融合传感器数据和人工调控信息的工作面直线度智能预测
孙岩1
付翔2
王然风1
贾一帆1
张智星1
1.太原理工大学 矿业工程学院,山西 太原 0300242.太原理工大学 矿业工程学院,山西 太原 030024;山西焦煤集团有限责任公司 博士后工作站,山西 太原 030024;太原理工大学 智能采矿装备技术全国重点实验室,山西 太原 030024
摘要：目前综采工作面直线度调控采用基于工作面推移行程等传感器数据和人工观测调控相结合的方式,但存在传感器数据和人工调控信息得不到有效利用的问题.针对上述问题,提出了融合传感器数据和人工调控信息的工作面直线度智能预测方法.对支架推移油缸行程、支架立柱压力、采煤机位置等进行数据清洗,并按照正常推溜调控距离和调整推溜调控距离进行分类,构建由工作面正常推溜调控距离矩阵和累计推溜调控距离矩阵组成的工作面直线度分析矩阵;通过特征工程对工作面直线度分析矩阵进行特征提取,生成特征矩阵作为样本,将人工调控距离对应的工况类型作为样本标签;采用机器学习分类算法建立工作面直线度预测模型.实验结果表明,采用随机森林算法搭建的工作面直线度预测模型准确率最高,为 91.41%.将该模型应用于高河煤矿2312工作面,结果表明,在运行30 d、115次割煤循环的工作面直线度预测过程中,该模型预测准确率达81.4%.
关键词：工作面直线度推移行程传感器数据人工调控信息工作面直线度分析矩阵
分类号：TD355(矿山压力与支护)
资助基金：国家自然科学基金(52274157)科技兴蒙行动重点专项项目(2022EEDSKJXM010)
论文发表日期：2024-11-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 84-91 )
英文信息