• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会

《煤炭科学技术》“机电工程与智能化”专业 | 网络首发

来源:煤炭科学技术

《煤炭科学技术》“机电工程与智能化”栏目主要刊登矿山机械装备、供电与通信、装备自动化、智能感知与系统集成、煤矿机器人等领域的文章。为促进科研成果快速传播、提高论文可见度,编辑部整理了近半年来“机电工程与智能化”专业录用并网络首发的文章,供读者参考(以投稿时间排序,扫码下载全文)。

行业视野

智能化

类别

82个

关键词

101位

专家

18篇

论文

1749IP

点击量

259次

下载量
  • 作者(Author): 李然, 王初亮, 刘波, 冯彦军, 姜鹏飞, 陈荣明, 陈敬斌, 陈卓, 王大龙, 卢海承, 郭宗凯, 曹田泽, 于远征, 王超

    摘要:为满足在坚硬难垮落顶板治理、瓦斯抽采增透等领域大面积区域压裂应用中对流量、压力的需求,研制了一套兆瓦级煤矿井下压裂泵系统。该系统将自动控制和变频技术同煤矿井下压裂泵的设计相结合,能够根据煤矿井下水力压裂的不同阶段的工况需求,动态采集压裂泵性能参数数据,实时分析压裂泵的功率匹配,实现压裂过程全自动化。重点攻克了高压大流量压裂泵特殊材料及工艺、动力端可靠性、液力端可靠性以及自动控制等关键技术瓶颈。研究了适用于压裂极端工况要求的高强度、耐冲蚀马氏体沉淀硬化不锈钢,并采用超高压自增强处理,提高压裂泵液力端疲劳寿命;研究压裂泵齿轮传动及摩擦副等关键可靠性技术,实现兆瓦级功率条件下压裂泵传动系统的高可靠运行;通过计算机仿真,,优化了压裂泵液力端吸排液系统的结构、性能;攻克了深钻孔低频变流量坐封技术、煤岩层起裂自动识别技术及循环压裂控制技术,实现压裂全流程的自动化控制该系统分别在曹家滩矿122110特厚煤层工作面和东李煤矿1250瓦斯治理巷进行了工业性试验;曹家滩矿试验显示:坚硬顶板预裂弱化治理裂缝扩展压力平稳,稳压时压力最高可达32.4MPa,平均流量可达100 m3/h;东李煤矿瓦斯增透试验结果显示,实施水力压裂增透工艺10d后,平均瓦斯抽采纯量增大到1.596m3/min,约为对比验证普通钻孔抽采工艺的29倍。
    免费下载
    煤炭科学技术
    55
    11
  • 作者(Author): 曹现刚, 王虎生, 王鹏, 吴旭东, 向敬芳, 李虎

    摘要:现有煤矸分拣机器人在分拣煤矸石时存在误抓取、空抓、碰撞等问题,其主要原因是煤矸石随皮带运输过程中存在打滑、跑偏等现象,依靠带速的煤矸石跟踪方法难以实时获取其精准位姿信息,导致机械臂抓取时出现较大误差,影响机器人分拣效率。针对该问题,提出一种基于视觉实时引导的煤矸石跟踪方法,即通过相机获取煤矸石实时位姿信息,引导机械臂调整动作完成煤矸石跟踪抓取。首先,通过视觉识别模块获取待抓取目标初始位姿与跟踪模板,由控制系统进行策略分配,将煤矸石分配给对应机械臂进行抓取;当目标煤矸石进入机械臂抓取工作区后,由基于孪生网络构建的单目标跟踪模型获取煤矸石实时位姿信息,并实时调整机械臂动作,完成抓取。最后,对不同带速下的煤矸石进行视觉跟踪实验,并构建煤矸分拣机器人仿真系统完成不同程度打滑、跑偏工况的煤矸石跟踪轨迹规划仿真。仿真实验结果表明,构建的煤矸石跟踪模型跟踪准确率为96.9%,跟踪速度为39fps,满足实时引导的需求。当存在不同程度打滑、跑偏时,基于视觉实时引导的机械臂抓取误差均降低至1mm以内。相较于基于带速的跟踪方法,可有效消除运输过程中由于皮带打滑、跑偏等带来的累积误差,提高系统实时响应能力,进一步提升煤矸石分拣效率。
    免费下载
    煤炭科学技术
    70
    22
  • 作者(Author): 江松, 崔智翔, 代碧波, 饶彬舰, 何润丰, 王浩宇

