基于聽覺特征融合的煤矸識別方法研究

楊 政, 王世博,2, 饒柱石, 楊善國,2, 楊建華,2, 劉送永,2, 劉后廣,2

(1. 中國礦業(yè)大學 機電工程學院,江蘇 徐州 221116;2. 中國礦業(yè)大學 江蘇省礦山智能采掘裝備協(xié)同創(chuàng)新中心,江蘇 徐州 221116;3. 上海交通大學 機械系統(tǒng)與振動國家重點實驗室,上海 200240)

在我國的能源資源中,煤炭占據(jù)主導地位,其中厚煤層(厚度≥3.5 m)的產(chǎn)量和儲量均約占總量的45%[1]。放頂煤作為一種典型的厚煤層開采方法,具有較高的生產(chǎn)率和效率。然而,到目前為止,放頂煤過程中仍然需要人工判斷頂煤垮落情況,以便操作液壓支架[2]。這嚴重限制了煤炭開采的質(zhì)量和數(shù)量,同時人工判斷容易導致煤的過放或欠放。實現(xiàn)放頂煤過程的自動化,不僅可以解決上述問題,還可以讓工人遠離綜放工作面,確保工人安全[3]。而煤矸的精準識別對實現(xiàn)綜放開采自動化具有重要意義[4]。

為實現(xiàn)煤矸精準識別,近年來,研究人員對不同的煤矸識別方法進行了廣泛研究,如自然γ射線法[5]、紅外探測法[6]、圖像識別法[7]和聲音、振動信號分析法[8]等。上述方法多存在諸如安裝困難、成本較高等問題[9]。因聲音信號采集簡便、實施成本低而被相關(guān)學者用于煤矸識別研究?；诿汉晚肥穆曇粜盘?袁源等[10]構(gòu)建了放頂煤聲音信號數(shù)據(jù)庫,分別提取了時域、頻域和時頻域特征,并對各種方法進行了比較。研究發(fā)現(xiàn),相較于時域特征和頻域特征,以頻譜頻帶能量占比該時頻特征為特征參數(shù),能更有效地區(qū)分煤矸特征,有助于提升煤矸識別準確率,并通過隨機森林實現(xiàn)了較好的煤矸識別效果。Li等[11]提取煤矸垮落聲音信號的無量綱參數(shù)構(gòu)建特征向量,使用支持向量機進行分類。

上述基于煤和矸石聲音信號的研究,為放頂煤過程中智能煤矸識別提供了基礎。然而,這些研究大多忽略了放頂煤中的噪聲影響。實際放頂煤現(xiàn)場操作環(huán)境復雜,難以避免需要在強背景噪聲環(huán)境中工作。這些識別方法難以在煤礦開采中的實際環(huán)境中應用?，F(xiàn)有的綜放開采主要還是依靠工人耳聽液壓支架尾梁沖擊聲音來判斷煤矸垮落情況,控制液壓支架放頂煤過程[12]。能否模擬放煤工人聽覺識別煤矸過程,將聽覺系統(tǒng)引入煤矸識別算法中,提高強背景噪聲下的煤矸識別準確率,是一個值得探索的問題。

人耳聽覺系統(tǒng)具有優(yōu)異的強噪聲背景識別性能[13],很多學者探索將聽覺感聲特征應用到聲場景識別中[14]。其中,基于人耳聽覺外周前端對于不同頻率敏感度所構(gòu)建的Mel頻譜,便是其中一種被廣泛應用的聽覺特征[15]。宋慶軍等[16]基于Mel頻譜提取了放頂煤聲音信號的梅爾頻率倒譜系數(shù)(Mel frequency cepstrum coefficient,MFCC)作為煤和矸石的識別特征,取得了很好的效果。但是Mel頻譜僅模擬人耳聽覺外周前端對于不同頻率聲音的感知,難以處理含有復雜噪聲的聲音信號。聲音信號經(jīng)人耳轉(zhuǎn)換成聽覺神經(jīng)沖動,聽覺神經(jīng)沖動含有復雜的高級聽覺特征以便大腦皮層進行分析,從而產(chǎn)生聽覺[17]。因此,忽略了高層次聽覺特征的識別算法嚴重影響其噪聲環(huán)境下識別準確率。

