综放工作面煤岩性状识别方法研究
|
摘要
综放开采在厚煤层开采中约占50%以上。因受诸多因素制约，放顶煤仍由工人通过目测或耳听判断煤岩性状来控制，极易造成“欠放”或“过放”现象。本文探讨了煤岩性状识别的技术瓶颈，开展了煤矿井下综放工作面顶煤放落试验，获得了大量真实工况下的试验数据，对不同工况下不同测点的振动信号进行了时域和小波包分析，得出了液压支架后尾梁处测点为较佳测点，峭度指标对工况最为敏感，顶煤放落和顶板岩石放落时频带能量分布不同；对不同工况下液压支架后尾梁范围内的声音信号进行了时域和小波包分析，发现其时域指标均有变化，且方差变化最为明显，频带能量分布区别明显；研究了顶煤放落和顶板岩石放落时放煤口图像信号的灰度直方图，并提取了灰度均值，发现顶煤放落时灰度均值为66左右，顶板岩石放落时灰度均值为130左右；探讨了基于振动信号、声音信号和图像信号特征的煤岩性状识别方法，丰富了综放工作面煤岩性状识别理论和方法，为放顶煤开采的自动化和智能化提供了理论基础和技术前提。
Over50%in quantity of coal production is exploited via fully mechanized caving mining. Topcoal caving is under manual control by coal workers through the observation of coal and rock traitswith naked eyes or ears, which results in "less caving" or "over caving" phenomenon easily becauseof many restrictions in fully mechanized caving face. The author analyzed the technical bottlenecksof the traits identification of coal and rock. The top coal caving experiments were carried out atfully mechanized faces underground, and the on-spot data in quantity were acquired. The vibrationdata from different measuring points under different conditions were analyzed in time domain andwavelet Packet analysis, found that (1) the measurement point at the rear beam of the sublevelcaving hydraulic support were the better point,(2) the kurtosis index is more sensitive to theworking conditions,(3)the distribution of the frequency band energy is different under theconditions of the caving of top coal and the caving of top rock. The acoustic data at the rear beamof the sublevel caving hydraulic support under different conditions were analyzed in time domainand wavelet Packet analysis, found that (1) time domain indexes are changed under differentworking conditions, and the variance's variation is most obvious,(2) the frequency band energydistribution is different under different working conditions. The gray level histograms of the imagesignal at the coal falling outlet were studied under the conditions of the caving of top coal and thecaving of top rock and the mean values were calculated, found that (1) the gray level of the imagemainly distributes in the range of10-100under the condition of coal falling, while in range of90-220under the condition of rock falling,(2) The mean values of the gray level are different obviously, about66under the condition of coal falling while about130under the condition of rockfalling. At last, the method on coal and rock character recognition were investigated based onvibrating signal, acoustic signal and image signal respectively. This Paper riches the theory andmethod on the traits recognition of coal and rock in fully mechanized caving mining, and providessome theoretical basis and technical premise for the automation and intellegence offull-mechanized caving mining.
Over50%in quantity of coal production is exploited via fully mechanized caving mining. Topcoal caving is under manual control by coal workers through the observation of coal and rock traitswith naked eyes or ears, which results in "less caving" or "over caving" phenomenon easily becauseof many restrictions in fully mechanized caving face. The author analyzed the technical bottlenecksof the traits identification of coal and rock. The top coal caving experiments were carried out atfully mechanized faces underground, and the on-spot data in quantity were acquired. The vibrationdata from different measuring points under different conditions were analyzed in time domain andwavelet Packet analysis, found that (1) the measurement point at the rear beam of the sublevelcaving hydraulic support were the better point,(2) the kurtosis index is more sensitive to theworking conditions,(3)the distribution of the frequency band energy is different under theconditions of the caving of top coal and the caving of top rock. The acoustic data at the rear beamof the sublevel caving hydraulic support under different conditions were analyzed in time domainand wavelet Packet analysis, found that (1) time domain indexes are changed under differentworking conditions, and the variance's variation is most obvious,(2) the frequency band energydistribution is different under different working conditions. The gray level histograms of the imagesignal at the coal falling outlet were studied under the conditions of the caving of top coal and thecaving of top rock and the mean values were calculated, found that (1) the gray level of the imagemainly distributes in the range of10-100under the condition of coal falling, while in range of90-220under the condition of rock falling,(2) The mean values of the gray level are different obviously, about66under the condition of coal falling while about130under the condition of rockfalling. At last, the method on coal and rock character recognition were investigated based onvibrating signal, acoustic signal and image signal respectively. This Paper riches the theory andmethod on the traits recognition of coal and rock in fully mechanized caving mining, and providessome theoretical basis and technical premise for the automation and intellegence offull-mechanized caving mining.
引文
1.靳钟铭.放顶煤开采理论与技术[M].北京:煤炭工业出版社,2001.
2.李明忠,刘珂珉,曾明胜.大采高放顶煤开采技术及其发展前景[J].煤矿开采,2006.10, Vol.11(5):28-29,43.
3.综合机械化放顶煤开采技术--高效开采技术之二.http://blog.sina.com.cn/s/blog_4aa4c417010008wn.html,2007.4.28.
