關(guān)鍵詞：煤矸識(shí)別；多源信息融合；振動(dòng)信號(hào)；圖像識(shí)別；多頭注意力機(jī)制；多層長(zhǎng)短期記憶模型

中圖分類號(hào)：TD823.49 文獻(xiàn)標(biāo)志碼：A

0引言

煤矸識(shí)別是綜采放頂煤開(kāi)采的關(guān)鍵核心技術(shù)，對(duì)于提高煤炭采出率具有重要意義[1-2]。目前綜放開(kāi)采放頂煤工序仍然依靠人工操作，按照“見(jiàn)矸關(guān)門”的原則來(lái)控制，存在過(guò)放和欠放的情況，導(dǎo)致資源浪費(fèi)。實(shí)現(xiàn)放煤口煤矸的精準(zhǔn)識(shí)別并根據(jù)識(shí)別結(jié)果實(shí)時(shí)控制放煤口，不僅能降低混矸率，提高采出率，還能減少綜放工作面放煤人員數(shù)量，降低惡劣環(huán)境對(duì)工人健康的影響[3]。

目前，綜放工作面煤矸識(shí)別主要依賴于單一信息源的方法[4]，如圖像識(shí)別[5-8]、振動(dòng)信號(hào)識(shí)別[9-14]、聲信號(hào)識(shí)別[15-17]和伽馬射線法[18]等。然而，這些方法在實(shí)際應(yīng)用中存在識(shí)別不準(zhǔn)和應(yīng)用受限的問(wèn)題。例如，圖像識(shí)別易受煤塵和水霧干擾；振動(dòng)與聲信號(hào)易受噪聲影響；伽馬射線技術(shù)雖然靈敏度高，但設(shè)備成本高且體積龐大，難以滿足復(fù)雜工況下的需求。

為提升系統(tǒng)的魯棒性和識(shí)別精度，增強(qiáng)抗干擾能力，諸多學(xué)者提出了多源信息融合的多模態(tài)識(shí)別技術(shù)，如融合聲音與視頻[19-21]、圖像與紅外[22]、圖像與振動(dòng)[23]等，有效彌補(bǔ)了單一方法的不足。其中，圖像與振動(dòng)信號(hào)融合的方法在煤矸識(shí)別領(lǐng)域應(yīng)用仍存在一些缺陷，如煤矸多模態(tài)數(shù)據(jù)的異構(gòu)性導(dǎo)致融合困難，實(shí)時(shí)性和模型復(fù)雜度不滿足實(shí)際應(yīng)用要求等。針對(duì)上述問(wèn)題，設(shè)計(jì)了基于多頭注意力（MultiheadAttention，MA）的多層長(zhǎng)短期記憶（Multi-layersLong Short-Term Memory， ML?LSTM） 模型MA?ML?LSTM，通過(guò)MA 機(jī)制和ML?LSTM 網(wǎng)絡(luò)實(shí)現(xiàn)圖像與振動(dòng)雙通道特征融合，強(qiáng)化各通道重要特征信息的表達(dá)。

1MA?ML?LSTM模型

將綜放工作面的混矸率分為4 類： 0， 0～10%，15%～25%，30%～45%，從而將煤矸圖像識(shí)別問(wèn)題轉(zhuǎn)換為基于不同混矸率范圍的多分類問(wèn)題。為解決該問(wèn)題，設(shè)計(jì)了MA?ML?LSTM 模型，如圖1 所示。該模型主要包含3 個(gè)模塊：振動(dòng)信息提取模塊、圖像信息提取模塊和特征融合模塊。振動(dòng)信息提取模塊由一維卷積網(wǎng)絡(luò)（1D?CNN）、殘差鏈接和最大池化層（Max Pooling）組成，用于提取振動(dòng)信號(hào)數(shù)據(jù)集；圖像信息提取模塊選擇經(jīng)典的多分類網(wǎng)絡(luò)ResNet?18，去除其最后的全連接層，以便對(duì)煤矸圖像進(jìn)行深度特征提取；特征融合模塊由MA 機(jī)制和ML?LSTM 組成，用于實(shí)現(xiàn)振動(dòng)特征與圖像特征的高效融合。

