-
题名基于奇异值分解的掘进机振动信号特征量提取
被引量：4
- 1
-
-
作者
张林锋
田慕琴
宋建成
贺颖
冯君玲
杨祥
-
机构
太原理工大学矿用智能电器技术国家地方联合工程实验室
太原理工大学煤矿电气设备与智能控制山西省重点实验室
-
出处
《工矿自动化》
北大核心
2019年第1期28-34,共7页
-
基金
国家863计划资源环境技术领域重大项目(2012AA06A405)
国家自然科学基金项目(U1510112)
-
文摘
针对掘进机动载荷识别难度大的问题,提出了基于奇异值分解的掘进机振动信号特征量提取方法。对采集的振动信号进行小波包分解,重构底层各频带节点系数,进而构造时频矩阵;对该矩阵进行奇异值分解,并基于Fisher判据,利用基于散度矩阵的类可分性准则,选择对不同截割岩壁硬度较为敏感的奇异值作为振动信号的特征量,并利用散度矩阵准则值来解决无法定量衡量各阶奇异值对截割硬度敏感程度的问题。与小波包频带能量法提取的特征向量进行比较,结果表明,对于掘进机水平截割、垂直截割和纵向钻进3种工况下的振动信号,基于奇异值分解法提取的特征向量都具有更好的类可分性。
-
关键词
掘进机
动载荷识别
振动信号
特征量提取
奇异值分解
时频矩阵
小波包分解
散度矩阵准则值
截割硬度敏感程度
-
Keywords
roadheader
dynamic load identification
vibration signal
feature extraction
singular value decomposition
time-frequency matrix
wavelet packet decomposition
criterion value of divergence matrix
sensitivity to cutting hardness
-
分类号
TD421.5
[矿业工程—矿山机电]
-
