基于正负相位和奇异点偶识别规则的煤矸识别技术对比研究①

李旭 顾涛

(1.华北科技学院机电工程学院，北京东燕郊 101601;2.华北科技学院计算机学院，北京东燕郊 101601)

基于正负相位和奇异点偶识别规则的煤矸识别技术对比研究①

李旭1②顾涛2

(1.华北科技学院机电工程学院，北京东燕郊 101601;2.华北科技学院计算机学院，北京东燕郊 101601)

采用数字信号处理技术对煤和矸石撞击刮板运输机产生的振动信号进行适当处理，可以完成煤矸实时识别，即时做出对液压支架的控制。文章对所采集到的放煤阶段产生的5组振动信号，分别采用时域一阶差分分析和小波域内模系数极大法分析。在时域内定义了振动信号的正负相位概念，在小波域内定义了正向、负向奇异点偶概念。由所定义的正负相位和奇异点偶概念分别导出煤和矸石识别规则，以实现动态的煤矸自动识别操作。从可靠性和算法的高效性看，正负相位法识别规则优于奇异点偶法识别规则。从深层数据规律看，奇异点偶法识别规则优于正负相位法识别规则。

煤矸振动信号;小波变换;一阶前向差分;奇异点偶;正负相位;识别规则

0 引言

中国作为世界上最大的煤炭生产和消费大国，煤炭安全生产一直备受社会舆论关注。其中基于厚煤层开采的综采放顶煤开采技术中的放煤阶段到目前为止，国内外依然没有实现自动化放煤。这个环节仍然依靠采煤工人耳听、目视的原始方法来进行液压支架的控制。尽管这个放煤环节一般持续不到1分钟(少数也许更长)的时间，但却决定着煤的回采率和整个开采过程的自动化程度。采煤机一般会采到3m左右的高度，更高处的煤完全依靠重力作用自由下落完成开采。自由下落的放顶煤一般分为三层，即煤层、煤矸混合层、岩石层。因此，放煤过程基本上可以分为三个阶段：第一阶段放下的是煤，第二阶段放下的是煤和矸石的混合物，最后阶段放下的是石头。当放出大量石头少量煤时，则说明所开采的煤层基本被开采完毕，应该将支架支起。工人所做的工作就是在放煤过程的第二阶段到第三阶段找个合适的时刻点停止放煤。事实是工人由于各方面原因，一般会在第一个阶段就停止放煤，有责任心的工人会考虑在第二到第三阶段停止放煤，但也不能保证就在合适的时刻点停止放煤，故而整个煤的回采率并不能得到有效保证。另外工人要一个支架一个支架逐个去控制放煤过程，在整个放顶煤工作阶段，这对于一个近200个支架的工作面来说工作效率和自动化程度又是很低的。因此，基于放煤过程中的动态煤矸识别技术是解决液压支架自动控制、实现自动化放煤的关键技术，也是目前放煤技术研究的热点问题之一［1－6］。

前期研究经验［1－4］表明，对煤和矸石撞击刮板运输机产生的振动信号进行处理，实现放煤过程自动化控制是比较可行的，可以避免工作面强噪音干扰的情况，即使是矸石滚落下来，这种振动也可以在一定小范围内检测出来。以目前传感器技术水平，可以很容易将现场信号采集出来，通过数字信号处理技术进行适当处理完成煤和矸石的实时识别。本文基于前期研究成果［1－4］基础上，进一步研究了动态煤矸振动信号的时域和小波域特征，提出正负相位和奇异点偶概念并设计了各自的识别方案，比较了两种方法的优缺点，为实际生产提供了重要经验。

1 煤矸振动信号两种识别规则

1.1 时域相位与识别规则

定义放煤过程中的煤和矸石产生的振动信号f(t)的正相位为：如果f(t)在0值附近振动，突然向正方向突变振动，如图1a所示。

f(t)负相位定义为：如果f(t)在0值附近振动，突然向负方向突变振动。如图1b所示。

对于煤矸振动信号，经过大量分析研究后，我们得到如下时域内煤和矸石的识别规则：f(t)相位只具有正相位和负相位两种状态，正相位代表煤振动信号，负相位代表矸石振动信号。