4.闫少宏,尹希文.大采高综放开采几个理论问题的研究[J].煤炭学报，2008.5，vol.33（5）：481-484.
5.孟宪锐.放顶煤开采方法的特征与发展[J].综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集,2012.10:56-62.
6.申宝宏,郭玉辉.特厚煤层大采高综放开采技术现状及发展[J].综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集,2012.10:18-21.
7.贾元旦.对综放开采技术的研究与探讨[J].中国矿业,2008.7，vol.17（7）：100-102.
8.李东印，周英，李林博.综放工作面煤炭采出率研究综述[J].综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集,2012.10:120-126.
9.缪协兴，钱鸣高.中国煤炭资源绿色开采研究现状与展望[J].采矿与安全工程学报，2009.3，26（1）：1-14.
10.钱鸣高,缪协兴,许家林.资源与环境协调(绿色)开采[J].煤炭学报，2007.1，32（1）：1-7.
11.王增才.综采放顶煤开采过程煤矸识别研究[J].煤矿机械，2002（8）：13-14.
12.任芳，杨兆建，熊诗波.国内外煤岩界面识别技术研究动态综述[J].煤，vol.10，2001(4)：54-55.
13.卢共平.煤岩界面探测方法研究综述[J].煤矿自动化，1993（3）：58-62.
14.徐瑛，张强.国外煤岩界面传感器开发动态综述[J].煤矿自动化，1995（2）：62-65.
15.王冬.采煤机记忆调高试验模型控制系统研究[D].西安:西安科技大学,2009.
16.秦剑秋，陈纪东，孟慧荣.煤岩界面识别传感技术[J].煤矿机电，1993（1）：24-26.
17.刘春生.滚筒式采煤机记忆截割的数学原理[J].黑龙江科技学院学报,2010(2):85-90.
18.赵学雷.基于多传感器信息融合的载荷及煤岩判定与识别技术研究[D].北京：中国矿业大学（北京），2011.
19.秦剑秋.采煤机自动调控用自然γ射线煤岩界面识别传感技术的研究[D].徐州:中国矿业大学,1993.
20.秦剑秋,郑建荣，朱旬.自然γ射线煤岩界面识别传感器[J].煤矿机电，1996（3）：9-10,15.
21.秦建秋，孟慧荣，郑建荣等.自然γ射线煤岩界面识别传感器的理论建模及实验验证[J].煤炭学报，Vol.21,1996(5):513-516.
22.王增才，孟慧荣，张秀娟.自然γ射线煤岩界面识别研究[J].煤矿机械，1999（6）：16-18.
23. Qin Jianqiu, Zheng Jianrong, Zhu Xun, et. al.. Establishment of a theoreticalmodel of sensor for identification of coal and rock interface by natural γ ray andunderground trials [J]. Meitan Xuebao/Journal of China Coal Society, Vol.21,1996.10(5):513-516.
24.刘强.基于支持向量机的煤岩界面识别方法.应用技术，2007（8）：90-91.
25.周甄,任芳,张晓强,等.用局域波法提取特征向量识别煤岩界面[J].煤矿机电，2009（2）：50-52.
26. Yang Wencui, Wang Shibo. Coal-rock interface sensing technology applied forhorizon control of mining shearers [C]. Proceedings of International Conferenceon Electrical and Control Engineering (ICECE2010), Wuhan, China, June26-28,2010:587-590.
27.陈延康，张伟，廉自生.基于切割力分析的煤岩分界辨识[J].煤矿机电，1991（3）：80-83.
28.廉自生，刘混举，李文英.基于切割力响应的煤岩界面识别技术研究[J].山西机械，1999（2）：25-27.
29.廉自生.基于采煤机截割力响应的煤岩界面识别技术研究[D].北京:中国矿业大学研究生部,1995.
30.寇子明，杜安良，杨文献等.煤岩界面的模糊识别[J].煤矿机械，1995（1）：16-17.
31.赵栓峰.多小波包频带能量的煤岩界面识别方法[J].西安科技大学学报,2009,29(5):584-588,602.
32. Feng Zhao Shuan, Wei Guo. Coal-rock interface recognition based onmultiwavelet Packet energy [C]. Proceedings of2009International Workshop onIntelligent Systems and Applications, ISA2009, Wuhan, China, May23-24,2009.
33. Ren Fang, Yang ZhaoJian, Xiong ShiBo. Research and Application of WaveletPacket on the Feature Extraction of Coal-Rock Interface Identification [C].Proceedings of the International Symposium on Test and Measurement, Shenzhen,China, June1-5,2003:2619-2622.
34.任芳，刘正彦，杨兆建等.扭振测量在煤岩界面识别中的应用研究[J].太原理工大学学报，Vol.41,2010(1):94-96.
35. Ren Fang, Liu Zhengyan, Yang Zhaojian. Harmonic response analysis on cuttingPart of shearer physical simulation system [C]. Proceedings of2010IEEE10thInternational Conference on Signal Processing (ICSP2010), Beijing, China,October24-28,2010:2509-2513.