因此,本文提出了一種融合低級聽覺特征Mel頻譜和高級聽覺特征聽覺神經(jīng)遞質(zhì)發(fā)放率的放頂煤煤矸識別方法。首先,根據(jù)煤矸垮落聲音信號頻譜特點,建立了考慮聽覺中樞的聽覺模型;然后,利用聽覺模型對煤矸垮落聲音信號進行分析,經(jīng)中耳模型、并聯(lián)濾波器組耳蝸模型、內(nèi)毛細胞轉(zhuǎn)導模型和聽覺神經(jīng)突觸模型處理后得到聽覺神經(jīng)遞質(zhì)發(fā)放率;再次,將聽覺神經(jīng)遞質(zhì)發(fā)放率與通過Mel頻譜提取的Mel線索進行特征融合,得到煤矸聲音聽覺感知圖;最后,基于聽覺感知圖,利用ConvNeXt模型進行煤矸識別,同時比較不同信噪比噪聲下煤矸識別準確率。結(jié)果表明該方法可以有效地完成煤矸識別,且在強背景噪聲下也具有較高的識別準確率。

1 聽覺特征相關(guān)理論及方法框架

1.1 Mel頻譜

Mel頻譜是一種常用于聲音信號處理的頻譜。它基于人耳對于不同頻率的敏感度,利用Mel濾波器對聲音時頻譜進行Mel尺度下的變換,將頻率軸上的頻率刻度轉(zhuǎn)換為Mel刻度,變換后的時頻譜稱為Mel頻譜。

首先,通過分幀、加窗等預處理確定煤矸聲音信號范圍。然后使用快速傅里葉變換將聲音信號從時域變換到時頻域,并利用一組Mel尺度三角形濾波器組進行帶通濾波。最后,通過對數(shù)變換進行尺度映射,從而獲得煤矸聲音信號Mel時頻譜矩陣。其中,Mel尺度與線性頻率f之間的轉(zhuǎn)換關(guān)系可表示為

(1)

1.2 聽覺神經(jīng)濾波器組模型

Bruce等[18]在早期聽覺外周模型[19]的基礎上,建立了一個聽覺神經(jīng)濾波器組模型,對聽覺神經(jīng)突觸模型進行了改進,能夠更好地解釋神經(jīng)遞質(zhì)的釋放過程。

在該聽覺計算模型基礎上,根據(jù)煤矸垮落聲音信號頻譜特點,指定特征頻率使之適用于煤矸識別任務。通過該模型可計算放頂煤過程中煤矸聲音信號在不同特征頻率下的神經(jīng)遞質(zhì)發(fā)放率。該聽覺模型主要分為四個部分:中耳模型、并聯(lián)濾波器組耳蝸模型、內(nèi)毛細胞轉(zhuǎn)導模型和聽覺神經(jīng)突觸模型。聽覺模型具體結(jié)構(gòu)如圖1所示。

圖1 用于煤矸識別的聽覺神經(jīng)濾波器組模型Fig.1 Auditory neuralfilter bank modeling for coal gangue recognition

中耳模型可對輸入的煤矸聲音信號進行放大增益,采用濾波器進行建模,由3個數(shù)字濾波器串聯(lián)實現(xiàn)

(2)

耳蝸作為聽覺外周中最重要的器官,可對煤矸聲音信號進行頻率分解。采用并行濾波器組進行建模。C1和C2兩個并行濾波器二者共同模擬了基底膜的選頻特性,可針對指定特征頻率進行分析。外毛細胞模型可以調(diào)節(jié)C1濾波器的增益和帶寬,進而對信號進行反饋控制。

隨后,內(nèi)毛細胞通過轉(zhuǎn)導函數(shù)可分別得到C1和C2的轉(zhuǎn)導響應,將其輸入到低通濾波器中,可得到煤矸聲音信號單一特征頻率下的內(nèi)毛細胞輸出電位。

其中C1濾波器的轉(zhuǎn)導函數(shù)為

Vihc,C1=Aihc[PC1]lg(1+2 000|PC1|)

(3)

式中,PC1為C1濾波器的輸出信號,其中

Aihc[PC1]=

(4)

C2濾波器的轉(zhuǎn)導函數(shù)公式為

Vihc,C2=signum(-PC2)×2×

0.1×lg[1.0+5×10-5×2 000×(PC2·CF)2]

(5)

式中:PC2為C2濾波器的輸出信號;CF為特征頻率。

聽覺神經(jīng)突觸模型如圖2所示。內(nèi)毛細胞輸出電位通過非線性處理,經(jīng)冪律調(diào)整疊加后得到突觸小泡平均釋放速率Sout,經(jīng)四位點突觸釋放與自適應轉(zhuǎn)換,經(jīng)過失效期的釋放間隔,最終得到聽覺神經(jīng)遞質(zhì)發(fā)放率。

