基于VGG和CNN的煤矿瓦斯和煤尘爆炸声音识别方法研究
余星辰1
彭程1
刘永涛2
汪洋1
崔玙晨1
1.华北科技学院 信息与控制工程学院,北京 东燕郊 0652012.华北科技学院 信息与控制工程学院,北京 东燕郊 065201;河北省安全生产与应急处置特种机器人重点实验室,北京 东燕郊 065201
摘要：针对煤矿瓦斯、煤尘爆炸声音识别精度和泛化程度不足的问题,提出了基于VGG和CNN的煤矿瓦斯和煤尘爆炸声音识别方法.在煤矿重点监测区域部署矿用拾音器,实时捕捉煤矿设备运行和环境声音,利用VGGish网络对采集到的音频信号进行处理,提取声谱图作为声音表征,然后将其输入CNN,构建瓦斯和煤尘爆炸声音识别模型.对于待测声音信号,同样提取声谱图并输入训练好的模型进行分类.通过实验验证了该方法的有效性.首先,对瓦斯爆炸、煤尘爆炸、采煤机工作、掘进机工作、通风机工作声音进行了频谱图提取和分析,验证了频谱图提取方法的有效性和可靠性.声谱图对比实验表明,该声谱图提供了更准确和更丰富的声学特征,增大了爆炸和非爆炸声音的区分度,便于模型训练.实验结果表明,本文算法的平均识别率为 97.87%,准确率为94.26%,召回率为100%,显著优于现有文献方法,验证了算法的有效性和鲁棒性.耗时测试结果表明,平均训练时间为46.4 秒,平均识别时间为1.175 秒,总平均持续时间为 47.55 秒.该算法在不同的训练集比例下保持较短的处理时间,表明所提算法具有优异的识别效率.
关键词：瓦斯和煤尘爆炸声音识别VGGish网络声谱图CNN
分类号：TD76(矿山安全与劳动保护)
资助基金：国家重点研发计划(2024YFB2908805)中央高校基本科研费资助项目(3142024037)廊坊市科学技术研究与发展计划项目(2024011089)华北科技学院校级教育教学研究项目(JY2025B34)
论文发表日期：2025-12-30
在线出版日期：2025-12-19（本平台首次上网日期，不代表文献的发表时间）
页数：8( 18-25 )
英文信息