1.1振動(dòng)信息提取模塊

一維卷積是卷積神經(jīng)網(wǎng)絡(luò)中常用的一種操作，具有特征提取能力強(qiáng)、分類性能好和計(jì)算高效等優(yōu)勢(shì)，主要用于處理序列數(shù)據(jù)，如時(shí)間序列信號(hào)、文本數(shù)據(jù)等。本文采用一維卷積提取振動(dòng)信息，通過(guò)2 個(gè)3×3 一維卷積與殘差連接組合成的模塊對(duì)預(yù)處理后的振動(dòng)數(shù)據(jù)集進(jìn)行信息提取，經(jīng)過(guò)池化后輸入下一層。

1.2圖像信息提取模塊

ResNet 是一種適用于圖像分類的經(jīng)典網(wǎng)絡(luò)，具有網(wǎng)絡(luò)層數(shù)適中、模型訓(xùn)練速度快、不易出現(xiàn)過(guò)擬合等優(yōu)點(diǎn)，在圖像識(shí)別領(lǐng)域得到了較為廣泛的應(yīng)用。ResNet?18 網(wǎng)絡(luò)對(duì)輸入圖像進(jìn)行卷積和池化之后，經(jīng)過(guò)4 層殘差模塊，最后使用池化層與全連接層輸出檢測(cè)結(jié)果。本文在ResNet?18 網(wǎng)絡(luò)的基礎(chǔ)上，將最后的全連接層刪除，將經(jīng)過(guò)池化后的圖像特征輸入下一層。

1.3特征融合模塊

1.3.1MA機(jī)制

MA 機(jī)制是Transformer 的基石[25]，通過(guò)使用多個(gè)獨(dú)立權(quán)重矩陣的注意力頭，在不同特征空間中學(xué)習(xí)多個(gè)注意力分布，使得注意力層的輸出包含不同子空間的表示信息， 從而增強(qiáng)模型的表達(dá)能力。MA 機(jī)制如圖2 所示。

首先輸入特征序列H，再對(duì)H 進(jìn)行線性變換，將H 分別映射至查詢空間Q、鍵空間K 和值空間V；然后利用縮放點(diǎn)積與Softmax 函數(shù)計(jì)算每個(gè)注意力分布，對(duì)注意力分布進(jìn)行加權(quán)求和，得到對(duì)應(yīng)輸出；最后，通過(guò)特征拼接函數(shù)Concat 將多個(gè)輸出結(jié)果拼接。

在LSTM 網(wǎng)絡(luò)的基礎(chǔ)上，引入ML?LSTM進(jìn)行模型融合[27]。ML?LSTM 由輸入層、LSTM 層和輸出層組成， LSTM 層由LSTM?I 層、Concat?Layer 和LSTM?II 層組成，如圖4所示。

ML?LSTM 特征融合模型將注意力機(jī)制處理后的200 維振動(dòng)信號(hào)特征向量輸入第1 層LSTM（Layer1 隱藏層為256 維），得到隱藏層狀態(tài)；將注意力機(jī)制處理后的512 維圖像特征向量與Layer1 隱藏層狀態(tài)拼接，得到1 024 維向量，再輸入第2 層LSTM（Layer2 隱藏層為512 維），得到512 維融合特征向量。

2煤矸數(shù)據(jù)采集與處理

2.1放頂煤相似模擬平臺(tái)

使用放頂煤相似模擬平臺(tái)進(jìn)行煤矸圖像與振動(dòng)信號(hào)采集。平臺(tái)仿照綜放工作面搭建，包括裝料箱、放頂煤液壓支架、刮板輸送機(jī)等，如圖5 所示。支架模擬放頂煤過(guò)程打開(kāi)與閉合，將裝料箱的煤矸放出，使用刮板輸送機(jī)運(yùn)出實(shí)驗(yàn)平臺(tái)。采用YK?YD20 型IEPE/ICP 壓電式加速度傳感器與YK?ALM4 型振動(dòng)分析儀采集放頂煤過(guò)程中煤與矸石沖擊液壓支架尾梁產(chǎn)生的振動(dòng)信號(hào)。采用磁吸方式將傳感器安裝在液壓支架尾梁背面，并通過(guò)數(shù)據(jù)線與采集裝置相連。

