種基于采煤機截割聲音的刮板輸送機的智能控制裝置，具有快、中、慢三個擋位；該裝置安裝在采煤機的搖臂上，包括：殼體、設置在殼體內的核心處理器、數據存儲器、音頻信號接收模塊、信號傳輸模塊、人機交互界面和可充電電池；殼體外設置有麥克風，用于采集采煤機截割聲音信號，聲音信號經音頻信號接收模塊輸送至核心處理器；核心處理器與數據存儲器相連，核心處理器將聲音信號分析處理后，通過信號傳輸模塊實現核心處理器對變頻器的控制；變頻器與刮板輸送機的電動機相連，核心處理器對聲音信號處理的相關設置和數據參數通過人機交互界面顯示和控制；變頻器根據核心處理器的控制信號，做出相應的控制指令，對刮板輸送機的電動機進行調速，最終實現對刮板輸送機的智能控制；其智能控制方法包括以下步驟:步驟1.啟動采煤機、刮板輸送機和刮板輸送機智能控制裝置，在對刮板輸送機進行智能控制之前，先收集采煤機截割聲音信號；步驟2.麥克風將采集到的采煤機截割聲音信號輸送至核心處理器，核心處理器將截割聲音與背景聲音分離，包括對信號的小波分解、小波分解高頻系數的閾值量化、信號的小波重構；步驟3.核心處理器采用BP神經網絡針對不同的聲音信號，分類存儲在數據存儲器中作為初始訓練數據；步驟4.刮板輸送機智能控制裝置開始工作后，按照步驟3繼續采集實時聲音信號，并將聲音信號輸入具有認知能力的BP神經網絡中，根據B...
【專利技術屬性】
技術研發人員：段銘鈺，許靜，黃其柏，孫寧，劉焱鑫，
申請(專利權)人：河南大有能源股份有限公司江蘇科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。