放頂煤工藝中聲學場景識別研究

李富強，李 昕

(1.國家能源集團烏海能源有限責任公司，內蒙古自治區烏海市，016000;2.北京龍田華遠科技有限公司，北京市密云區，101500)

0 引言

礦山智能化是煤炭安全高效開采的發展方向與必然趨勢。相比其他采煤技術，放頂煤開采具有高效、安全、生產成本低等優點而被廣泛推廣。優化放頂煤工藝是實現煤炭高效、清潔、智能化開采的關鍵因素，而對頂煤放落過程中煤與矸石的識別是制約放頂煤智能化的關鍵。加之放煤工藝繁瑣，極易造成過放或欠放的問題，很難保證采出率及采煤質量。筆者用礦井聲學場景分類模型對煤與矸石的放落聲音進行了研究，以求對煤與矸石進行智能識別。

現有研究大多采用熱成像技術[1]、多光譜技術[2]、X射線技術[3]、圖像處理技術[4]等實現對煤矸石的識別。圖像處理技術與深度學習相結合的煤矸識別方式受井下環境影響較大，且需要定期對攝像頭鏡頭進行清理。而采用X射線、多光譜等技術成像，由于射線等帶有能量，長時間使用存在引起瓦斯爆炸的風險。

袁源等[5]研究了頂煤放落中煤矸石的聲音信號特征提取算法及機器學習的分類模型，模型在古城煤礦得到驗證，其準確率達到了94.51%；楊揚[6]通過對煤矸石與放頂煤液壓的沖擊及滑移信號實驗及處理，研究其沖擊及滑移的特性規律，構建其信號模型從而實現對煤與矸石的識別；張良等[7]根據煤與矸石跌落到液壓支架上的信號不同來辨識，通過對信號進行FIR濾波器濾波得到功率譜，對其閾值化處理實現對放煤與放矸信號的識別，進而實行放頂煤自動化；張強等[8]采用主動聲學處理方式，通過構建不同煤巖截割比與聲發射特征信號隸屬度關系，實現對煤與矸石的識別；薛光輝等[9]獲取綜放工作面頂煤、矸石與頂板巖石垮落的聲音信號，對方差、偏差與峭度等進行統計分析，作為煤巖石識別的依據為放頂煤自動化與智能化提供了場景識別。

上述系統通過對煤、矸石與液壓支架及滑移過程等的相互沖擊產生的聲音信號進行相應處理實現對煤與矸石的識別。文獻[5]采用的方法取得了非常好的效果，但其將其他聲音都歸為噪音，這種做法會極大影響模型的穩定性。因此筆者通過對礦井下的聲學場景分類模型進行研究，通過在液壓支架處安裝拾音器采集現場放煤聲音，對采集到的音頻信息進行處理，利用機器學習方法訓練分類模型，對不同的音頻信息進行識別，實現對不同放煤情況(放煤、放矸、不放煤)的精準識別，并利用分類模型建立合理的放煤邏輯，實現對放頂煤工藝的優化提升。

1 放頂煤工藝介紹

放頂煤開采主要是針對大采高、厚煤層工作面的開采方法。由于厚煤層工作面采高超出采煤機截割范圍，需要利用頂部煤炭自身重力、煤層頂部壓力對頂煤進行爆破，來使頂煤破碎掉落至液壓支架后部，通過支架上方或后方的放煤窗口放落至后部的刮板輸送機上。傳統的放頂煤工藝主要依靠放煤工人觀察頂部落物的外觀、聽取落物掉落的聲音，憑經驗判斷掉落的是煤或矸石，手動控制液壓支架后部放煤窗口的開啟和關閉。然而，通過這種方式判斷準確度低，很大程度上影響了煤炭生產質量。同時，這種方式需要放煤工人近距離接觸工作面，井下大量的煤塵和粉塵嚴重影響了放煤工人的身體健康，阻礙了煤礦安全生產水平的提升。

目前放頂煤工作通常在采煤機割兩刀或三刀之后進行放煤，即“兩采一放”或“三采一放”，常見的放煤方式包括單輪順序放煤、多輪順序放煤和單輪間隔放煤3種。本系統以國家能源集團烏海能源有限責任公司老石旦煤礦(以下簡稱“老石旦煤礦”)為研究背景，開展智能化技術在放煤工藝中的應用。老石旦煤礦位于內蒙古自治區桌子山煤田西翼，目前礦井產能150萬t/a，采用斜、立井混合式開拓，井田劃分為2個單區單水平開采。老石旦煤礦現主采16號煤層，煤層厚度7.5～8.8 m，平均厚度8.5 m。地質構造比較簡單，工作面煤層較松軟，根據地質情況及巷道布置，本著安全可靠、高產高效、經濟合理的原則確定16402工作面選用走向長壁后退式綜合機械化放頂煤采煤法。單輪順序放煤更適合該礦放頂煤工藝。