為減少環(huán)境噪聲對(duì)實(shí)驗(yàn)數(shù)據(jù)的影響，采取多種措施對(duì)實(shí)驗(yàn)環(huán)境進(jìn)行控制。實(shí)驗(yàn)過(guò)程中保持周圍環(huán)境安靜，以減少外部噪聲對(duì)振動(dòng)信號(hào)的干擾；通過(guò)軟件對(duì)高靈敏IEPE/ICP 壓電式加速度傳感器采集到的信號(hào)進(jìn)行實(shí)時(shí)監(jiān)控，以確保信號(hào)質(zhì)量。每次實(shí)驗(yàn)前對(duì)傳感器等設(shè)備進(jìn)行校準(zhǔn)，以排除設(shè)備本身引入的誤差。每次放煤模擬推進(jìn)8 個(gè)步距，每次推進(jìn)均在相同環(huán)境條件下進(jìn)行。

實(shí)驗(yàn)開(kāi)始前放頂煤裝料箱內(nèi)的煤矸位置初始狀態(tài)均不相同，如圖6 所示。設(shè)置振動(dòng)分析儀采樣頻率為10 kHz，采集煤矸沖擊支架尾梁產(chǎn)生的振動(dòng)信號(hào)，并開(kāi)啟攝像頭采集煤矸落到刮板的圖像信息。啟動(dòng)電液控系統(tǒng)，推移油缸牽引支架進(jìn)行逐步距放煤，打開(kāi)放煤口，模擬8 個(gè)推進(jìn)步距。每個(gè)步距放煤過(guò)程包括初始放煤、初始見(jiàn)矸、少量見(jiàn)矸、大量見(jiàn)矸及停止放煤5 個(gè)階段。根據(jù)采集時(shí)間節(jié)點(diǎn)與煤矸放出狀態(tài)，將振動(dòng)信號(hào)與圖像數(shù)據(jù)保存至電腦。8 個(gè)步距推進(jìn)結(jié)束后裝料箱內(nèi)的狀態(tài)如圖7 所示。

2.2振動(dòng)信號(hào)降噪與特征提取

頂煤相似模擬平臺(tái)是按照現(xiàn)場(chǎng)環(huán)境建立的，在采集振動(dòng)信號(hào)過(guò)程中會(huì)受到環(huán)境噪聲干擾。為提高信號(hào)可靠性與后續(xù)信號(hào)特征提取的準(zhǔn)確性，采用變分模態(tài)分解（Variational Mode Decomposition， VMD）對(duì)信號(hào)進(jìn)行分解去噪，并通過(guò)粒子群優(yōu)化（ParticleSwarm Optimization，PSO）算法進(jìn)行關(guān)鍵參數(shù)尋優(yōu)。

利用PSO 算法計(jì)算出最優(yōu)VMD 參數(shù)[k， α]（k 為分量個(gè)數(shù)，α 為懲罰因子），再應(yīng)用VMD 方法對(duì)原始振動(dòng)信號(hào)進(jìn)行分解，得到一系列本征模態(tài)函數(shù)（Intrinsic Mode Function， IMF） ；計(jì)算每個(gè)IMF 與原始信號(hào)的相關(guān)系數(shù)，通過(guò)閾值濾除無(wú)關(guān)的IMF 分量并對(duì)信號(hào)進(jìn)行重構(gòu)；對(duì)剩余IMF 分量進(jìn)行特征值計(jì)算，得到振動(dòng)信號(hào)特征數(shù)據(jù)集。振動(dòng)信號(hào)特征數(shù)據(jù)集構(gòu)建流程如圖8所示。