36.张金亮.掘进机煤岩识别技术研究与应用[J].煤，2011，20（8）：96-97.
37.任芳，熊晓燕，杨兆建.煤岩界面识别的关键状态参数[J].煤矿机电，2006（5）：43-45.
38.任芳.基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D].太原：太原理工大学，2003.
39.任芳，熊晓燕，杨兆建.煤岩界面识别物理模拟测试系统研究[J].煤矿机械，2006，27（11）：44-46.
40. Ren Fang, Liu Zhengyan, Yang Zhaojian. Weighted algorithm of multi-sensor dataconflict in coal-rock interface recognition[C]. Proceedings of2011InternationalConference on Information Technology for Manufacturing Systems (ITMS2011),Shanghai, China, May7-8,2011:1908-1913.
41. Ren F, Yang TM, Yang ZJ, et. al.. Application and research of multi-sensor datamining and fusion technique in the coal-rock interface recognition system [C],Proceedings of6th International Symposium on Test and Measurement (ISTM),Dalian, China, JUN01-04,2005:311-314.
42.任芳，杨兆建，熊诗波.基于改进BP网络的煤岩界面自动识别[J].煤矿机电，2002（5）：20-22.
43. Shi Jianjun, Zhou Lawu, Kong Kewen, Wang Yi. Fuzzy neural network basedcoal-rock interface recognition[C]. Proceedings of2010International Conferenceon Frontiers of Manufacturing and Design Science (ICFMD2010), Chongqing,China, December11-12,2010:1402-1406.
44.于凤英，田慕琴，胡金发.基于神经网络的煤岩界面识别[J].机械工程与自动化，2007.8（4）：4-6.
45.苏秀平，李威，王禹桥等.自组织竞争神经网络在采煤机煤岩界面模式识别中的应用.矿山机械，2010，Vol.38(15):27-30.
46.何家健，陈卓，吴孟侗等.基于主成分分析的煤岩界面识别方法[J].工矿自动化，2011（7）：76-78.
47.陈惠英，田幕琴，陆秀芬等.基于多传感器信息融合的煤岩界面识别[J].煤矿机电，2008（3）：75-76,78.
48.梁义维，熊诗波.基于神经网络和Dempster-Shafter信息融合的煤岩界面预测[J].煤炭学报，Vol.28,2003（1）：86-90.
49.付华，刘银平，肖健.真实-虚拟多层传感器技术在煤岩识别应用[J].传感器与微系统，Vol.28,2009(3):114-116.
50. Wang RF, Yang TM, Xiong SB. Coal-rock interface identification based onsupport vector machine [C]. Proceedings of6th International Symposium on Testand Measurement (ISTM), Dalian, China, JUN01-04,2005:2425-2428.
51.王忠宾，徐志鹏，董晓军.基于人工免疫和记忆切割的采煤机滚筒自适应调高[J].煤炭学报，2009，34（10）：1405-1409.
52.闵振辉，李春华.煤岩界面预测灰模型[J].黑龙江科技学院学报，Vol.20,2010.9(5):360-362.
53.张福建.电牵引采煤机记忆截割控制策略的研究[D].上海：煤科总院上海分院，2007.
54.徐志鹏.采煤机自适应截割关键技术研究[D].徐州：中国矿业大学，2011.
55.徐志鹏，王忠宾，米金鹏.采煤机自适应记忆切割[J].重庆大学学报，2011，34（4）：134-140.
56.刘春生.滚筒式采煤机记忆截割的数学原理[J].黑龙江科技学院学报，2010，20（2）：85-90.
57.刘春生,杨秋,李春华.采煤机滚筒记忆程控截割的模糊控制系统仿真[J].煤炭学报，2008，33（7）：822-825.
58.张丽丽，谭超，王忠宾等.基于遗传算法的采煤机记忆截割路径优化[J].煤炭工程，2011（2）：111-113.
59.刘阔，刘杰，尹力等.基于多传感器数据融合记忆截割的研究.煤矿机械，2008，29(5):50-51.
60.孙继平,陈伟,王福增.概率神经网络在矿井红外监控图像识别中的应用[J].煤炭学报，2007，32（11）：1206-1210.
61.贾新泽，杨慧贞，段晋有，等.一种基于2DPCA的煤岩识别新方法[J].太原理工大学学报，2011，42（5）：531-533，538.
62.孙继平.基于图像识别的煤岩界面识别方法研究[J].煤炭科学技术,2011，39(2):77-79.
63.徐鹏，李斌，任志玲. ARM9及CPLD的煤岩识别系统.计算机系统应用，2011，20（6）：17-20.
64.徐永江审.无源红外线煤岩界面探测系统[J].煤炭技术，1994（4）：10.
65.王增才，张秀娟，张怀新等.自然γ射线方法检测放顶煤开采中的煤矸混合度研究[J].传感技术学报，2003（4）：442-445.
66.刘伟，华臻. Hilbert-Huang变换在煤矸界面探测中的应用[J].计算机工程与应用，2011,47（9）：8-11,15.