圖2 聽覺神經(jīng)突觸模型Fig.2 Auditory synaptic model

該模型通過指數(shù)分布來描述4個突觸位點的釋放間隔分布

(6)

τrd[n+1]=

(7)

式中:τrd以s為單位,表示激活時間間隔;Nrd[n]是在時間步長n期間發(fā)生的突觸再激活事件的數(shù)量,持續(xù)時間為Δts,τrd被初始化為

τrd[0]=13.6×10-3+0.02×10-3×SR

(8)

式中,SR為每秒發(fā)放的神經(jīng)遞質(zhì)分子數(shù),由低、中、高三種神經(jīng)纖維決定。本文中,為適用于煤矸聲音信號,其值分別設置為1 s-1、10 s-1和70 s-1。

1.3 基于聽覺特征融合的煤矸識別方法框架

基于聽覺特征融合的煤矸識別方法框架如圖3所示,主要由前期處理、聽覺特征提取、聽覺特征融合和煤矸識別四個階段組成。

圖3 基于聽覺特征融合的煤矸識別方法框架Fig.3 Framework of coal and gangue recognition method based on auditory feature fusion

在前期處理階段,首先利用測量傳聲器收集煤矸垮落沖擊液壓支架尾梁的聲音信號;然后對收集的聲音信號進行預處理,消除原始聲音信號中趨勢項和高頻噪聲的影響。在聽覺特征提取階段,使用聽覺神經(jīng)濾波器組模型分析預處理后的聲音信號,經(jīng)中耳模型、并聯(lián)濾波器組耳蝸模型、內(nèi)毛細胞轉(zhuǎn)導模型和聽覺神經(jīng)突觸模型處理后得到聽覺神經(jīng)遞質(zhì)發(fā)放率;利用Mel頻譜提取預處理后聲音信號的Mel線索。在特征融合階段,對提取到的聽覺特征進行尺度映射及標準化操作,經(jīng)特征融合后得到煤矸聲音聽覺感知圖。在煤矸識別階段,基于得到的聽覺感知圖,利用ConvNeXt模型分析不同信噪比噪聲下煤矸識別效果。

2 煤矸聲音信號采集及預處理

2.1 數(shù)據(jù)采集

煤矸識別試驗使用的放煤和放矸石聲音信號來源于同煤大唐塔山煤礦有限公司8222綜放工作面。工作面長度為230.5 m,平均厚度為14.36 m。選用愛華AWA14423測量傳聲器采集ZF17000/27.5/42D型液壓支架上煤矸撞擊尾梁聲音數(shù)據(jù)。為了降低刮板輸送機噪聲對采集數(shù)據(jù)的影響,將測量傳聲器固定在液壓支架支柱的液壓管道上,具體安裝位置如圖4所示。放頂煤過程中,采用DH5925N數(shù)據(jù)采集系統(tǒng)記錄聲音數(shù)據(jù),并手動記錄兩種工況的開始時間。

圖4 測量傳聲器安裝位置Fig.4 Measure microphones installation location

2.2 數(shù)據(jù)預處理

對采集到的聲音信號進行截取操作,截取窗口為0.5 s,不足0.5 s去除,最終得到1 179個煤矸聲音信號數(shù)據(jù)樣本。對煤矸聲音信號進行分析,得到各聲音樣本的時域波形及頻譜,如圖5所示。

圖5 煤和矸石聲音信號時域波形以及煤和矸石聲音信號頻譜Fig.5 Time domain waveforms of coal and gangue sound signals; coal and gangue sound signal spectrum

由圖5可知,煤和矸石聲音信號頻譜具有一定差異,煤聲音信號頻率多集中在200～1 800 Hz,而矸石聲音信號多集中在1 500～2 800 Hz,并且矸石聲音信號的能量較煤聲音信號大。此外,因綜放工作面環(huán)境復雜,以及采集過程中偶然因素的干擾,兩類聲音信號在采集過程中均引入了趨勢項和高頻噪聲。為此,需要對采集的聲音信號進行預處理。通過Sgolay濾波器消除原始信號趨勢項,利用移動平均法對聲音信號進行平滑處理,消除高頻噪聲對聲音信號的影響。以矸石為例,預處理結(jié)果如圖6所示。

圖6 預處理前后矸石沖擊液壓支架聲音信號頻譜Fig.6 The spectrum of sound signal of gangue impact hydraulic support before and after pretreatment