隨著電液控制技術應用于液壓支架上，放頂煤工藝也隨之優化，目前基于電液控制裝置的放頂煤工藝主要分為自動控制與遠程控制兩種。自動控制是指根據事先設定好的邏輯進行編程，利用電液控制裝置，使液壓支架按照事先程序設定，進行單輪順序放煤、多輪順序放煤、單輪間隔放煤等一系列動作；遠程控制是指使用上位機程序，通過工業環網連通電液控制裝置，可在地面集控中心或通過互聯網，遠程控制液壓支架進行放煤。綜上所述，目前放頂煤工作已初步實現自動化，但無論是自動控制方式還是遠程控制方式，在控制液壓支架執行動作時，都會存在執行不到位的問題，如放煤窗口無法開啟或關閉等。而且對于頂部放落的是煤還是矸石不能做出準確判斷，很大程度上影響了煤炭生產質量。因此，急需一種行之有效的煤矸識別方法，對放頂煤工藝實現進一步的改進與優化，為放頂煤智能化開采提供有力支持。

2 放煤過程音頻信號分析

聲學場景分類模型的輸入項為音頻的頻譜圖，輸出項為場景的類別。音頻信號分析常用的方法有梅爾頻譜、梅爾倒譜系數(MFCC)等。梅爾頻譜圖作為模型的輸入項，梅爾頻譜圖的提取流程如圖1所示。

圖1 頻譜圖提取流程

頻譜圖的提取過程包含預處理、分幀、加窗、傅里葉變換(FFT)、梅爾(Mel)濾波器和對數運算幾個部分。MFCC是對功率譜的余弦變換得到。梅爾特征圖譜是對功率譜進行對數變換得到。放矸和放煤的MFCC和梅爾頻譜如圖2所示。

圖2 放矸和放煤的梅爾頻譜與MFCC圖譜

由圖2MFCC頻譜圖的斑點可以看出余弦變換使得部分音頻信息丟失，MFCC更接近人耳的聽覺系統，放煤和放矸聲對人耳高頻的部分是噪聲，余弦變換導致部分高頻非線性信號丟失。而梅爾頻譜是對功率譜進行對數變換，對高頻部分進行壓縮，音頻信號被全部保留，利用卷積神經網絡較強的特征提取能力，可以更好地獲得聲音深層特征。因此選擇梅爾頻譜特征頻譜圖作為系統的特征輸入。

3 機器學習分類算法研究

常用的機器學習分類算法有邏輯回歸算法、支持向量機算法、決策樹算法、循環神經網絡、卷積神經網絡等，綜合對比各類算法優缺點及其在聲學場景識別效果，本系統采用循環神經網絡實現分類算法構建。

鑒于卷積神經網絡較強的特征提取能力，采用卷積神經網絡提取頻譜圖的深度特征信息，采用循環神經網絡實現對音頻序列數據處理。

卷積神經網絡部分是對VGG-Net框架進行優化。在卷積層后引入了批標準化(Batch Normalization)構建了如圖3所示的CNN卷積塊。批標準化層可以加速模型的收斂速度，將線性激活和Sigmod激活函數得到輸出進行相乘，可以有效提取音頻文件線性及非線性特征參數，通過反向傳播算法的學習可以有效獲取系統需要的參數。

圖3 CNN卷積塊結構

劉明[10]對卷積層中引入了門控循環單元(GRU)形成卷積塊提升了其語音的建模能力。門控循環單元將LSTM的遺忘門和輸入門結合在一起作為更新門，致使其結構更簡單且收斂速度變快，其訓練效果及性能跟LSTM算法幾乎一樣。雙向門控循環單元(BGRU)算法正向傳遞的GRU和反向反饋GRU可以很好地將上一刻的信息與預測信息融合在一起，可有效提高模型的魯棒性及適應性。因此筆者采用雙向門控循環單元(BGRU)算法，提取上下文2個方向的信息。

基于上述基礎，筆者將BGRU算法融入softmax層部分而設計的C-RNN神經網絡模型如圖4所示。模型的輸入是log-Mel特征圖譜，4個卷積塊，5個最大池化層、1個卷積層，雙向GRU層等。同時借鑒了KONG Qiuqiang 等[11]增加本地化(Localization)層，在前向神經網絡模塊，增加一個softmax模塊，稱為Localization矢量，將BGRU的輸出分別輸入到2個全連接層，使用Sigmoid實現0、1的選擇softmax的輸出。

圖4 改進的C-RNN結構

通過圖4的C-RNN結構的優化的CNN卷積神經網絡提取特征圖譜的深度特征信息；采用雙向GRU有效抑制梯度消失或梯度爆炸；在全連接層增加softmax模塊實現模型對礦井聲學場景的適應。

4 放頂煤音頻信號樣本選取研究

4.1 硬件系統整體架構

將礦用本安型拾音器安裝在液壓支架機身上，用于收錄放頂煤的聲音；礦用本安型拾音器收錄的聲音通過網線傳入礦用本安型接入網關，通過串聯的形式將多個礦用本安型接入網關進行連接匯總到設備列車處進入環網；礦用隔爆兼本安型電源箱需要為礦用本安型拾音器和礦用本安型接入網關進行供電；礦用隔爆兼本安型計算機獲取礦用本安型拾音器的聲音數據，對聲音數據進行處理分析；地面服務器通過環網接收礦用隔爆兼本安型計算機的分析數據，并進行顯示。硬件系統整體架構如圖5所示。

