《煤炭学报》专题报道丨“煤矿快速智能掘进理论与技术”

我国约有90%的煤炭资源以井工方式开采，井下开采的首先工序是掘挖出地下运输和通风巷道，必须做到“采掘并重，掘进先行”。当前，巷道掘进的智能化进展落后于采煤，出现严重的采掘进度失衡、井下作业人员依然很多的局面。目前，我国煤矿每年巷道掘进量超过12

000

km，综掘工作面掘进班组作业人员20万～30万人。因此，快速智能掘进技术对于煤矿安全生产的减人增安提效具有重要意义，也是我国煤矿智能化发展的主要方向。为便于大家了解“煤矿快速智能掘进理论与技术”领域的最新科技成果，小编按照见刊时间，整理了该领域近几年在《煤炭学报》已刊发的论文，一起来看看吧！

行业视野: 煤炭学报
类别; 162个
关键词; 185位
专家; 35篇
论文; 35667IP
点击量; 33867次
下载量

悬臂式掘进机视觉导航与定向掘进控制技术

作者(Author)：张旭辉, 赵建勋, 杨文娟, 张超

摘要：煤矿巷道掘进装备位姿测量是国内外目前研究的热点，不同的巷道快速掘进系统均面临定向导航难题。为解决煤矿井下悬臂式掘进机自动定向掘进控制难题，提出一种基于视觉导航的悬臂式掘进机自动定向掘进控制方法，利用单目视觉测量技术，以巷道中激光指向仪的激光点和激光束为特征构建基于门形结构的掘进机机身位姿视觉测量模型，通过空间矩阵变换解算巷道中机身位姿。根据悬臂式掘进机运动特点确定掘进机纠偏控制策略，基于悬臂式掘进机运动学建立掘进机定向掘进运动控制模型，采用backstepping方法，选取合适的Lyapunov函数设计掘进机轨迹跟踪控制器，有效解决掘进机轨迹跟踪控制问题。实验结果表明:悬臂式掘进机机身位姿视觉测量方法可有效实现井下工作环境中悬臂式掘进机机身的位姿测量，得到掘进机机身位置测量误差在±40 mm以内，姿态角角度测量误差在±0.3°以内;轨迹跟踪控制器可实现悬臂式掘进机的自动定向掘进功能，其运动控制精度在±20 mm以内，满足巷道施工的精度要求。该方法中工业相机固定安装于掘进装备机身，且利用激光指向仪点-线特征构建门型三线模型作为位姿测量基准，与相关研究对比，具有不易脱靶、标靶移动少等优点。

免费下载

煤炭学报

2021年第07期

1168

1077
数字孪生驱动的掘进工作面出风口风流智能调控系统

作者(Author)：龚晓燕, 雷可凡, 吴群英, 崔小强, 吴悦, 朱斌, 杨富强, 张红兵, 刘辉

摘要：为满足掘进工作面通风系统智能化的发展需求，针对传统局部通风系统无法实时监测及智能调控风筒出风口风流状态而导致风速场分配不合理，死角区瓦斯积聚严重和粉尘污染等安全隐患问题，提出一种基于数字孪生技术的掘进工作面出风口风流智能调控系统，优化风流场分布。分析建立了系统实现的整体框架、运行流程及关键技术，利用Zigbee自组网功能进行巷道风速、瓦斯体积分数及粉尘质量浓度等实时数据的监测采集，通过ARIMA时间序列预测模型对下一时刻瓦斯体积分数及粉尘质量浓度进行智能预测分析，并引入小生境四段式编码遗传算法提取相应出风口风流智能调控规则，结合GPRS无线传输技术实现出风口风流状态的智能调控，在此基础上，运用Unity3D构建系统虚拟模型并实现了物理实体与虚拟孪生体的映射交互。通过设计搭建的数字孪生系统实验测试平台，验证了系统实时监测、决策评价、智能调控、虚实融合等关键功能技术可行性，并结合具体案例对系统智能调控效果进行了对比分析，结果表明:调控后司机位置处风速明显上升，上隅角瓦斯体积分数由0.623%降低为0.306%，降低率达50.8%;司机位置粉尘质量浓度值由1 180 mg/m3降低到695 mg/m3，单点降尘率达41.1%，回风侧行人高度沿程粉尘质量浓度由430 mg/m3降低为150 mg/m3，降尘率达65%，进一步优化了掘进工作面巷道风速、瓦斯及粉尘场的运移分布。

免费下载

煤炭学报

2021年第04期

1060

782
煤矿巷道智能掘进关键共性技术

作者(Author)：马宏伟, 王世斌, 毛清华, 石增武, 张旭辉, 杨征, 曹现刚, 薛旭升, 夏晶, 王川伟

摘要：依据我国煤矿智能化发展战略，深入分析了国内外智能掘进研究现状，结合我国煤炭赋存条件复杂，巷道掘进问题突出，智能掘进挑战严峻等实际，提出了直接影响和制约我国煤矿巷道智能掘进加快发展的智能截割、智能导航、智能协同控制和远程智能测控四大关键共性技术并给出了解决思路和方法。针对掘进系统智能截割问题，提出了基于视觉伺服的掘进系统智能定形截割控制方法和基于遗传算法优化的BP(GA-BP)神经网络的自适应截割控制方法，旨在提高巷道截割成形质量和效率;针对掘进系统智能导航问题，提出了基于惯导与视觉信息融合的履带式掘进系统智能导航控制方法和基于惯导、数字全站仪与油缸行程信息融合的液压推移式掘进系统智能导航控制方法，旨在提高掘进定位定向精度，实现智能导航;针对掘进系统中掘进、支护、钻锚、运输等多系统协同控制和多任务并行控制问题，提出了基于强化学习的并行作业控制方法和基于Agent的并行控制方法，以及leader-follower法和基于行为法的智能协同控制方法，旨在实现多机器人系统或智能设备的智能协同控制和并行作业，提高掘进效率;针对掘进系统智能测控问题，创建了本地控制层、近程集控层和远程监控层的智能测控系统架构，提出了数字孪生驱动的虚拟远程智能控制方法，旨在保证掘进系统安全、可靠、高效运行，实现身临其境的虚拟远程智能测控。破解煤矿巷道智能掘进的四大关键共性技术难题。

免费下载

煤炭学报

2021年第01期

相关视频

2248

2201