由圖6可知,經(jīng)預處理后,原始信號低頻趨勢項信號和高頻噪聲得以消除。為便于后續(xù)抗噪性能驗證,在預處理后的煤矸聲音信號中分別添加不同信噪比的高斯噪聲。

3 煤和矸石融合聽覺特征提取

3.1 煤矸聲音信號的Mel頻譜峰值特征提取

根據(jù)煤矸聲音樣本的頻率分布,設置Mel頻譜處理范圍為200～6 000 Hz,以此提取煤和矸石聲音樣本的Mel時頻譜。為提高融合效果,提取Mel時頻譜中的峰值特征進行特征融合。

基于局部二值模式[20],提出一種局部峰值特征(local peak feature,LPF)提取方法。使用3×3矩陣塊提取峰值特征,矩陣塊中心值記為gc,從中心值右側(cè)開始,逆時針方向?qū)仃噳K所處位置進行編號gp(p=0,…,7),通過與中間值比較計算LPF值

(9)

其中,中心點LPF值為

(10)

得到該矩陣塊處的峰值特征后,從左到右,從上到下依次移動矩陣塊進行LPF計算,以提取整個Mel時頻矩陣的峰值特征。進行最大最小值歸一化,將數(shù)值范圍縮放到[0,1]區(qū)間內(nèi)。提取到的Mel時頻譜峰值特征稱為Mel線索。圖7顯示了提取的煤沖擊液壓支架聲音信號的Mel時頻譜圖和Mel線索圖。

圖7 煤沖擊液壓支架聲音信號Mel時頻譜圖和Mel線索圖Fig.7 Mel spectrum diagram and Mel clue diagram of sound signal of coal impact hydraulic support

3.2 煤矸聲音信號的聽覺神經(jīng)遞質(zhì)發(fā)放率提取

由于聽覺模型是對指定的特征頻率進行分析,為滿足煤矸識別任務要求,在提取高級聽覺特征之前,首先需要指定特征頻率。聽覺系統(tǒng)對較低頻率的頻率變化比在較高頻率下更敏感,因此使用對數(shù)刻度表示頻率范圍

CFs=logspace(lgfL,lgfH,ncf)

(11)

式中,fL,fH,ncf分別為最低特征頻率、最高特征頻率和特征頻率數(shù)量。根據(jù)煤矸垮落聲音信號頻譜特點,分別設置fL=200 Hz、fH=6 000 Hz、ncf=49。由此生成了200～6 000 Hz范圍內(nèi)49個特征頻率,如圖8所示。

圖8 聽覺神經(jīng)濾波器組模型特征頻率分布Fig.8 Characteristic frequency distribution of auditory nerve filter bank model

將煤矸聲音信號樣本輸入到聽覺神經(jīng)濾波器組模型進行處理。由中耳模型進行放大增益后輸入并聯(lián)濾波器組耳蝸模型,經(jīng)頻率選擇以及內(nèi)毛細胞轉(zhuǎn)導得到內(nèi)毛細胞輸出電位,電位信號刺激聽覺神經(jīng)突觸模型模擬神經(jīng)遞質(zhì)釋放過程,最終得到煤矸沖擊液壓支架聲音信號的聽覺神經(jīng)遞質(zhì)發(fā)放率,如圖9所示。

圖9 煤矸沖擊液壓支架聲音信號的聽覺神經(jīng)遞質(zhì)發(fā)放率Fig.9 Auditory neurotransmitter firing rate of sound signal from coal and gangue impact hydraulic support

由圖9可知,相較于煤,矸石聲音信號的聽覺神經(jīng)遞質(zhì)發(fā)放率峰值較大,但差異并不明顯。然而,二者神經(jīng)遞質(zhì)發(fā)放率的頻率分布有著較大差異。煤聲音信號較大值多集中在特征頻率序號為8～25之間,即特征頻率處于320～1 200 Hz之間。而矸石聲音信號較大值多集中在特征頻率序號為30～40之間,即特征頻率處于1 560～3 170 Hz之間,具有明顯的區(qū)分度。

3.3 聽覺特征融合

為實現(xiàn)煤矸沖擊液壓支架聲音信號的Mel線索特征與聽覺神經(jīng)遞質(zhì)發(fā)放率特征融合,需使兩特征維度保持一致。圖像縮放時,因使用了等間隔采樣和插值算法[21],原有信息不會發(fā)生改變。受此啟發(fā),考慮對Mel線索矩陣使用二維插值算法進行尺度映射,使其與聽覺神經(jīng)遞質(zhì)發(fā)放率特征維度保持一致。為提高特征融合效果,分別對聽覺神經(jīng)遞質(zhì)發(fā)放率和Mel線索進行標準化,使其均服從均值為0,方差為1的標準分布。在機器學習中,當需要讓兩個矩陣相加時,為了保證加權(quán)和的范圍在兩個矩陣之間,通常要求兩個權(quán)重之和為1[22]。為此,將權(quán)重之和限制為1。由此得融合矩陣FM