    摘要:在智慧矿山建设的背景下,智能化设备的应用日益成为矿山智慧化改造的主要内容,用于巡检、危险区域勘测等任务的煤矿井下智能机器人运行依赖于数字地图构建和机器人自身定位,但大多数传统的定位方法在煤矿井下出现了低效甚至失效的情况,同步定位与建图技术(Simultaneous Localization and Mapping, SLAM)成为了煤矿井下智能机器人定位方法的较优选择。然而,受制于激光雷达的高成本,以及相机在井下的低光照环境性能不佳,需要设计一种兼顾低成本和具有井下低光照环境适应性的SLAM定位方法,故提出了一种具有井下暗光照适应性煤矿井下机器人定位方法。首先,采集了陕西省宝鸡市凤县某煤矿井下的实景图像和SLAM所需的相机与IMU数据,根据图像制作了非匹配的暗光与正常光数据集,经过数据扩增达到3560张图像。设计了结合自注意力模块的EnlightenGAN图像增强网络,在不依赖配对数据集的情况下兼顾图像不同区域的依赖关系应对图像光照不均区域。在ORB-SLAM3框架的基础上,引入全局部图像检测对输入图像进行筛分,引入基于解析解的IMU初始化改进策略提高初始化速度,并引入了改进的图像增强网络对低光照以及光照不均的图像进行增强处理。在EuRoC数据集上的实验表明,基于图像增强的煤矿井下智能机器人定位方法能够在低光照环境下降低13.7%的RMSE和15.24%的SD。在两个实际煤矿巷道场景中,系统能够识别低光照环境、增加SLAM系统提取的特征点数量,减少定位轨迹的漂移现象,最终改善系统在巷道低光照区域的定位效果。
    免费下载
    煤炭科学技术
    102
    14
  • 作者(Author): 毛清华, 周庆, 柴建权, 陈彦璋, 杨文娟, 薛旭升

    摘要:高精度光纤惯导与高精度位置传感器融合定位是实现煤矿巷道掘进机精确定位的有效方法,但高精度光纤惯导成本较高且误差随时间累积,如何通过低成本、低精度的光纤惯导自适应零速修正达到高精度光纤惯导性能和消除累积误差,是目前亟待解决的问题。因此,提出一种零速检测与扩展卡尔曼滤波结合的煤矿掘进机光纤惯导自适应零速修正方法。针对掘进机光纤惯导传统阈值方法零速检测不准确问题,提出一种基于PCA-SCSO-SVM(Principal Component A-nalysis PCA,Sand Cat Swarm Optimization SCSO,Support Vector Machine SVM)的零速检测方法,该方法利用掘进机振动信号进行零速检测,首先对振动信号进行VMD分解并根据相关系数选取IMF分量,其次提取IMF分量的时频域特征,并运用主成分分析法降维以降低诊断模型复杂度与数据分析难度,最后通过引入沙猫群优化算法优化核函数与惩罚参数提高零速检测的准确率。针对高精度光纤惯导成本较高和误差随时间累积问题,提出一种自适应零速修正方法,该方法根据掘进机零速检测结果和掘进机运动特性确定的修正间隔时间,利用扩展卡尔曼滤波在零速时刻的速度误差和角速度误差作为观测量进行自适应零速修正。为了验证本文方法的有效性,开展了零速检测和零速修正的实验验证。零速检测实验中,将本文方法、SVM方法、 GA-SVM方法和PSO-SVM方法进行对比,实验结果表明:本文方法零速检测准确度最高,达到了96.5%。零速修正实验结果表明:本文提出的零速修正方法能有效降低光纤惯导的姿态误差和提升掘进机姿态检测精度,且修正间隔时间越短误差估计越准确、修正后的姿态精度越高,修正间隔时间为10分钟时,能够使0.1(°)/h的光纤惯导达到0.057(°)/h的姿态检测精度,实现了低精度光纤惯导达到高精度定位目标。
    免费下载
    煤炭科学技术
    66
    10
  • 作者(Author): 张帆, 李玉雪, 李昱翰, 邵光耀