67. Liu Wei. Coal rock interface recognition based on independent componentanalysis and BP neural network [C]. Proceedings of20103rd IEEE InternationalConference on Computer Science and Information Technology, ICCSIT2010,Chengdu, China, July9-11,2010, Vol.5,556-558.
68.刘伟，华臻，王汝琳.基于Hilbert谱信息熵的煤矸放落振动特征分析[J].中国安全科学学报，2011，21（4）：33-37.
69.刘伟.综放工作面煤矸界面识别理论与方法研究[D].北京：中国矿业大学（北京），2011.
70.刘伟，华臻，张守祥.基于小波和独立分量分析的煤矸界面识别[J].控制工程，Vol.18,2011.3(2):279-282,289.
71. Liu Wei. Application of Hilbert-Huang transform to vibration signal analysis ofcoal and gangue [C]. Proceedings of2010WASE Global Congress on ScienceEngineering (GCSE2010), Yantai, China, November27-28,2010:995-999.
72.刘伟,王汝琳,张守祥,等.基于DSP和ADS8509的煤矸石振动信号实时采集[J].煤矿机械，2009，30（7）：197-199.
73.张艳丽，张守祥.基于Hilbert-Huang变换的煤矸声波信号分析[J].煤炭学报，2010，35（1）：165-168.
74.张艳丽，张守祥.基于EMD方法的煤岩界面识别研究[J].煤炭技术，Vol.26,2007(9):49-51.
75.对张艳丽，张守祥，矫林岳，等.独立分量分析法在综采煤岩界面识别中的应用[J].煤炭科学技术，2007，35（8）：22-24，28.
76. GU Tao,LI Xu.New Equipment of distinguishing rock from coal based onstatistical analysis of fast Fourier transform[C].Global Congress on IntelligentSystems,2009:269-273.
77. LI Xu,GU Tao. New technique of distinguishing rock from coal based onstatistical analysis of wavelet transform [C]. Proc of SPIE,2009.
78.李旭，顾涛.煤矸振动信号小波奇异性-Fisher判别规则研究[J].计算机工程与设计，Vol.32,2011（5）：1800-1803.
79.李旭，顾涛.基于差分－小波变换模系数极大法的煤矸振动信号研究[J].煤矿开采，2011，16（5）：11-14.
80.王保平.放顶煤过程中煤矸界面自动识别研究[D].山东：山东大学，2012.
81.王保平,王增才,张万枝.基于EMD与神经网络的煤岩界面识别方法[J].振动、测试与诊断,2012,32(4):586-590,688.
82. Wang Baoping, Wang Zengcai, Li Yunxia. Application of wavelet Packet energyspectrum in coal-rock interface recognition [C]. Proceedings of2011InternationalConference on Advanced Materials and Computer Science (ICAMCS2011),Chengdu, China, May1-2,2011:1103-1106.
83. Wang, Baoping, Wang Zengcai, Zhu Shuliang. Coal-rock interface recognitionbased on time series analysis [C]. Proceedings of2010International Conferenceon Computer Application and System Modeling (ICCASM2010), Shanxi,Taiyuan, China, October22-24,2010, vol.8,2009.12(12):358-359.
84.张守祥，张艳丽，王永强等.综采工作面煤矸频谱特征[J].煤炭学报，Vol.32,2007(9):971-974.
85.汪玉凤，夏元涛，王晓晨.含噪超完备独立分量分析在综放煤岩识别中的应用[J].煤炭学报，2011，36（增刊1）:203-206.
86.汪玉凤，夏元涛，王晓晨.基于DSP的综放煤岩识别系统[J].计算机系统应用，2011，20（10）：40-43，159.
87. Wang Yu-Feng, Xia Yuan-Tao, Wang Xiao-Chen. Application on overcompleteICA with noise in coal and rock identification of fully mechanized mining [J].Meitan Xuebao/Journal of the China Coal Society, Vol.35,2011.5(SUPPL.1):203-206.
88.何爱香，王平建，魏广芬，等.基于Mel频率倒谱系数和遗传算法的煤矸界面识别研究[J].工矿自动化，2013，39（2）：66-71.
89. Zhang Yan-Li, Zhang Shou-Xiang. Analysis of coal and gangue acoustic signalsbased on Hilbert-Huang transformation [J]. Meitan Xuebao/Journal of the ChinaCoal Society, vol.35,2010.1(1):165-168.
90. Ding Xinmiao. The application of MISEP blind seParation algorithm in coal androck interface automatic identification of fully mechanized mining [C].Proceedings of2010WASE Global Congress on Science Engineering (GCSE2010), Yantai, China, November27-28,2010:52-57.
91.马瑞，王增才，王保平.基于声波信号小波包变换的煤矸界面识别研究[J].煤矿机械，2010，31（5）：44-46.
92.于师建，刘家琦.煤岩界面弱反射波小波多分辨分析[J].岩石力学与工程学报，2005，24（18）：3224-3228.
93.张岩,赵乃卓，张守祥等.基于DSP嵌入式煤矸识别系统的设计[J].煤炭科学技术，Vol.38,2010(2):81-83,103.
94.张国军，章振海，汪玉凤等.综放采煤自动化煤岩识别传感器的研究[J].传感器与微系统，Vol.30,2011（2）：14-16.
