首页> 中文期刊> 《煤炭技术》 >基于卡尔曼滤波与随机森林的煤岩识别研究

基于卡尔曼滤波与随机森林的煤岩识别研究

         

摘要

为了解决煤岩界面识别精度低的问题,提出一种基于卡尔曼滤波与随机森林结合的煤岩识别方法。此方法首先利用Ls-Dyna和Simulink建立采煤机截割6种岩石含量的仿真模型,其次将得到的截割力特征以及截割电流特征进行卡尔曼滤波处理来增强分类特征,最后对截割特征基于随机森林分类算法来进行煤岩识别。结果表明:随着含岩量每增加10%,截割力特征以及截割电流特征均呈增大趋势,并且2种截割特征的波动性也随之增大。经过卡尔曼滤波后,2种截割特征的波动性减小,分类精度显著提升。与未经过卡尔曼滤波处理的截割特征相比,使用随机森林算法对截割介质含岩量差异10%的6种工况分类,识别精确度可由56.67%提高到96.72%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号