煤与瓦斯突出信号挖掘方法研究.pdf

第 4 1 卷 第 6期 2 0 1 5年 6月 工矿 自 动 化 I n dus t r y a nd M i ne Aut o ma t i o n Vo I ． 4 1 NO ． 6 J u n ．2 O 1 5 文章编 号 1 6 7 1 2 5 1 X 2 0 1 5 0 6 0 0 5 8 0 3 D OI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 x ． 2 0 1 5 ． 0 6 ． 0 1 4 李 圣普 ， 王小 辉． 煤与 瓦斯 突出信 号挖 掘方 法研究 E J ] ． 工矿 自动化 ， 2 0 1 5 ， 4 1 6 5 8 6 0 ． 煤与瓦斯突出信号挖掘方法研究 李 圣普 ， 王 小辉 平顶 山学 院 计 算机 科学 与技 术学 院 ，河南 平 顶 山4 6 7 0 0 2 摘要 针对传统关联聚类算法因难以捕捉异常信号非线性随机 变化 而造成采煤作业中特征信号检 测不 准确 的 问题 ， 提 出一种 基 于特征 关联挖 掘 算 法的煤 与 瓦斯 突 出信 号挖 掘 方 法。该 方 法利 用小 波 变换提 取 煤 矿井下作业区状 态信号特征， 为煤与瓦斯 突出信号挖掘提供依据 ； 计算煤矿井下作业区状态信号特征之 间的 关联度 ， 实现煤与瓦斯突出特征信号挖掘。实验结果表明， 该方法可提高煤与瓦斯 突出信号挖掘的准确性。 关 键词 煤 与 瓦斯 突 出； 信 号挖 掘 ；特征 信 号 ；特征 关联挖 掘 算法 ；小波 变换 中图分类 号 T D7 1 3 ． 2 文 献标 志码 A 网络 出版时 间 2 0 1 5 - 0 5 2 9 1 4 3 0 网络 出版地 址 h t t p ／ ／ www． c n k i ． n e t ／ k e ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP． 2 0 1 5 0 5 2 9 ． 1 4 3 0 ． 0 1 4 ． h t ml St ud y o f mi ni n g me t ho d o f s i g na l o f c o a l a n d g a s o ut b ur s t LI She ngp u， W AN G Xi a o hu i Co l l e g e o f Co mp u t e r S c i e n c e a n d Te c h n o l o g y，P i n g d i n g s h a n Un i v e r s i t y P i n g d i n g s h a n 4 6 7 0 0 2，Ch i n a Abs t r a c t Fo r p r o b l e m of i n a c c ur a t e de t e c t i o n of c ha r a c t e r i s t i c s i gn a l i n c o a l mi ni n g op e r a t i on be c a us e i t i s d i f f i c u l t t o c a p t ur e n o nl i ne a r s t oc ha s t i c v a r i a t i o n of a bn or ma l s i gn a l wi t h t r a di t i o na l a s s o c i a t e d c l u s t e r i ng a l go r i t h m ，a mi n i ng m e t h od o f s i gn a l of c o a l a n d g a s ou t bu r s t ba s e d o n f e a t u r e b a s e d a s s oc i a t i o n mi ni n g a l go r i t h m wa s p r o po s e d．Th e me t h od u s e s wa v e l e t t r a ns f o r m t o e x t r a c t s t a t us s i gna l c ha r a c t e r i s t i c s of c o a l mi n e wo r k a r e a t o p r o v i d e a b a s i s f o r s i g n a l mi n i n g o f c o a l a n d g a s o u t b u r s t ，a n d c a l c u l a t e s d e g r e e o f a s s o c i a t i o n be t we e n t he s t a t us s i g na l c ha r a c t e r i s t i c s o f c oa l m i n e wor k a r e a t o a c hi e v e mi n i ng o f s i gn a l o f c o a l a nd g a s o ut b ur s t ．