95.李菊芳，顾晓春，梁美玉，等. DSP TMS320C6701在煤与矸石图像识别中的应用[J].煤矿机械,2010,31(7):219-220.
96.徐琦,孔力,刘文中.生态遗传算法在煤矸石模糊模式识别中的应用[J].工矿自动化，2003（2）：9-11.
97.北京天地玛珂电液控制系统有限公司.一种煤岩识别处理器:中国,201320145081.5[P].2013-03-28.
98.北京天地玛珂电液控制系统有限公司.一种使用煤岩识别处理器的煤岩识别方法:中国,201310102321.8[P].2013-03-28.
99.北京天地玛珂电液控制系统有限公司.一种煤岩界面识别手持系统:中国,CN103233735A [P].2013-08-7.
100.孙丙科，何勇华．综采工作面自动化控制系统设计与应用[J]．工矿自动化，2014，40(1)：84-86.
101.马英.综放工作面自动化放顶煤系统研究[J].煤炭科学技术，2013，41（11）：22-24，94.
102. GB/T6948-2008，煤的显微成分定量统计和镜质体反射率显微镜测定方法[S].
103.李华奇.煤矿地质[M].北京：煤炭工业出版社，2011.
104.杨健健,薛光辉,赵国瑞,吴思遥,吴淼.矿用本安型振动传感器的研制[J].煤炭科学技术,2013,41(02):71-74.
105.王仁宝,欧阳名三,王爽.基于DSP与改进边缘检测算法的煤矸石自动分选系统[J].电子技术应用,2011,37(2):20-25.
106.田慧卿,魏忠义.基于图像识别技术的煤岩识别研究与实现[J].西安工程大学学报,2012,（5）:657-660.
107. Walker R F,Jackeay P T,Longstaff ID.Recent developments in the use of the co-occurrence matrix for texture recognition. Proc of13Internation ConferenceonDigital Image Processing.Greece,1997
108. Ohanian P P, Dubes R C. Performance Evaluation for FourClass of TextureFeatures.Pattern Recognition,1992
109.冯建辉,杨玉静.基于灰度共生矩阵提取纹理特征图像的研究[J].北京测绘，2007，（3）：19-22.
110.王惠明，史萍.图像纹理特征的提取方法[J].中国传媒大学学报自然科学版，2006，（3）：49-52.
2.李明忠,刘珂珉,曾明胜.大采高放顶煤开采技术及其发展前景[J].煤矿开采,2006.10, Vol.11(5):28-29,43.
3.综合机械化放顶煤开采技术--高效开采技术之二.http://blog.sina.com.cn/s/blog_4aa4c417010008wn.html,2007.4.28.
4.闫少宏,尹希文.大采高综放开采几个理论问题的研究[J].煤炭学报，2008.5，vol.33（5）：481-484.
5.孟宪锐.放顶煤开采方法的特征与发展[J].综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集,2012.10:56-62.
6.申宝宏,郭玉辉.特厚煤层大采高综放开采技术现状及发展[J].综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集,2012.10:18-21.
7.贾元旦.对综放开采技术的研究与探讨[J].中国矿业,2008.7，vol.17（7）：100-102.
8.李东印，周英，李林博.综放工作面煤炭采出率研究综述[J].综采放顶煤技术理论与实践的创新发展——综放开采30周年科技论文集,2012.10:120-126.
9.缪协兴，钱鸣高.中国煤炭资源绿色开采研究现状与展望[J].采矿与安全工程学报，2009.3，26（1）：1-14.
10.钱鸣高,缪协兴,许家林.资源与环境协调(绿色)开采[J].煤炭学报，2007.1，32（1）：1-7.
11.王增才.综采放顶煤开采过程煤矸识别研究[J].煤矿机械，2002（8）：13-14.
12.任芳，杨兆建，熊诗波.国内外煤岩界面识别技术研究动态综述[J].煤，vol.10，2001(4)：54-55.
13.卢共平.煤岩界面探测方法研究综述[J].煤矿自动化，1993（3）：58-62.
14.徐瑛，张强.国外煤岩界面传感器开发动态综述[J].煤矿自动化，1995（2）：62-65.
15.王冬.采煤机记忆调高试验模型控制系统研究[D].西安:西安科技大学,2009.
16.秦剑秋，陈纪东，孟慧荣.煤岩界面识别传感技术[J].煤矿机电，1993（1）：24-26.
17.刘春生.滚筒式采煤机记忆截割的数学原理[J].黑龙江科技学院学报,2010(2):85-90.
18.赵学雷.基于多传感器信息融合的载荷及煤岩判定与识别技术研究[D].北京：中国矿业大学（北京），2011.
19.秦剑秋.采煤机自动调控用自然γ射线煤岩界面识别传感技术的研究[D].徐州:中国矿业大学,1993.
20.秦剑秋,郑建荣，朱旬.自然γ射线煤岩界面识别传感器[J].煤矿机电，1996（3）：9-10,15.