从宏观观察看，放煤过程中应该有引言中的三个阶段。经过对大量振动信号分析后，我们发现在1秒的抽样时间间隔中，煤与矸石的混合物的信号特征依然只表现为正相位或负相位状态，也就是说宏观上的混合物在较小时间间隔中，依然得到了不同物质特征的区别。在小波域内也有类似的结论。

1.2 小波域奇异性与识别规则

在小波域内用振动信号奇异性特征识别煤和矸石，通过对振动信号f(t)进行小波变换，然后寻找使得其小波系数模极大在细尺度下收敛的横坐标点来检测信号的奇异性。

振动信号f(t)奇异性特征主要在d1层细节信号中定义。定义f(t)正向奇异点偶为：在d1层中，最大小波模系数模大于最小小波模系数模，且最大最小小波模系数横坐标相邻，如图2a。

f(t)负向奇异点偶定义为：最大小波模系数模小于最小小波模系数模，且最大最小小波模系数横坐标相邻，如图2b。

正负奇异点偶定义是针对一次采样信号的小波模系数全局最大最小值而言的，对于局部极大值不定义。

图1 振动信号正相位、负相位图

图2 f(t)奇异点偶类型

F(t)小波域内煤和矸石识别规则：在f(t)的d1细节层中，奇异点偶处最大小波模系数与最小小波模系数横坐标相邻。正向奇异点偶代表矸石振动信号，负向奇异点偶代表煤振动信号。

2 两种识别规则时效性对比

时域中的正负相位法主要采用一阶前向差分公式计算完成。小波域中的奇异点偶法主要采用正交离散小波变换［7－10］方法，在d1细节层中搜索模系数最大最小值以及判断其横坐标是否相邻完成。

设振动信号采样点为N，将两种方法求取最大值、最小值次数考虑在内，针对一阶前向差分公式(1)和小波分解公式(2)、小波综合公式(3)，表1比较了两个算法的时效性。

由于在小波模系数极大求取过程中，最大模系数与最小模系数横坐标相邻，故循环次数减小到3* (N－1)次。表1表明，正负相位法时效性好于奇异点偶法，在实时性要求快的煤矸识别系统中，在保证其它指标满足的前提下，首选正负相位法。

表1 算法时效性比较

3 两种识别规则可靠性对比

分别用两种识别规则进行工业性煤和矸石识别实验，振动传感器采样频率设为250kHz，煤和矸石下落高度不定。表2表示出两种算法的可靠性。

表2 算法可靠性对比

表2表明，正负相位法可靠性优于奇异点偶法，研究原始信号后，发现这种差异是由于采样数据在正半周有削顶所导致的。要提高两者识别的可靠性，需要通过提高硬件的性能来解决。在信号有失真的情况下，首选正负相位法，可以一定程度上克服信号失真所带来的误判。

4 两种识别规则数据规律对比

4.1 正负相位数据规律

对采集到的五组有明确对应下落物质的振动信号进行一阶差分最大值、最小值分析，表3明确反映出了f(t)的正负相位和突变点。

表3 煤矸振动信号一阶差分最大值、最小值

表3中数据规律是：MaxΔf(k)＞|MinΔf(k) |，代表振动信号正相位，识别结果为煤;MaxΔf (k)＜|MinΔf(k)|，代表振动信号负相位，识别结果为矸石。

4.2 奇异点偶数据规律

采用公式(2)和公式(3)构造同样五组振动信号的d1层细节系数，得到表4，表4也明确的表示出了f(t)的模系数极大性质以及所代表的下落物质含义。

表4中数据规律是：MaxV＜|MinV|，代表负向奇异点偶，识别结果为煤;MaxV＞|MinV|，代表正向奇异点偶，识别结果为矸石。

表4 煤矸振动信号d1层细节模系数最大值、最小值

对比表3和表4中数据规律，可以发现正负相位识别规则和奇异点偶识别规则的极性正好相反。这是由各自不同的数学处理过程决定的。另外，表4中最大值与最小值的模第一次衰减在0.323左右，这种衰减几乎与下落物质无关，是一种更为本质的数据关系。在恢复信号或估计最大最小模系数值时，可用之做预测。而表3中则无类似的衰减规律存在。

