基于機器學習的煤巖破裂誘發(fā)電磁輻射信號智能辨識研究

打開文本圖片集

摘要：電磁輻射作為一種有效監(jiān)測技術已應用于沖擊地壓、煤與瓦斯突出等煤巖動力災害監(jiān)測預警，但因電磁信號產(chǎn)生機制復雜，易受井下環(huán)境干擾（干擾信號）而影響災害危險監(jiān)測預警準確性。準確辨識煤巖破裂誘發(fā)的電磁輻射信號（有效信號）是該技術應用推廣的關鍵。開展了煤巖單軸壓縮電磁輻射監(jiān)測實驗，分析了電磁輻射有效信號和干擾信號時域、頻域及分形特征差異性，分別利用線性判別法、支持向量機和集成學習法等機器學習算法建立了電磁輻射有效信號和干擾信號智能辨識模型，并對比分析了不同模型的識別精度。（剩余1914字）