2.2.1振動(dòng)信號(hào)降噪

VMD 是一種自適應(yīng)、完全非遞歸的模態(tài)變分和信號(hào)處理的方法[24]，通過(guò)求解約束變分問(wèn)題，將具有多個(gè)頻率成分的振動(dòng)信號(hào)分解為一系列具有稀疏特性的IMF，進(jìn)而得到給定信號(hào)的有效分解成分，每個(gè)分量具有各自的中心頻率和有限帶寬。

VMD 算法中參數(shù)的選擇決定了振動(dòng)信號(hào)分解效果。噪聲容忍度τ 和收斂精度ε 對(duì)分解效果影響較小，根據(jù)經(jīng)驗(yàn)，設(shè)置τ 和ε 分別為0 和1×10^?7。分量個(gè)數(shù)k 和懲罰因子α 對(duì)振動(dòng)信號(hào)分解影響較大，為了確定k 和α，采用PSO 算法進(jìn)行并行尋優(yōu)，具體流程如圖9 所示。PSO 算法通過(guò)模擬多個(gè)粒子在解空間中的運(yùn)動(dòng)，利用個(gè)體之間的信息共享尋找問(wèn)題最優(yōu)解。

在PSO 算法優(yōu)化前， 設(shè)置k∈[5， 15]， α∈[1 500， 3 000]， 種群規(guī)模數(shù)為20， 最大迭代次數(shù)為100，學(xué)習(xí)因子為1.5，慣性權(quán)重為0.5。為了降低隨機(jī)性，共進(jìn)行10 次PSO 算法優(yōu)化，結(jié)果見(jiàn)表1。經(jīng)過(guò)PSO 算法優(yōu)化后得到的最佳k，α 分別為10，2 122。

當(dāng)信號(hào)被分解為頻率不等的IMF 分量后，引入皮爾遜相關(guān)系數(shù)選擇有效分量，當(dāng)皮爾遜相關(guān)系數(shù)大于0.3 時(shí)便可視為有效分量[28]。各IMF 分量與原始信號(hào)的皮爾遜相關(guān)系數(shù)見(jiàn)表2。根據(jù)表2，選取IMF1—IMF6 為有效分量，將其他分量舍棄，并對(duì)信號(hào)進(jìn)行重構(gòu)，實(shí)現(xiàn)振動(dòng)信號(hào)降噪。重構(gòu)前后原始信號(hào)與降噪信號(hào)曲線如圖10 所示，對(duì)比發(fā)現(xiàn)重構(gòu)后的信號(hào)消除了低頻噪聲，能夠更好地提取振動(dòng)信號(hào)特征。

2.2.2特征提取

由于單一特征不能很好地區(qū)分不同狀態(tài)的振動(dòng)信號(hào)，所以將多個(gè)方面的特征結(jié)合，以更全面提取振動(dòng)信息，更準(zhǔn)確地識(shí)別放煤口煤矸放出狀態(tài)，提高振動(dòng)信號(hào)識(shí)別率。選擇有效分量IMF1—IMF6，將能量、能量矩、峭度、波形因數(shù)與矩陣奇異值作為特征量，建立振動(dòng)信號(hào)特征數(shù)據(jù)集。

2.3數(shù)據(jù)集構(gòu)建

平臺(tái)放煤過(guò)程中，對(duì)每個(gè)放煤步距進(jìn)行圖像采集，推移支架過(guò)程不采集圖像，共采集24 489 張圖像。根據(jù)煤矸放出情況，計(jì)算圖中煤矸像素比例，將圖像按照混矸率劃分為0， 0～ 10%， 15%～ 25%，30%～45%?？紤]到實(shí)際情況，將混矸率超過(guò)45% 的圖像舍棄。最后采集到混矸率為0 的圖像6 130 張，混矸率為0～10% 的圖像6116張，混矸率為15%～25% 的圖像6116張，混矸率為30%～45% 的圖像6127張，部分圖像數(shù)據(jù)如圖11 所示。

在振動(dòng)信號(hào)特征數(shù)據(jù)集中，以10000點(diǎn)作為1 個(gè)樣本長(zhǎng)度，共得到4 類振動(dòng)信號(hào)各6 000 個(gè)樣本數(shù)據(jù)。按照能量矩、峭度、波形因數(shù)與矩陣奇異值4 個(gè)特征，將數(shù)據(jù)轉(zhuǎn)換為4 維特征向量，將4 類混矸率的狀態(tài)標(biāo)簽設(shè)置為0—3。