21.秦建秋，孟慧荣，郑建荣等.自然γ射线煤岩界面识别传感器的理论建模及实验验证[J].煤炭学报，Vol.21,1996(5):513-516.
22.王增才，孟慧荣，张秀娟.自然γ射线煤岩界面识别研究[J].煤矿机械，1999（6）：16-18.
23. Qin Jianqiu, Zheng Jianrong, Zhu Xun, et. al.. Establishment of a theoreticalmodel of sensor for identification of coal and rock interface by natural γ ray andunderground trials [J]. Meitan Xuebao/Journal of China Coal Society, Vol.21,1996.10(5):513-516.
24.刘强.基于支持向量机的煤岩界面识别方法.应用技术，2007（8）：90-91.
25.周甄,任芳,张晓强,等.用局域波法提取特征向量识别煤岩界面[J].煤矿机电，2009（2）：50-52.
26. Yang Wencui, Wang Shibo. Coal-rock interface sensing technology applied forhorizon control of mining shearers [C]. Proceedings of International Conferenceon Electrical and Control Engineering (ICECE2010), Wuhan, China, June26-28,2010:587-590.
27.陈延康，张伟，廉自生.基于切割力分析的煤岩分界辨识[J].煤矿机电，1991（3）：80-83.
28.廉自生，刘混举，李文英.基于切割力响应的煤岩界面识别技术研究[J].山西机械，1999（2）：25-27.
29.廉自生.基于采煤机截割力响应的煤岩界面识别技术研究[D].北京:中国矿业大学研究生部,1995.
30.寇子明，杜安良，杨文献等.煤岩界面的模糊识别[J].煤矿机械，1995（1）：16-17.
31.赵栓峰.多小波包频带能量的煤岩界面识别方法[J].西安科技大学学报,2009,29(5):584-588,602.
32. Feng Zhao Shuan, Wei Guo. Coal-rock interface recognition based onmultiwavelet Packet energy [C]. Proceedings of2009International Workshop onIntelligent Systems and Applications, ISA2009, Wuhan, China, May23-24,2009.
33. Ren Fang, Yang ZhaoJian, Xiong ShiBo. Research and Application of WaveletPacket on the Feature Extraction of Coal-Rock Interface Identification [C].Proceedings of the International Symposium on Test and Measurement, Shenzhen,China, June1-5,2003:2619-2622.
34.任芳，刘正彦，杨兆建等.扭振测量在煤岩界面识别中的应用研究[J].太原理工大学学报，Vol.41,2010(1):94-96.
35. Ren Fang, Liu Zhengyan, Yang Zhaojian. Harmonic response analysis on cuttingPart of shearer physical simulation system [C]. Proceedings of2010IEEE10thInternational Conference on Signal Processing (ICSP2010), Beijing, China,October24-28,2010:2509-2513.
36.张金亮.掘进机煤岩识别技术研究与应用[J].煤，2011，20（8）：96-97.
37.任芳，熊晓燕，杨兆建.煤岩界面识别的关键状态参数[J].煤矿机电，2006（5）：43-45.
38.任芳.基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D].太原：太原理工大学，2003.
39.任芳，熊晓燕，杨兆建.煤岩界面识别物理模拟测试系统研究[J].煤矿机械，2006，27（11）：44-46.
40. Ren Fang, Liu Zhengyan, Yang Zhaojian. Weighted algorithm of multi-sensor dataconflict in coal-rock interface recognition[C]. Proceedings of2011InternationalConference on Information Technology for Manufacturing Systems (ITMS2011),Shanghai, China, May7-8,2011:1908-1913.
41. Ren F, Yang TM, Yang ZJ, et. al.. Application and research of multi-sensor datamining and fusion technique in the coal-rock interface recognition system [C],Proceedings of6th International Symposium on Test and Measurement (ISTM),Dalian, China, JUN01-04,2005:311-314.
42.任芳，杨兆建，熊诗波.基于改进BP网络的煤岩界面自动识别[J].煤矿机电，2002（5）：20-22.
43. Shi Jianjun, Zhou Lawu, Kong Kewen, Wang Yi. Fuzzy neural network basedcoal-rock interface recognition[C]. Proceedings of2010International Conferenceon Frontiers of Manufacturing and Design Science (ICFMD2010), Chongqing,China, December11-12,2010:1402-1406.
44.于凤英，田慕琴，胡金发.基于神经网络的煤岩界面识别[J].机械工程与自动化，2007.8（4）：4-6.
45.苏秀平，李威，王禹桥等.自组织竞争神经网络在采煤机煤岩界面模式识别中的应用.矿山机械，2010，Vol.38(15):27-30.
46.何家健，陈卓，吴孟侗等.基于主成分分析的煤岩界面识别方法[J].工矿自动化，2011（7）：76-78.
47.陈惠英，田幕琴，陆秀芬等.基于多传感器信息融合的煤岩界面识别[J].煤矿机电，2008（3）：75-76,78.
48.梁义维，熊诗波.基于神经网络和Dempster-Shafter信息融合的煤岩界面预测[J].煤炭学报，Vol.28,2003（1）：86-90.
