← 返回列表
一种矿井声电信号智能预测方法与系统
摘要文本
本发明公开了一种矿井声电信号智能预测方法与系统,包括以下步骤:S1:获取冲击地压危险性的矿井声发射数据以及电磁辐射数据;S2:对所述声发射数据以及所述电磁辐射数据进行归一化处理,采用熵值法对归一化后的所述声发射数据以及所述电磁辐射数据进行综合性评价,获得声电综合数据;并基于所述声电综合数据,构建数据集;S3:构建LSTM‑Autoencoder模型,基于所述数据集以及所述LSTM‑Autoencoder模型,获得矿井声电信号智能预测结果。本发明能够智能预测未来信号从而及时对冲击地压灾害进行预警。
申请人信息
- 申请人:中国矿业大学
- 申请人地址:221116 江苏省徐州市大学路1号中国矿业大学
- 发明人: 中国矿业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种矿井声电信号智能预测方法与系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311564610.X |
| 申请日 | 2023/11/22 |
| 公告号 | CN117345344A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | E21F17/18 |
| 权利人 | 中国矿业大学 |
| 发明人 | 王恩元; 杨恒泽; 宋玥; 王笑然; 冯小军; 陈栋; 王冬明 |
| 地址 | 江苏省徐州市大学路中国矿业大学南湖校区 |
专利主权项内容
1.一种矿井声电信号智能预测方法,其特征在于,包括以下步骤:S1:获取冲击地压危险性的矿井声发射数据以及电磁辐射数据;S2:对所述声发射数据以及所述电磁辐射数据进行归一化处理,采用熵值法对归一化后的所述声发射数据以及所述电磁辐射数据进行综合性评价,获得声电综合数据;并基于所述声电综合数据,构建数据集;S3:构建LSTM-Autoencoder模型,基于所述数据集以及所述LSTM-Autoencoder模型,获得矿井声电信号智能预测结果。