具体实施方式

下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。

实施例1

如图1所示，一种综采设备采煤刀的自动分类方法，以对综采设备的红外采煤机位置数据进行处理运算，实现了自动划分各个采煤刀动作，从而达到了基于数据的采煤刀自动分类以及提取采煤刀斜切进刀距离的目的。

具体的，如图1所示，所述自动分类方法包括：

基于获取的采煤机位置数据识别机头返刀备选点和机尾返刀备选点；优选的，所述采煤机位置数据包括采煤机编号和采煤机位置，在具体实现时，所述采煤机位置为综采工作面上的支架架号；

具体的，所述机头返刀备选点和机尾返刀备选点的识别过程为：

遍历采煤机位置数据，获取采煤机位置数据中的所有局部极小值点和所有局部极大值点；

将所有局部极小值点的采煤机位置数据与预设阈值一进行比较，选取采煤机位置数据小于预设阈值一的局部极小值点，作为机头返刀点的备选点；

将所有局部极大值点的采煤机位置数据与预设阈值二进行比较，选取采煤机位置数据大于预设阈值二的局部极大值点，作为机尾返刀点的备选点。

由于采煤机是在一排编号从零到最大值（比如200）机架之间移动，因此，这里的预设阈值指的是采煤机对应的机架范围，例如（0-机架最大值200）；正常机头返刀点的架号应该接近0，设定预设阈值一的目的是排除属于局部最小但非正常机头返刀点的情况；正常机尾返刀点的架号应该接近最大值，设定预设阈值二的目的是排除属于局部最大但非正常机尾返刀点的情况。

需要注意的是：获取数据的时候能够识别数据质量的好坏，数据质量差的工作面一定时间内的数据量明显缺少，属于数据缺失，相近时间的数据值急剧变化无规律属于数据波动。对于数据质量较差、采煤机位置数据波动频繁的工作面，在获取所有的局部极大值或局部极小值之后、将采煤机位置数据与预设阈值进行比较之前，还需要根据预设限制峰宽和预设限制峰高进行筛选，以滤除部分数据波动的影响。

在识别出所有的机头返刀备选点和机尾返刀备选点后，还可以根据识别得到的机头返刀备选点和机尾返刀备选点将采煤机位置数据分为上三角刀和下三角刀。

具体步骤包括：

判断任意两个相邻的机头返刀备选点之间是否存在采煤机位置数据的局部极大值点，若存在，则进一步判断所述采煤机位置数据的局部极大值点是否满足：与所述两个相邻的机头返刀点之间的距离大于预设距离，且对应的采煤机位置数据小于预设阈值三，以滤除两个返刀点分属两个相邻完整刀的情况；若满足，则将所述两个相邻的机头返刀备选点之间的采煤机位置数据定义为一个下三角刀；

判断任意两个相邻的机尾返刀备选点之间是否存在采煤机位置数据的局部极小值点，若存在，则进一步判断所述采煤机位置数据的局部极小值点是否满足：与所述两个相邻的机尾返刀点之间的距离大于预设距离，且对应的采煤机位置数据大于预设阈值四，以滤除两个返刀点分属两个相邻完整刀的情况；若满足，则将所述两个相邻的机尾返刀备选点之间的采煤机位置数据定义为一个上三角刀。

所述预设距离可以根据端侧斜切进刀的工艺和煤机大小进行设定，目的是排除在端侧进刀时不成功的三角刀和数据波动造成的干扰。

在提取所有上三角刀或所有下三角刀后，计算任意两个相邻上三角刀或任意两个下三角刀的间隔时间，并将间隔时间小于预设间隔的两个相邻上三角刀或两个下三角刀进行合并处理。

正常的工艺间隔时间为两个完整刀时间，设置此间隔时间也是为排除数据干扰，通常设定间隔为20分钟。

本发明通过基于获取的采煤机位置数据识别机头返刀备选点和机尾返刀备选点，根据识别得到的机头返刀备选点和机尾返刀备选点提取上三角刀和下三角，为后期自动划分各个采煤刀动作，从而达到了基于数据的采煤刀自动分类以及提取采煤刀斜切进刀距离奠定了基础。