The e xp e r i me n t a l r e s u l t s s h ow t ha t t he me t ho d c a n i m p r ov e a c c ur a c y o f mi n i ng o f s i g na l o f c o a l a n d g a s o ut bu r s t． Ke y wo r d s c o a l a n d g a s o ut b ur s t ；m i ni n g of s i gn a l ；c h a r a c t e r i s t i c s i gn a l ；f e a t ur e ba s e d a s s oc i a t i on mi n i ng a l g o r i t hm ；wa ve l e t t r a ns f o r m 0 引言 煤 与瓦 斯 突 出是 煤 矿 的主 要 自然 灾 害 之 一 ， 长 期 以来严 重威 胁着煤 矿 的安全 生产 。煤 与瓦 斯突 出 防治 技术 一直 是我 国煤矿 ， 特 别是 高 、 突瓦斯 矿井 的 研究课题I 】 。 ] 。现阶段 ， 主要的煤与瓦斯突出信号挖 掘算法包括 K均值聚类算法、 蚁群算法和关联聚类 算法 【 5 ] ， 其 中最 常 用 的是关 联 聚类 算 法 。利 用 关 联 聚类算法进行煤与瓦斯突出信号挖掘 ， 能够从大量 的煤矿井下作业区状态信号中提取出特征信号。但 是在特征信号挖掘的过程中， 煤壁应力 、 瓦斯浓度等 异 常信 号 随着 生 产 过 程 不 同会 呈 现 非 线 性 随 机 变 化 ， 关联 聚类算 法对 这种 非线 性变 化很难 正 常捕捉 ， 造成采煤作业 中特征信号检测不准。因此 ， 本文提 出了一种 基 于特征 关联 挖掘 算法 的煤 与瓦斯 突 出信 号挖 掘 方法 。该方 法利 用小 波变 换提 取煤 矿井下 作 业 区状 态信 号特 征 ， 为 煤 与 瓦斯 突 出信 号 挖 掘提 供 依据； 计算煤矿井下作业 区状态信号特征之间的关 收稿 日期 2 0 1 4 1 1 - 0 7 ； 修 回日期 2 0 1 5 0 4 1 0 ； 责任编辑 胡娴 。 基金项 目 河南省重点科技攻关项 目 1 4 2 1 0 2 2 1 0 2 2 5 。 作者简介 李圣普 1 9 8 3 一 ， 男 ， 河南封丘人 ， 讲师 ， 硕士研究生 ， 研究方 向为无线传感器 网络及应用 ， E ma i l l s p l 5 1 9 1 6 3 ． c o rn。 2 0 1 5年第 6期 李圣普等 煤与瓦斯 突出信号挖掘方法研究 5 9 联 度 ， 实 现煤 与 瓦斯 突 出特 征 信 号 挖 掘 。利 用 该 方 法可 以从大量 的状态信号 中挖掘 出特征信号 ， 从而 获取煤矿井下作业区的实际状态 ， 为采 煤作业提供 决策 依 据 。 1煤 与瓦 斯突 出信 号挖 掘原 理 设全部煤与瓦斯突 出信号集合为 Z， 全部状 态 信号的数量为 q ， 对应属性的数量为 P ， 作业区状态 信号集合用 V一 { ， ， ⋯， 。 表示 ， 其 中， 用来 描述采煤作业过程中采集的第 z个状态信号。在状 态信号数据集合 中全部元素的属性可以用 K一{ k ， 忌 “， k 表示 ， [ 是 ] 为第 z 个状态信号在属性 k 上 的取 值 。根 据关 联 聚 类 相 关 理 论 ， 可 以根 据 属性 对煤矿井下作业区状态信号进行有效分类 。设煤矿 井 下作 业 区在 运行 过程 中 的状 态参 数 e ， q ， 1 ， 关 联 聚类 过程 中的 聚 类 中 心 为 B 一 6 ， b ， ⋯ ， b ， 则 可利 用式 1 对 煤 矿井 下 作 业 区状 态 参 数 进 行更 新 处 理 一 1 ㈩ 1 0 一 0， ≠ l 1 一 0 式 中 Y 为 第 z个 作 业 区 状 态 参 数 k 聚 类 结 果 ； 和厂 分 别 为 是 和 k 的频 率 ； e 为 状 态 参 数 k 的值 。 针对所有的煤矿井下作业区状态信号 ， 用式 2 进行均值计算 ， 均值结果用 b 表示 q ’ ∑Y b f 一 2 ∑ 女一 1 若 式 3 成 立 ， 则完 成煤 矿井 下作 业 区状 态信 号 的初始 聚类 ， 否 则 ， 需 要 继续 执行 聚类 分析 。 I b d 一6 抖1 l ≤ 3 式 中 b 为参数 d的均值 ； b 为参数 d 1的均 值 ； 为参 数 聚类 阈值 。 设煤矿井下作业区状态信号属性构成 的集合为 D一{ d ， d ， ⋯， d ， ， 则可根据式 4 计算各状 态信 号 属性 数 据 的隶属 度 H D H D 一∑Ⅱ ， 4 l 一 1 式中 叫 ， z 为第 z 个作业 区状态信号 在属性 d 上 的隶 属度 。 根 据式 5 计算 煤 矿 井 下 作 业 区状 态 信 号 之 间 一旦 ㈣ 一 ∑e x p 』 是 易 燃 信 号 6 2 ． 1状 态信 号 特征提 取 利用小波变换方法从煤矿井下作业区状态信号 中提取 出信 号特 征 ， 为特 征 信 号 挖 掘 提 供 依 据 。