基于小波分析的煤与瓦斯突出预测信号提取技术研究

来源 :河南理工大学 | 被引量 : 0次 | 上传用户:sky_bj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
煤与瓦斯突出是煤矿开采业最为严重的自然灾害之一。长期以来,采煤国家在突出预测和防治方面做了大量工作,但由于煤与瓦斯突出本身的复杂性和研究条件的局限性,对煤与瓦斯突出进行准确、可靠预测是一项长期、艰巨的任务。非接触式预测是最有发展前景的预测方法。煤体声发射信号能够表征煤体的受力情况,可以通过对声发射信号的监测来实现煤与瓦斯突出非接触式预测。因此本文将煤体声发射信号作为研究对象,对其中用于突出预测的声发射信号加以提取、处理,变为判别瓦斯突出的依据。但是由于声发射信号微弱且很容易受到噪声的干扰,同时受力大小、煤体介质不同,信号特征也不一样,所以对煤体声发射信号的提取和处理是一个长期以来未能很好解决的问题。已经提出并且在实践中取得应用的一些方法都存在这样那样的缺陷,无法适应复杂多变的声发射信号情况。为了寻找更为有效的提取煤体声发射信号的方法,本文将小波变换用于煤与瓦斯突出信号提取中,利用小波变换良好的时-频特性,将采样到的声发射信号分解在不同的尺度上,从而把所需的故障信息有效的提取出来。并运用Matlab仿真软件,验证了该方法的有效性。此外,在分析过程中,从多个方面考虑了小波分析在煤体声发射信号提取中所碰到的一些问题,如母小波函数的选取、分解尺度的选择依据、阈值的选择、快速算法的实现等,为方案的实用化奠定了基础。
其他文献
现代社会,随着工作节奏的加快和工作压力的增加,人们愈加需要休闲与娱乐,信息娱乐业也就成为计算机应用的重要发展方向。本课题就是利用计算机动画技术,结合了计算机音乐、图形学
对于多传感器系统,在线性最小方差最优融合估计准则下,应用经典Kalman滤波方法,基于Riccati方程,在假设各传感器具有相同观测阵条件下,本文证明了集中观测融合方法和加权观测
  本文是装设FACTS的电力系统模型及其控制策略研究,随着电力工业的迅速发展,电力系统容量不断加大,电网结构日益复杂,规模也越来越大,这就迫切需要研究新型的电力控制装置来增
人类自诞生以来就从未停止过对世界的认识,但是至今仍然不能对诸如文化发展、经济兴衰、意识产生、生态平衡等来自社会系统、经济系统、生物系统、生态系统中的众多复杂现象
定位是移动机器人研究中一项重要的内容,也是实现导航等其他功能的前提和保证。在移动机器人定位中,较多采用的传感信息是视觉与超声信息。前者具有信息量大,后者具有处理速度较
合理准确的交通流模型不仅有利于理解车辆的行驶行为,而且对分析交通流状况,规划交通路网和实现交通优化控制策略有着十分重要的作用。近几十年来,不同领域的研究者从各自的角度
人脸识别作为一个跨学科的新兴研究领域,解决的问题可简单描述为:基于预先存储的模板数据库,对给定某场景的静态图像或动态视频序列,自动识别或验证其中所含人脸目标的身份。传统
对移动载体的自动跟踪技术是自动控制领域的一个核心问题。随着GPS技术的迅猛发展,使得对移动载体的定位更加快速化、高精度化,这为实现自动跟踪提供了一个强有力的基础平台
专利文献不仅仅是创新的结果,更是利用其进行再创造的知识源泉。参考利用其中包含的高科技信息可促进对产品的改良或创新。为了方便创新设计者从分布过于杂乱的信息资源中获取
计算机技术的发展和图像压缩技术的应用,使得医学图像可以大量存储;DICOM标准的制定及网络技术的飞速发展为远程医疗的新发展奠定了基础。鉴于医学图像的特点,为保证诊断的正