3實(shí)驗(yàn)分析

實(shí)驗(yàn)采用PyTorch 深度學(xué)習(xí)框架， Intel Corei9?10850K CPU、16 GiB 內(nèi)存和NVIDIA GeForceRTX 3070 顯卡進(jìn)行模型訓(xùn)練。軟件環(huán)境為Windows11、Python 3.8 和PyTorch 1.9.0，CUDA 版本為11.1。

3.1模型訓(xùn)練

模型訓(xùn)練流程：① 振動(dòng)信號(hào)降噪處理與特征提??；② 圖像與振動(dòng)數(shù)據(jù)集制作；③ 將制作好的數(shù)據(jù)集劃分訓(xùn)練集、驗(yàn)證集與測(cè)試集；④ 利用訓(xùn)練集對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，利用驗(yàn)證集選擇最優(yōu)網(wǎng)絡(luò)權(quán)重，最終利用測(cè)試集對(duì)最優(yōu)網(wǎng)絡(luò)權(quán)重進(jìn)行評(píng)估。

網(wǎng)絡(luò)模型訓(xùn)練前，優(yōu)化模型配置文件中的相關(guān)參數(shù)，以獲取最優(yōu)訓(xùn)練模型。設(shè)置圖像輸入尺寸為640×640，訓(xùn)練批量大小為32，線程數(shù)為16，初始學(xué)習(xí)率為0.001，訓(xùn)練輪數(shù)為300。圖像與振動(dòng)數(shù)據(jù)集按照6∶2∶2 劃分為訓(xùn)練集、驗(yàn)證集與測(cè)試集。

模型訓(xùn)練300次的損失與驗(yàn)證準(zhǔn)確率曲線分別如圖12 與圖13 所示。模型訓(xùn)練200 次左右時(shí)收斂至較高準(zhǔn)確率，最優(yōu)損失值和驗(yàn)證準(zhǔn)確率分別為0.019 和98.98%。

使用測(cè)試集對(duì)訓(xùn)練好的模型進(jìn)行測(cè)試，混淆矩陣如圖14 所示?？煽闯鲈谌汉腿非闆r下模型識(shí)別精度很高，分別為99.5% 和99.8%，在少矸與多矸情況下識(shí)別精度較低，分別為98.0% 和97.7%，平均識(shí)別準(zhǔn)確率為98.7%。

3.2消融實(shí)驗(yàn)

為了驗(yàn)證各改進(jìn)模塊的有效性，使用相同測(cè)試數(shù)據(jù)集設(shè)計(jì)消融實(shí)驗(yàn)：方案A 移除ML?LSTM 融合層，將圖像、振動(dòng)特征直接拼接后進(jìn)行分類；方案B 在方案A 的基礎(chǔ)上加入單層LSTM 融合網(wǎng)絡(luò)，融合圖像與振動(dòng)特征進(jìn)行分類；方案C 在方案B 的基礎(chǔ)上將單層LSTM 變?yōu)殡p層ML?LSTM 融合模型；方案D 在方案C 的基礎(chǔ)上增加MA 機(jī)制，即本文模型。采用準(zhǔn)確率、精確度、召回率、F₁ 值及混淆矩陣驗(yàn)證模型性能。

消融實(shí)驗(yàn)分類結(jié)果見(jiàn)表3，不同方案的混淆矩陣對(duì)比如圖15 所示。實(shí)驗(yàn)結(jié)果顯示，方案A 準(zhǔn)確率為92.10%，表明僅通過(guò)簡(jiǎn)單拼接特征后進(jìn)行分類，未能充分利用多模態(tài)數(shù)據(jù)的互補(bǔ)信息；方案B 準(zhǔn)確率提升至95.57%，說(shuō)明LSTM 在處理時(shí)間序列和捕獲特征間復(fù)雜關(guān)系方面具有一定優(yōu)勢(shì)；方案C 準(zhǔn)確率進(jìn)一步提高到97.12%，驗(yàn)證了多層LSTM 在提取和融合復(fù)雜特征方面的有效性； 方案D 準(zhǔn)確率為98.72%，說(shuō)明MA 機(jī)制有效增強(qiáng)了模型對(duì)特征間相互關(guān)系的捕捉能力。