    摘要:现有的矿山巷道液压支架载荷预测方法通常假设静态时空开采布置,忽略了远场围岩的动载荷,影响了冲击地压预测的准确性。为了确保安全开采,必须对潜在的冲击地压进行实时和精确的预测评估。本文提出一种基于数字孪生和机器学习的麻雀搜索算法-随机森林(SSA-RF)预测方法。通过分析支护系统与围岩的相互作用,建立了两柱式支架的数字孪生体模型,基于数据驱动实现物理实体与其数字孪生体之间的交互映射与同步反馈。对比分析两柱式支架升柱过程中姿态变量的计算值与真实值发现,与支架物理实体相比,数字孪生体模型的角度平均误差为0.14°,长度平均误差为6.15mm,符合精度要求。此外,麻雀搜索算法用于优化随机森林中决策树和节点特征的数量。与使用单一预测模型相比,SSA-RF预测模型的建立提高了收敛速度和优化能力。实验结果表明,与长短期记忆(LSTM)、随机森林(RF)和支持向量机(SVM)等预测算法相比,本文提出的SSA-RF方法表现最优,其在中部支架和端头支架数据集上的预测准确率分别达到85.89%和91.09%。此外,研究发现,工作面中部支架所在区域顶板易出现断裂失稳现象,会破坏工作面中部区域垂直方向的应力支撑条件,从而导致中部支架载荷变化范围更大预测精度略低于端头支架。上述研究结果将对进一步研究煤矿冲击地压发生机理和准确预测潜在冲击地压提供一定理论借鉴。
    免费下载
    煤炭科学技术
    68
    13
  • 作者(Author): 李慧, 李敏超, 崔丽珍, 马宝良, 张清宇, 潘冰冰

    摘要:近年来,随着我国煤矿业的快速发展,智能化技术的运用越来越广泛。其中,露天煤矿环境的精确定位导航技术研发显得尤为重要。同步定位和地图构建(Simultaneous Localization and Mapping,SLAM)作为无人驾驶的关键技术,在露天煤矿中的应用面临诸多挑战。由于露天煤矿道路周围环境特征点较少,且环境退化严重,SLAM技术需要根据稀疏的特征点进行定位和地图构建,难度较大。此外,由于斜坡和道路不平,传感器易产生抖动,导致机器人运行时的运动畸变问题。针对这些问题,文中提出了一种新的解决方案。首先,对传感器外部参数进行重新标定,采用惯导和激光雷达融合的方式,以增强数据的一致性和准确性。在此基础上,采用全特征点匹配方式,直接对激光雷达采集的数据进行点云降采样提取。通过在算法前端对预处理后的激光点云数据添加迭代最近点(Iterative Closest Point,ICP)匹配提取出关键帧点云X,再结合惯导数据对点云信息进行畸变校正形成点云P,再次通过迭代最近点配准X和P。此外,后端采用因子图加入了回环检测提高约束的方法,进一步提高算法在露天煤矿环境下的定位精度和建图效果。实验结果表明,文中所提算法具有较高的定位精度和完整的建图效果,未产生明显的畸变。侧壁纹理清晰,具有一定的鲁棒性,有效提高了在露天煤矿环境下的鲁棒性和精度。
    免费下载
    煤炭科学技术
    85
    0
  • 作者(Author): 解北京, 李恒, 董航, 栾铮, 张奔, 李晓旭

