论文部分内容阅读
针对放顶煤中煤岩界面难以识别的问题，对采煤机滚筒振动信号进行研究，提出一种基于集成经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）与概率神经网络（Probabilistic Neural Network，PN№的煤岩界面识别方法．首先，利用EEMD对采集到的摇臂振动信号进行分解，得到一系列IMF分量，然后利用相关系数法对IMF进行筛选，提取有效分量进行能量熵特征提取，最后结合PNN识别器对割煤和割岩信号进行识别．实验研究表明．基于EEMD和PNN的煤岩界