“机器人+”典型应用场景案例集--矿山领域机器人典型应用场景：井筒智能巡检
编者按：为加快矿山领域机器人应用推广，更好服务矿山安全高质量发展，国家矿山安全监察局安全基础司、工业和信息化部装备工业一司联合开展了矿山领域机器人典型应用场景遴选工作，确定推广31个典型应用场景、66个场景实例。现组织中国软件评测中心梳理66个场景实例的先进经验及应用成效，在“机器人+”供需对接与应用推广公共服务平台及相关微信公众号开展持续宣传，以更好推动典型应用场景的复制与推广。
| 矿山种类：煤矿 |
| 应用场景：井筒巡检 |
| 场景实例：井筒智能巡检 |
| 机器人产品及制造单位：井筒智能巡检机器人，中煤电气有限公司 |
| 应用单位：中煤陕西榆林能源化工有限公司大海则煤矿 |
大海则煤矿副井采用立井提升系统，提升高度650米，用于从矿井井筒运出矿石、煤、废石或矸石，以及升降人员、设备和器材等，是矿山生产中重要的运输设备。因此，需要对立井井筒中罐道偏移、罐耳磨损、机械异响、超载尾绳等异常情况进行监测，及时发现潜在的问题，避免安全事故发生。煤矿井内工作条件恶劣、安全隐患较大。目前，煤矿井筒及其内部设备的运维检修等工作主要依靠工人站立在罐笼顶部通过升降作业来完成，存在筒壁渗水、罐笼晃动和重物坠落等安全隐患，人工作业存在较大安全风险。立井井筒罐笼罐道人工巡检时间长、效率低，无法实现全覆盖。罐笼顶部与底部共有4套罐耳，人工巡检作业耗时较长、效率较低；由于作业空间受限，罐笼底部罐耳存在检修视野盲区，人工巡检无法覆盖。
井筒智能巡检机器人安装在罐笼顶部，具备对井筒中罐道偏移、罐耳磨损、钢丝绳张力异常、机械异响等情况开展智能化监测等功能。
井筒智能巡检机器人采用深度学习模型优化方法，将在大型数据集上预训练的深度学习模型的知识迁移到井筒监测任务中，通过微调可以实现对井筒缺陷和异常状况的高效特征提取和精准识别。采用多模态数据融合技术，结合图像、视频、声音等多种传感器数据，通过多模态数据融合算法来提高监测的准确性和可靠性，进一步提高煤矿井筒的安全性。井筒智能巡检机器人在中煤陕西集团大海则煤矿副井宽窄两个罐笼顶部两侧进出口实现4台应用。应用前，罐道检查周期为每天一人次，每次时间约为40分钟，需要工人站在罐笼顶部，系上安全带对罐道梁、螺栓、井筒电缆、罐耳等部位进行查验，工作效率低、安全风险高。应用后，井筒智能巡检机器人可以实时监测罐道螺栓松动状态、罐道梁间距变化，井筒内温度异常、声音异常、钢丝绳张力异常等情况，巡检效率是人工巡检的10倍以上，巡检人员只需每月对罐道、罐耳进行一次人工查验，有效提高人工作业安全系数及工作效率，最大限度地降低各类安全隐患。
特别声明：
本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
更多精彩内容，关注“传煤”微信公众号，或点击“期刊群”免费获取科研论文
用微信扫描左侧二维码，关注“传煤”公众号，第一时间获取煤炭行业新鲜资讯，享全方位煤炭科技知识信息服务。