实施例2

本实施例提供一种综采设备采煤刀信息提取方法，如图2所示，包括：

S1,获取一个采煤刀对应的采煤机位置数据，并对所述采煤机位置数据进行异常数据的识别标记。

所述异常数据的识别标记过程为：遍历采煤机位置数据，选取采煤机位置数据为0或大于阈值范围，或者差距过大的两个相邻的采煤机位置数据，作为异常数据，并进行标记。

S2,根据异常数据，进行各个采煤刀的数据完整度统计，同时采用前述综采设备采煤刀的自动分类方法将采煤机位置数据分为上三角刀和下三角刀。

具体的，根据异常数据，进行各个采煤刀的数据完整度统计的具体过程为：将标记的异常数据至其前一个正常的采煤机位置数据之间的时间段归为数据异常时间段，统计所有数据异常时间段的总时长，并根据公式计算所述采煤刀的数据完整度。

S3,计算每个上三角刀和每个下三角刀的斜切进刀距离。

具体的，计算每个上三角刀的具体步骤为：对于每个上三角刀，计算其斜切进刀完成点与其两个机尾返刀点之间的距离，选取斜切进刀完成点与两个机尾返刀点之间的距离最大值作为其斜切进刀距离；其中，所述上三角刀的两个机尾返刀备选点之间的采煤机位置数据的局部极小值点为其斜切进刀完成点；

计算每个上三角刀的具体步骤为：对于每个下三角刀，计算其斜切进刀完成点与其两个机头返刀点之间的距离，选取斜切进刀完成点与两个机头返刀点之间的距离最大值作为其斜切进刀距离，其中，所述下三角刀的两个机头返刀备选点之间的采煤机位置数据的局部极大值点为其斜切进刀完成点。

需要注意的是：对于由多个同类型三角刀合并而成的上三角刀或下三角刀，选取所有三角刀的两个返刀点与其斜切进刀完成点组合中距离最大的值作为其切斜进刀距离。

S4,将相邻的上三角刀与下三角刀之间的采煤机位置数据定义为一个下行刀，将相邻的下三角刀与上三角刀之间的采煤机位置数据定义为一个上行刀，将相邻的同类型三角刀之间的采煤机位置数据定义为一个问题刀；将每个上三角刀与其后续的一个下行刀或者每个下三角刀与其后续的一个上行刀定义为一个完整刀，并为每个完整刀分配一个编号。

S5,根据采煤刀的数据完整度、完整刀、完整刀编号以及每个上三角刀和每个下三角刀的斜切进刀距离生成采煤刀信息表进行输出。

本发明基于采煤机位置数据提取所有的上三角刀和下三角后，并在提取所有的上三角刀和下三角后，根据相邻的上三角刀与下三角刀之间的采煤机位置数据进行分类，从而提供了一种基于采煤机位置数据自动识别综采工作面采煤机生产工艺过程中不同采煤刀类型，并对采煤刀斜切进刀距离进行统计的方法。

通过对采煤机红外位置数据进行异常数据的识别标记，能够减少异常数据对分类结果的影响，提高识别准确率；后期还可以根据异常数据，进行各个采煤刀的数据完整度统计，并最终根据采煤刀的数据完整度、完整刀、完整刀编号以及每个上三角刀和每个下三角刀的斜切进刀距离生成采煤刀信息表进行输出。

所述采煤刀信息表可用于指导自动化工艺控制系统的开发，即在模仿人对采煤工艺控制过程的基础上，对相应的自动控制参数进行设置，提高自动控制在实际工作面上实施的有效性和到位率，从而实现自动化操作在更大的程度上对人工操作的替代。进一步地将数据分析结论应用于自动控制系统的开发，根据关键参数对设备工作效率的影响等，对相关参数进行精细化的优化设置，则将有望实现自动化操作在一定程度上对人工操作的超越。

最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。