设 h 为采样状态信号 ， N。 T 为状态可采纳窗函数 ， 煤 矿井 下 作 业 区 状 态 信 号 用 h 表 示 ， h ∈ N。 T ， 则可利 用 式 7 进行 连续 小 波变换 处理 f y c ， ≤ 去 h ㈤ 式 中 Y c ， 为采 样 状 态信 号 区域 下 限 ， C 一2 ， d一 2 ； z ， m ∈B ； ， 为 采 样 状 态 信号 小 波 变 换 结 果 的上 限。 根 据小 波频率 分析相关理 论 ， 对煤矿井 下 作业 区 状态 信号 进 行 二 次 小 波 变 换 ， 用 i 表 示 实 部 缩 放 因 子 ， J 表示 虚部缩放 因子 ， 得到状 态信号分解结 果 f P 计 q 一∑ m 一2 q e m 8 l q 一∑i m一2 q e m 根 据式 9 一 式 1 1 对 煤 矿 井下 作 业 区状 态 信 号 特征进 行归 一 化变 换 z 一 9 ‘ 一 一 J， 1 0 ∑z 等 1 1 式 中 z 为特 征 向量 的 归 一 化处 理 结 果 ； z为 状 态 信 号 特征 向量 组 ； 为方 差 ； z 为第 k个特 征 向量 ； 为 z 平 均值 ； Q为 煤矿 井 下 作 业 区状 态信 号 特 征 向量 的数 量 。 6 O 工矿 自动化 2 0 1 5年 第 4 1卷 2 ． 2特征信 号挖 掘 在 煤 与 瓦斯 突 出信 号 挖 掘过 程 中 ， 需 要计 算 不 同 的煤 与 瓦 斯 突 出 状 态 信 号 特 征 之 间 的关 联 性 系 数 ， 从而完成特征信号挖掘 。设状态信号采样点 的 位置为 Z 一 z ⋯ ， z 如 ， 用 t 表示特征信号时 间域系数 ， r 表示特征信号空间域系数 ， 利用式 1 2 计算煤矿井下作业 区状态信号之间的关联性和对应 的特 征参数 f z 1 一 e l t l r 一 z e 2 t 2 r 一 越 1 2 【 1 一 z 1 利用 式 1 3 获取 煤 与瓦斯 突 出信 号特 征关 联度 需要 符合 的条 件 一 一_ Q -- Xm a x i t e r 1 3 心 e l e 2 式 中 为关联度 阈值 ； 为特征 向量 区域 极大 值； i t e r 为合理迭代极大值 。 3实验 结果 分析 采集煤矿井下作业区状态信号作为样本数据 ， 特征信号的波谱如图 1所示。 采样电压 L 八八八八／ ＼ V V V V时 图 1 样本信号 波谱 分别利用传统方法和本文方法进行煤与瓦斯突 出信号挖 掘， 结果 如图 2所示 。对 比图 1 、 图 2可 知 ， 利用本文方法所得的结果与实际的样本信号波 谱更 加接 近 。 利用传统方法和本文方法进行特征信号挖掘， 所 耗费 的时 间 及 准 确 率 对 比见 表 1 。从 表 1可 知 ， 利 用本 文方 法进 行煤 与瓦斯 突 出信号 挖掘 耗费 的时 间更短 ， 准确 率更 高 。 4 结语 分析了利用关联聚类算法进行煤与瓦斯突出信 号挖掘的原理 ， 并对传统信号挖掘方法进行 了改进 ， 提 出了基于特征关联挖掘算法的煤与瓦斯突出信号 挖 掘方 法 。实验 结 果表 明 ， 利用 本 文 方 法进 行 煤 与 瓦 斯 突出信 号挖 掘 ， 可 以 及 时发 现 煤 与 瓦斯 突 出安 全隐患， 从而保证煤矿井下作业 区的正常运行 。 a 传统方法 b 本文方法 图 2 煤与瓦斯突 出信号挖掘结果 表 1 不 同方法耗费时间及准确率对 比 实验次数 时 间／ ms 准确率／ 传统方法 本文方法 传统方法 本文方法 91 9 2 8 8 79 8 3 7 4 参考文献 [ 1 ] [ 2 ] [ 3 ] [ 4 ] E s - 1 焦长 军． 利 民煤矿 防治煤 与瓦斯 突 出设计 要 点[ J ] ． 煤 炭技 术 ， 2 O 1 0 ， 2 9 8 9 5 9 7 ． 郭德 勇 ， 范金志 ， 马世志 ， 等． 煤与 瓦斯 突出预测层次分 析一 模糊综合评判方 法[ J ] ． 北 京科 技大学 学报 ， 2 0 0 7 ， 2 9 7 6 6 0 6 6 4 ． 刘垒 ， 杨胜强 ， 赵磊 ， 等． B P神 经 网络在煤 与瓦 斯突 出 预测 中的应用[ J ] ． 煤炭科技 ， 2 0 1 i 2 5 8 6 0 ． B ERZ AL F，CUB ER0 J ，MARI N N．TB AR3 n e f f i c i e nt me t h od f or a s s oc i a t i o n r ul e mi ni ng i n r e l a t i o n a l d a t a b a s e s [ J] ． Da t a A n t i Kn o wl e d g e En g i n e e r i n g， 2 0 0 1 ， 3 7 1 4 7 6 4 ． 赵道利 ， 梁武科 ， 罗兴铸 ， 等． 水电机组振动信号 的子 带 能量特 征 提 取方 法 研 究 [ J ] ． 水 力 发 电学 报 ， 2 0 0 4 ， 23 6 1 16 11 9 ．