FMm×n=a×Melm×n+b×FRANm×n

(12)

式中: m×n為矩陣的維度;Mel和FRAN分別為Mel線索矩陣和聽覺神經(jīng)遞質(zhì)發(fā)放率矩陣;a,b分別為Mel線索矩陣和聽覺神經(jīng)遞質(zhì)發(fā)放率矩陣的權(quán)重系數(shù),其值反映了兩個矩陣的貢獻率,局部最優(yōu)特征融合權(quán)重系數(shù)可通過試驗進一步確定。最后,根據(jù)融合矩陣得到煤矸聲音聽覺感知圖。

4 煤矸識別試驗驗證

基于所構(gòu)建的煤矸聲音聽覺感知圖,按照7∶3的比例劃分訓練集和測試集,利用ConvNeXt[23]模型進行煤矸識別。該模型核心結(jié)構(gòu)包括下采樣層和ConvNeXt Block模塊,通過在模型后端新加兩個全連接層,便于模型權(quán)重遷移和特征層映射,模型結(jié)構(gòu)如圖10所示。

圖10 用于煤矸識別的ConvNeXt模型結(jié)構(gòu)Fig.10 ConvNext model structure for coal gangue recognition

利用Imagenet數(shù)據(jù)集進行預訓練,學習源域數(shù)據(jù)得到模型權(quán)重后,在煤矸聲音聽覺感知圖數(shù)據(jù)集上進行遷移學習[24]。Batchsize設置為32,迭代次數(shù)為200,利用Cosine Annealing Warm Restart函數(shù)對學習率進行動態(tài)調(diào)整。

4.1 聽覺特征融合權(quán)重的確定

為確定聽覺特征局部最優(yōu)融合權(quán)重系數(shù)a和b,在SNR=-5 dB情況下,通過改變模型權(quán)重大小,將聽覺感知圖輸入到ConvNeXt模型以識別準確率作為評價指標進行驗證。以0.1為間隔依次改變聽覺神經(jīng)遞質(zhì)發(fā)放率權(quán)重系數(shù)b,ConvNeXt模型識別結(jié)果如圖11所示。

圖11 不同權(quán)重系數(shù)b下的煤矸識別準確率(SNR=-5 dB)Fig.11 The recognition accuracy of coal and gangue with different weight coefficient b ( SNR=-5 dB )

由圖11可知,在一定情況內(nèi),煤矸識別準確率隨著權(quán)重系數(shù)b的增加而增加,進一步說明高級聽覺特征聽覺神經(jīng)遞質(zhì)發(fā)放率的引入有助于煤矸識別。當權(quán)重系數(shù)b為0.6時,具有最大識別準確率,為91.52%。但當權(quán)重系數(shù)b超過0.6時,隨著權(quán)重系數(shù)b的增加,識別準確率不斷下降。這是因為此時融合特征中Mel線索比重不斷降低,提供的全局特征進一步減少,而且高級聽覺特征受限于特征頻率,無法提供更廣泛的特征信息。因此,局部最優(yōu)權(quán)重系數(shù)a和b分別為0.4和0.6,由此得到了煤矸聲音聽覺感知圖,如圖12所示,并以此構(gòu)建不同信噪比下的煤矸識別數(shù)據(jù)集。

圖12 煤和矸石聲音信號聽覺感知圖Fig.12 Coal and gangue sound signal auditory perception diagram

4.2 抗噪性能驗證

基于所構(gòu)建的不同信噪比下的煤矸識別數(shù)據(jù)集,利用ConvNeXt模型進行訓練。為驗證所提方法的抗噪性能,分別提取煤矸聲音信號的Mel頻譜圖(Mel spectrograms,MSG)和時頻譜圖(Spectrograms,SG),利用ConvNeXt模型進行訓練,同時使用時頻譜頻帶能量占比結(jié)合隨機森林(band energy ratio-random forest,BER-RF)的方法進行煤矸識別。將上述方法與所提基于Mel頻譜-聽覺神經(jīng)遞質(zhì)發(fā)放率特征融合(Mel spectrum-firing rate of auditory neurotransmitter,Mel-FRAN)的方法進行比較,所得結(jié)果如圖13所示。