注：DC12VB表示12 V本安電源直流電，AC127V代表127 V交流電

4.2 音頻數據采集裝置及其電路結構

對井下音頻數據的采集，主要依靠礦用本安型拾音器，Nano采集板主要用于對采集到的音頻數據進行計算與處理。礦用本安型拾音器、Nano采集板及其電路結構如圖6和圖7所示。

圖6 本安型拾音器安裝示意

圖7 拾音器及Nano采集板電路結構

5 數據集構建及實驗結果

5.1 數據集的構建

數據集的構建包括采集礦井下各場景聲音數據的采集、標簽化等幾項工作。根據前文提出的硬件實現礦井聲學場景音頻的采集，數據存儲在模塊的TF卡，文件存儲格式為PCM。模塊采用快魚拾音器，采樣率為48 K(48 000 Hz)，編碼為16 Bit，字節序為沒有尾端。

本實驗數據均采集老石旦煤礦綜放工作面現場。通過對采集到的音頻文件人工標注，劃分出不同類型的聲信號，其聲音數據集見表1。

表1 數據集信息表

標簽化數據需要處理成特定長度的聲音文件。放矸會造成采煤成本增加，放矸過程一般持續時間比較短，放矸聲音是一種弱標簽，因此標簽數據的長度取決于放矸過程，筆者采取的聲音時長為2 s。表中總時長數據量最少的為5 274 s，最小的數據大小也在1 GB以上，總計達7 GB，可以滿足數據集多樣性、時長、數量等方面的要求。

5.2 模型訓練及測試

模型訓練的硬件條件：電腦參數CPU為Intel的E5-2680 V4，其睿頻高達3.3 GHz，主板為Intel X99，顯卡為英偉達的GeForce GTX 1080Ti；操作系統：Ubuntu 18.04；函數庫：CUDA版本為10.04、tensorflow版本為1.15.0、keras版本為2.3.1。

循環神經網絡模型的損失函數采用二進制交叉熵，其識別率為88.8%。2種算法的識別效果差別不大，C-GRU的識別時間為0.634 2 s。從礦上的實現要求上看C-GRU算法能很好地滿足實時性的要求。

C-GRU的評價參數錯誤率、準確率、精確率、召回率見表2。表2顯示放煤、環境、刮板輸送機、采煤機、放矸的錯誤率分別為0.042、0、0.060、0.107、0.500；準確率分別是0.994、1.000、0.969、0.936、0.543。從耳聽來看，環境跟其他幾類的區分度較大模型的識別率比較好。放矸與放煤過程不是完全分隔的，放矸的過程必然伴隨放煤，且采集放矸數據量較少，致使部分放矸聲被識別為放煤狀態，其準確率為0.543，錯誤率為0.500。

表2 C-GRU算法的各類的識別結果

在評價數據集整體上，C-GRU系統的平均錯誤率為14.2%，平均準確率為86.8%，平均召回率為80.4%，雖然放矸的識別率較低，但是結果整體均能滿足現場需要。

5.3 現場實驗效果

將上述系統應用于老石旦煤礦的16402工作面，能很好地指導電液控制系統實現智能化放頂煤。同時對傳統方式放煤與該系統關窗時間進行了對比實驗，實驗部分結果見表3。

表3 放頂煤開關窗記錄表

通過在16402工作面3月1、3、4、8、14日，4月15日，5月4、8日進行實地測試，發現約有85.47%的識別決策結果與傳統方式的結果一致，對放矸的識別及關窗操作準確性達到80.13%，這些均滿足了井下放煤作業智能化的要求，通過3個月時間的監測，上述方案實現的放煤過程含矸率基本穩定在9.2%～10.3%范圍之內，滿足了生產實際需要。

6 結論

(1)從礦上的實現要求上看C-GRU算法能很好地滿足實時性的要求。C-GRU模型的識別率在88.8%，識別時間為0.634 2 s。

(2)通過礦井聲學場景分類模型，能實現對不同放煤情況的識別，可實時、準確地判斷正在放煤、正在放矸和沒有放煤等情況，為放頂煤工作提供了有力的數據支撐，有效提升了綜放工作面工作效率與煤炭產量。

(3)通過礦井聲學場景分類模型，可以建立合理的放煤邏輯，提升放頂煤工作的智能化水平。一是建立“按時間放煤”邏輯。放煤時控制指定支架在設定時間內進行依次多輪放煤。通過對現場聲音的分類識別，可以判斷是否存在放煤窗口沒有按時開啟或關閉的問題。二是建立“見矸石關窗”邏輯。通過采集現場聲音，輸入到聲學分類模型中，可實時識別正在放煤或是放矸，當識別到放矸時關閉放煤窗口，有效降低了采煤中的矸石含量，有效提升了煤礦產量。