3.3不同模型對(duì)比分析

對(duì)圖像與振動(dòng)信號(hào)采用處理方式，將本文模型與經(jīng)典深度學(xué)習(xí)分類模型和機(jī)器學(xué)習(xí)模型（ResNet[29]， MobileNetV3[30]， 1D?CNN[31]， LSTM[26]）及常用煤矸分類識(shí)別模型（EMD?RF[13]， IMF?SVM[14]，CSPNet?YOLOv7[8]）進(jìn)行比較，結(jié)果見(jiàn)表4。

由表4 可看出，機(jī)器學(xué)習(xí)模型的識(shí)別效果最差，體現(xiàn)出深度學(xué)習(xí)方法在處理復(fù)雜數(shù)據(jù)時(shí)的優(yōu)勢(shì)。ResNet 和CSPNet?YOLOv7 表現(xiàn)較好，準(zhǔn)確率分別為94.12% 和95.26%，但由于這2 個(gè)模型只提取了圖像特征進(jìn)行識(shí)別，未能達(dá)到最佳效果。MobileNetV3由于網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)化，準(zhǔn)確率僅為90.76%。1D?CNN和LSTM 雖適合處理時(shí)間序列，但僅提取了振動(dòng)信號(hào)特征進(jìn)行煤矸識(shí)別， 準(zhǔn)確率分別為93.35% 和92.61%。EMD?RF 和IMF?SVM 模型在處理振動(dòng)特征時(shí)表現(xiàn)出色，但相較于深度學(xué)習(xí)模型仍存在差距，準(zhǔn)確率分別為94.54% 和94.27%。

本文模型將ResNet 與1D?CNN 融合，識(shí)別準(zhǔn)確率大幅提升，相比單一的ResNet，MobileNetV3，1D?CNN， LSTM 模型分別高出4.60%， 7.96%， 5.37%，6.11%， 相比EMD?RF， IMF?SVM， CSPNet?YOLOv7分別高出4.18%，4.45%，3.46%，證明特征融合策略有效提升了模型的煤矸識(shí)別能力。

4結(jié)論

1） 設(shè)計(jì)了圖像特征與振動(dòng)頻譜多源融合驅(qū)動(dòng)的煤矸識(shí)別模型MA?ML?LSTM，通過(guò)MA 機(jī)制和ML?LSTM 網(wǎng)絡(luò)實(shí)現(xiàn)圖像與振動(dòng)雙通道特征融合，強(qiáng)化各通道重要特征信息表達(dá)，提高了煤矸識(shí)別準(zhǔn)確性。

2） 搭建了放頂煤相似模擬平臺(tái)，通過(guò)多次模擬現(xiàn)場(chǎng)放頂煤過(guò)程，采集圖像和振動(dòng)數(shù)據(jù)，確保數(shù)據(jù)的多樣性和真實(shí)性，為模型訓(xùn)練和驗(yàn)證提供可靠的數(shù)據(jù)支持。實(shí)驗(yàn)結(jié)果表明，MA?ML?LSTM 模型的平均識(shí)別準(zhǔn)確率達(dá)98.72%，顯著優(yōu)于單一信息源識(shí)別方法。

3） 在實(shí)際生產(chǎn)應(yīng)用過(guò)程中，配置相關(guān)算力設(shè)備、振動(dòng)傳感器與高清攝像頭即可進(jìn)行實(shí)時(shí)數(shù)據(jù)處理與識(shí)別。隨著人工智能技術(shù)的不斷進(jìn)步，未來(lái)可結(jié)合聲音信號(hào)、紅外傳感器等更多傳感器，構(gòu)建更全面的多源融合模型，以進(jìn)一步提升煤矸識(shí)別的準(zhǔn)確性與效率。