49.付华，刘银平，肖健.真实-虚拟多层传感器技术在煤岩识别应用[J].传感器与微系统，Vol.28,2009(3):114-116.
50. Wang RF, Yang TM, Xiong SB. Coal-rock interface identification based onsupport vector machine [C]. Proceedings of6th International Symposium on Testand Measurement (ISTM), Dalian, China, JUN01-04,2005:2425-2428.
51.王忠宾，徐志鹏，董晓军.基于人工免疫和记忆切割的采煤机滚筒自适应调高[J].煤炭学报，2009，34（10）：1405-1409.
52.闵振辉，李春华.煤岩界面预测灰模型[J].黑龙江科技学院学报，Vol.20,2010.9(5):360-362.
53.张福建.电牵引采煤机记忆截割控制策略的研究[D].上海：煤科总院上海分院，2007.
54.徐志鹏.采煤机自适应截割关键技术研究[D].徐州：中国矿业大学，2011.
55.徐志鹏，王忠宾，米金鹏.采煤机自适应记忆切割[J].重庆大学学报，2011，34（4）：134-140.
56.刘春生.滚筒式采煤机记忆截割的数学原理[J].黑龙江科技学院学报，2010，20（2）：85-90.
57.刘春生,杨秋,李春华.采煤机滚筒记忆程控截割的模糊控制系统仿真[J].煤炭学报，2008，33（7）：822-825.
58.张丽丽，谭超，王忠宾等.基于遗传算法的采煤机记忆截割路径优化[J].煤炭工程，2011（2）：111-113.
59.刘阔，刘杰，尹力等.基于多传感器数据融合记忆截割的研究.煤矿机械，2008，29(5):50-51.
60.孙继平,陈伟,王福增.概率神经网络在矿井红外监控图像识别中的应用[J].煤炭学报，2007，32（11）：1206-1210.
61.贾新泽，杨慧贞，段晋有，等.一种基于2DPCA的煤岩识别新方法[J].太原理工大学学报，2011，42（5）：531-533，538.
62.孙继平.基于图像识别的煤岩界面识别方法研究[J].煤炭科学技术,2011，39(2):77-79.
63.徐鹏，李斌，任志玲. ARM9及CPLD的煤岩识别系统.计算机系统应用，2011，20（6）：17-20.
64.徐永江审.无源红外线煤岩界面探测系统[J].煤炭技术，1994（4）：10.
65.王增才，张秀娟，张怀新等.自然γ射线方法检测放顶煤开采中的煤矸混合度研究[J].传感技术学报，2003（4）：442-445.
66.刘伟，华臻. Hilbert-Huang变换在煤矸界面探测中的应用[J].计算机工程与应用，2011,47（9）：8-11,15.
67. Liu Wei. Coal rock interface recognition based on independent componentanalysis and BP neural network [C]. Proceedings of20103rd IEEE InternationalConference on Computer Science and Information Technology, ICCSIT2010,Chengdu, China, July9-11,2010, Vol.5,556-558.
68.刘伟，华臻，王汝琳.基于Hilbert谱信息熵的煤矸放落振动特征分析[J].中国安全科学学报，2011，21（4）：33-37.
69.刘伟.综放工作面煤矸界面识别理论与方法研究[D].北京：中国矿业大学（北京），2011.
70.刘伟，华臻，张守祥.基于小波和独立分量分析的煤矸界面识别[J].控制工程，Vol.18,2011.3(2):279-282,289.
71. Liu Wei. Application of Hilbert-Huang transform to vibration signal analysis ofcoal and gangue [C]. Proceedings of2010WASE Global Congress on ScienceEngineering (GCSE2010), Yantai, China, November27-28,2010:995-999.
72.刘伟,王汝琳,张守祥,等.基于DSP和ADS8509的煤矸石振动信号实时采集[J].煤矿机械，2009，30（7）：197-199.
73.张艳丽，张守祥.基于Hilbert-Huang变换的煤矸声波信号分析[J].煤炭学报，2010，35（1）：165-168.
74.张艳丽，张守祥.基于EMD方法的煤岩界面识别研究[J].煤炭技术，Vol.26,2007(9):49-51.
75.对张艳丽，张守祥，矫林岳，等.独立分量分析法在综采煤岩界面识别中的应用[J].煤炭科学技术，2007，35（8）：22-24，28.
76. GU Tao,LI Xu.New Equipment of distinguishing rock from coal based onstatistical analysis of fast Fourier transform[C].Global Congress on IntelligentSystems,2009:269-273.
77. LI Xu,GU Tao. New technique of distinguishing rock from coal based onstatistical analysis of wavelet transform [C]. Proc of SPIE,2009.
78.李旭，顾涛.煤矸振动信号小波奇异性-Fisher判别规则研究[J].计算机工程与设计，Vol.32,2011（5）：1800-1803.
79.李旭，顾涛.基于差分－小波变换模系数极大法的煤矸振动信号研究[J].煤矿开采，2011，16（5）：11-14.
80.王保平.放顶煤过程中煤矸界面自动识别研究[D].山东：山东大学，2012.
81.王保平,王增才,张万枝.基于EMD与神经网络的煤岩界面识别方法[J].振动、测试与诊断,2012,32(4):586-590,688.