5 结论

采用数字信号处理技术对煤和矸石撞击刮板运输机产生的振动信号进行适当处理，可以完成煤矸实时识别，实时做出对液压支架的控制。采用振动信号时域特征进行一阶差分正负相位法分析，计算复杂度小，算法效率高，在采集信号质量不高的情况下，识别率高于小波域奇异点偶法。对于振动数据的深层次规律分析，小波域奇异点偶法要优于时域一阶差分正负相位法。文中对比了两种方法的优缺点和相应的数据规律，为放煤过程的自动化控制提供了重要经验。在设计相关煤矸识别系统时，应该综合考虑系统性能指标和现场环境要求，从而设计出抗干扰能力强、识别率高的系统，提高放煤生产效率和煤的回采率。

［1］GUTao，LIXu．New Equipment of Distinguishing Rock from Coal Based on Statistical Analysis of Fast Fourier Transform.Global Congress on Intelligent Systems，2009

［2］LIXu，GUTao．New Technique of Distinguishing Rock from Coal Based on Statistical Analysis of Wavelet Transform.Proc.SPIE 2009.Vol.7343

［3］李旭，顾涛.煤矸振动信号小波奇异性－Fisher判别规则研究［J］.计算机工程与设计，2011(05)：1800－1803

［4］李旭，顾涛.基于差分－小波变换模系数极大法的煤矸振动信号研究［J］.煤矿开采，2011，32(05)：120－123

［5］AVTOMATGORMASH(SU)，Coal－rock interface moning method.Patent Number：SU891914－b

［6］Asfahani J，Borsaru M.Low－activity spectrometric gamma－ray logging technique for delineation of coal/rock interfaces in dry blast holes APPLIED RADIATION AND ISOTOPES v65，n6：748－755

［7］Ren F，Yang ZJ，Xiong SB，Yang TM，Wang RF.Application and research of multi－sensor data mining and fusion technique in the coalrock interface recognition system.ISTM/2005：6th International Symposium on Test and Measurement，Vols 1－9，Conference Proceedings：311－314

［8］S.Mallat and W.L.Hwang.Singularity detection and processing with wavelets［J］.IEEE Trans. Info.Theory，1992，38(02)：617－643

［9］C.J.Kicey and C.J.Lennard.Unique reconstruction of band－limited signals by a Mallat－Zhong wavelet transform algorithm，Fourier Analysis and Appl.，1997，3(01)：63－82

［10］S.Mallat.A theory for multiresolution signal decomposition：the wavelet representation［J］．IEEE Trans.Patt.Anal.and Mach.Intell.，1989，11(07)：674－693

Conclusions compared using Singularity－point Couple JR and Positive－negative Phase JR for distinguishing rock from coal

LI Xu，GU Tao

(1.Department of Mechanics and Electronics Engineering，North China Institute of Science and Technology，Yanjiao Beijing-East101601;2.Department of Computer Engineering，North China Institute of Science and Technology，Yanjiao Beijing-East101601)

Using digital signal processing technology to process the vibration signals of coal and stone bumping the conveyer，we can control the hydraulic support instantly according to the identification results of real－time distinguishing rock from coal.In this paper，five groups of vibration signals sampled with the speed 250k samples/sec during caving are analyzed by the wavelet transform modulus－maxima method and the first order forward difference(FOFD)method respectively.We define the concept of Singularity－point Couple in wavelet domain and the concept of Positive－negative Phase in time domain based upon the characteristics of vibration signals in different analyzed domain.Based upon the concept of Singularity－point Couple and Positive－negative Phase，the Judgement Rule(JR)for distinguishing rock from coal is proposed individually in two domain to identify rock from coal automatically.From the efficiency and reliability of JR，the Positive－negative Phase JR is superior to the Singularitypoint Couple JR.From the perspective laws of the analyzed data，the Singularity－point Couple JR is better than the Positivenegative Phase JR.

Coal－Stone Vibration signal;wavelet transform;FOFD;Singularity－point Couple;Positive－negative Phase; Judgement Rule

TP391

A

1672－7169(2012)01－0021－04

2012－01－03。基金项目：河北省科学技术研究与发展指导计划项目(项目编号07213567)。

李旭(1975－)，女，甘肃秦安人，博士，华北科技学机电工程学院副教授，主要研究领域：非线性光学、信号与信息处理。