圖13 不同識別方法和信噪比下的煤矸識別準確率Fig.13 The accuracy of coal gangue recognition under different recognition methods and SNR

t-SNE[25]是一種非線性降維方法,可將高維數(shù)據(jù)映射到2維或3維空間。分別對ConvNeXt模型中第二個連接層的輸出以及時頻譜頻帶能量占比特征進行t-SNE降維可視化,如圖14所示。

圖14 t-SNE降維可視化結(jié)果Fig.14 Visualization results of t-SNE dimensionality reduction

結(jié)合圖13和圖14,在不添加噪聲的情況下,所提方法相較其余三種方法,準確率提升并不明顯。其中采用時頻域特征結(jié)合隨機森林的方法,煤矸識別性能明顯低于其他基于深度學習的方法。隨著SNR進一步降低,所有識別特征準確率均呈下降趨勢,同時各種識別特征的聚類性能和特征間隔進一步降低。其中,采用頻譜圖方法的煤矸識別準確率下降最為明顯,由96.7%降至68.9%。采用時頻域特征結(jié)合隨機森林的方法雖然下降并不明顯,但是在SNR=-5 dB的情況下,準確率僅為78.64%。與之相反,所提方法在所有情況下準確率均能達到91%以上,尤其在SNR=-5 dB的情況下,準確率為91.52%,相較于其余三種方法具有較大優(yōu)勢。同時,所提方法在同類別樣本中有著更好的聚類效果,在不同類別樣本之間特征距離較大,這有助于分類器更容易地對煤和矸石聲音樣本進行分類。

此外,所提方法擁有較快的收斂速度,在SNR=-5 dB的情況下,其訓練過程中測試集準確率及損失如圖15所示。

計算準確率(Accuracy)、精確率(Precision)和召回率(Recall)以及F1-score,所得結(jié)果如表1所示,其中F1-score可達91.98%,驗證了所提方法對噪聲具有優(yōu)越的魯棒性。

表1 測試集煤矸識別評價指標(SNR=-5 dB)

4.3 煤矸識別實時性分析

為驗證所提方法對于煤矸識別的實時性,統(tǒng)計所提方法在各個階段的運行時間以及識別階段的模型參數(shù)量。與BEF-RF煤矸識別方法比較,所得結(jié)果如表2所示。

表2 基于Mel-FRAN及BER-RF方法的煤矸識別所用時間及模型參數(shù)量

由表2可知,所提方法用于煤矸識別時,計算開銷較大,影響其實時性的主要為聽覺模型中突觸釋放過程,花費約1.275 s。這主要是由于該模型引入了突觸結(jié)合位點和三種不同速率的神經(jīng)纖維,增加了模型復雜度。而使用時頻域特征結(jié)合機器學習的方法,具有較快的識別速度,但是在SNR=-5 dB的情況下,準確率僅有78.64%?？梢?本文所提出的基于聽覺模型的方法顯著提高了強背景噪聲下煤矸識別準確率,但增大了計算量,后期將進一步改進算法,在維持高識別準確率的前提下,提升煤矸識別速度。

5 結(jié) 論

本文基于煤矸垮落沖擊液壓支架尾梁的聲音信號,提出了一種融合低級聽覺特征Mel頻譜和高級聽覺特征聽覺神經(jīng)遞質(zhì)發(fā)放率的放頂煤煤矸識別方法,基于聽覺神經(jīng)濾波器組模型構(gòu)建了適用于煤矸識別任務的聽覺模型,建立了聽覺特征融合框架。利用ConvNeXt模型對不同信噪比下的聲音信號進行了煤矸識別試驗,得出以下結(jié)論:

(1) 融合后的聽覺感知圖既包含高級聽覺特征又包含全局頻率特征,相較于Mel頻譜圖和頻譜圖可以更好地表達煤和矸石垮落聲音信號的特征,具有明顯的區(qū)分度。

(2) 所提方法在所有SNR情況下煤矸識別準確率均能達到91%以上,尤其在SNR=-5 dB的高噪聲情況下,準確率仍能達到91.52%,與其余方法相比具有較大優(yōu)勢,驗證了所提方法對噪聲具有優(yōu)越的魯棒性。

(3) 所提方法顯著提高了強背景噪聲下煤矸識別準確率,但增大了計算量,后期將進一步改進算法,在維持高識別準確率的前提下,提升煤矸識別速度。