82. Wang Baoping, Wang Zengcai, Li Yunxia. Application of wavelet Packet energyspectrum in coal-rock interface recognition [C]. Proceedings of2011InternationalConference on Advanced Materials and Computer Science (ICAMCS2011),Chengdu, China, May1-2,2011:1103-1106.
83. Wang, Baoping, Wang Zengcai, Zhu Shuliang. Coal-rock interface recognitionbased on time series analysis [C]. Proceedings of2010International Conferenceon Computer Application and System Modeling (ICCASM2010), Shanxi,Taiyuan, China, October22-24,2010, vol.8,2009.12(12):358-359.
84.张守祥，张艳丽，王永强等.综采工作面煤矸频谱特征[J].煤炭学报，Vol.32,2007(9):971-974.
85.汪玉凤，夏元涛，王晓晨.含噪超完备独立分量分析在综放煤岩识别中的应用[J].煤炭学报，2011，36（增刊1）:203-206.
86.汪玉凤，夏元涛，王晓晨.基于DSP的综放煤岩识别系统[J].计算机系统应用，2011，20（10）：40-43，159.
87. Wang Yu-Feng, Xia Yuan-Tao, Wang Xiao-Chen. Application on overcompleteICA with noise in coal and rock identification of fully mechanized mining [J].Meitan Xuebao/Journal of the China Coal Society, Vol.35,2011.5(SUPPL.1):203-206.
88.何爱香，王平建，魏广芬，等.基于Mel频率倒谱系数和遗传算法的煤矸界面识别研究[J].工矿自动化，2013，39（2）：66-71.
89. Zhang Yan-Li, Zhang Shou-Xiang. Analysis of coal and gangue acoustic signalsbased on Hilbert-Huang transformation [J]. Meitan Xuebao/Journal of the ChinaCoal Society, vol.35,2010.1(1):165-168.
90. Ding Xinmiao. The application of MISEP blind seParation algorithm in coal androck interface automatic identification of fully mechanized mining [C].Proceedings of2010WASE Global Congress on Science Engineering (GCSE2010), Yantai, China, November27-28,2010:52-57.
91.马瑞，王增才，王保平.基于声波信号小波包变换的煤矸界面识别研究[J].煤矿机械，2010，31（5）：44-46.
92.于师建，刘家琦.煤岩界面弱反射波小波多分辨分析[J].岩石力学与工程学报，2005，24（18）：3224-3228.
93.张岩,赵乃卓，张守祥等.基于DSP嵌入式煤矸识别系统的设计[J].煤炭科学技术，Vol.38,2010(2):81-83,103.
94.张国军，章振海，汪玉凤等.综放采煤自动化煤岩识别传感器的研究[J].传感器与微系统，Vol.30,2011（2）：14-16.
95.李菊芳，顾晓春，梁美玉，等. DSP TMS320C6701在煤与矸石图像识别中的应用[J].煤矿机械,2010,31(7):219-220.
96.徐琦,孔力,刘文中.生态遗传算法在煤矸石模糊模式识别中的应用[J].工矿自动化，2003（2）：9-11.
97.北京天地玛珂电液控制系统有限公司.一种煤岩识别处理器:中国,201320145081.5[P].2013-03-28.
98.北京天地玛珂电液控制系统有限公司.一种使用煤岩识别处理器的煤岩识别方法:中国,201310102321.8[P].2013-03-28.
99.北京天地玛珂电液控制系统有限公司.一种煤岩界面识别手持系统:中国,CN103233735A [P].2013-08-7.
100.孙丙科，何勇华．综采工作面自动化控制系统设计与应用[J]．工矿自动化，2014，40(1)：84-86.
101.马英.综放工作面自动化放顶煤系统研究[J].煤炭科学技术，2013，41（11）：22-24，94.
102. GB/T6948-2008，煤的显微成分定量统计和镜质体反射率显微镜测定方法[S].
103.李华奇.煤矿地质[M].北京：煤炭工业出版社，2011.
104.杨健健,薛光辉,赵国瑞,吴思遥,吴淼.矿用本安型振动传感器的研制[J].煤炭科学技术,2013,41(02):71-74.
105.王仁宝,欧阳名三,王爽.基于DSP与改进边缘检测算法的煤矸石自动分选系统[J].电子技术应用,2011,37(2):20-25.
106.田慧卿,魏忠义.基于图像识别技术的煤岩识别研究与实现[J].西安工程大学学报,2012,（5）:657-660.
107. Walker R F,Jackeay P T,Longstaff ID.Recent developments in the use of the co-occurrence matrix for texture recognition. Proc of13Internation ConferenceonDigital Image Processing.Greece,1997
108. Ohanian P P, Dubes R C. Performance Evaluation for FourClass of TextureFeatures.Pattern Recognition,1992
109.冯建辉,杨玉静.基于灰度共生矩阵提取纹理特征图像的研究[J].北京测绘，2007，（3）：19-22.
110.王惠明，史萍.图像纹理特征的提取方法[J].中国传媒大学学报自然科学版，2006，（3）：49-52.