    摘要:井下猴车智能识别技术是实现猴车自动化巡检、实时监测与预警任务的基础,是推动煤矿智能化发展的重要支撑。针对猴车数据集样本量缺乏、井下图像光照环境较差、运行猴车之间存在重叠遮挡、矿工坐姿多变、小目标猴车难以检测、模型部署困难、不同载人状态井下猴车传统识别方法难度大效率低等问题,通过在贵州多个煤矿不同机段自建的猴车数据集,将猴车载人状态划分为载人猴车(HC_miner)和无载人猴车(HC_nominer)两种,提出了一种基于多尺度特征融合的井下猴车载人状态智能识别算法。图像预处理阶段,采用自适应直方图均衡以增强图像质量,通过随机矩形遮挡以模拟运行猴车被井下物体遮挡的真实场景,解决了猴车图像数据集体量匮乏的同时降低了井下负环境的干扰;特征提取阶段,将主干网络C2f模块部分卷积替换为可变形卷积(DCN),设计了一种C2f-DCN模块,增加不同载人状态猴车目标感受野的动态调整能力以获取复杂多变的尺度信息,使模型更好的学习到猴车矿工的耦合特征及适应矿工各类坐姿细节,提升模型对不同载人状态猴车目标的辨识能力;特征融合阶段,提出了一种基于坐标注意力机制跨层级连接的路径聚合网络—CLC-PAN-CA模块,实现了深层网络与浅层网络特征间多尺度信息的复用,可自适应捕捉全局关键信息,建立网络之间的多尺度依赖,提升模型对小目标猴车重要特征的提取,减少背景噪声干扰,降低猴车目标漏检误检率。实验结果表明,提出模型的精确率(Precision)为95.8%,对比基线模型提高了7.4%,召回率(Recall)为93.3%,提高了9.8%,平均精度均值(mAP@0.5)值为95.6%,提升了7.7%,参数量和模型大小分别仅为3.1 M和6.1MB,识别速率(FPS)为71帧。对比多种主流单阶段两阶段检测模型,提出模型可有效辨识有无载人猴车目标、显著提升井下猴车目标识别精度、减少漏检错检现象、具有较快的识别速度、更好的热度信息提取能力,可满足实际场景巡检需求,为不同载人状态的井下猴车精准识别提供了可行的方法。最后,将提出的猴车智能识别算法和井下监控视频流嵌入到设计的猴车智能识别系统中,构思了井上调度和井下监控 “端到端”一体化的猴车智能识别系统,增加了面向煤矿智能化巡检应用的期望值,可为井下猴车载人运输安全提供实时预警。
    免费下载
    煤炭科学技术
    100
    7
  • 作者(Author): 解盘石, 杨航, 伍永平, 黄宝发, 林伟典, 易磊磊

    摘要:智能化开采是我国大倾角、急倾斜等难采煤炭资源安全高效开采的必由之路。基于数字孪生的大比例物理模拟实验是解决重力-倾角效应下煤岩与装备多维多尺度力学行为与智能控制的有效途径。详细阐述了基于数字孪生技术的大比例采煤工作面物理模拟系统的设计框架、结构特点和测试/检测模式,能够实现采煤过程的数据可视化、人机强交互和工艺自优化等功能。针对传统液压支架在实时监测、预测性维护、设计优化及物理模拟方面所面临的挑战,构建了以液压支架为基础、以数字孪生技术为核心的姿态感知与仿真系统,利用SolidWorks、Maya和Unity3D等软件构建液压支架的数字孪生模型,并通过部署多种姿态感知传感器,采集实体液压支架的姿态数据和受载信息,实现数字孪生模型与实体之间的高精度姿态同步与实时反馈。通过对采集数据的分析处理,从而实现虚拟与现实的映射。最后通过多功能可变角大比例“支架-围岩”系统物理仿真平台进行多倾角下的系统可靠性及稳定性测试,验证了系统的可行性和有效性。
    免费下载
    煤炭科学技术
    78
    11

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联