《煤炭科学技术》“机电工程与智能化”专业 | 网络首发

《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; 55个
关键词; 60位
专家; 12篇
论文; 1346IP
点击量; 188次
下载量

暗环境适应性的基于SLAM的煤矿井下机器人定位方法

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

107

14
煤矿掘进机光纤惯导自适应零速修正方法研究

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

69

10
露天煤矿三维激光雷达运动畸变算法研究

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

87

0
多目标优化的智能胶带输送系统数字孪生模型构建及其应用研究

作者(Author)：陈伟, 李敬兆, 石晴, 刘继超, 李化顺

摘要：由于卸料后带面清扫效果不稳定，矿用胶带输送机在长期运行过程中，常面临带面物料粘结、扬尘和撒料等问题，直接影响了运输安全性能及能量高效利用。针对这一问题，提出了一种基于数字孪生技术（DT）的高效、环保的智能胶带输送系统。在虚拟实体中，应用在线极限学习机（OS-ELM）构建清扫力实时预测模型，以物理反馈数据作为该模型的输入参数；在物理实体中，结合力学模型、工程领域的知识与经验和运行数据计算出实际清扫力。并基于当前时刻清扫力预测值制定下一时刻清扫执行机构的调度方案，实现对物理实体的精准控制。为保证调度过程实时性，该方案中的参数优化采用改进鲸鱼优化算法（IWOA），以较高收敛速率获取全局最优解。本研究以撒料量、关键部件磨损情况、清扫机构总功率和清扫力预测准确率作为DT系统性能的评价指标，在多工况下与多组主流优化算法对比验证该系统性能，并通过Sobol和Fast两种敏感性分析方法验证预测模型输入参数合理性。实验结果表明，基于DT的智能输送系统中煤炭撒料量低于100g/min，刀片磨损率下降了8.99%，实际功率降低了8.61%，清扫力预测的MAPE和RMSE分别为3.2748%和0.017。该DT系统建立了虚拟与现实之间动态信息交互映射，实现了胶带输送系统清扫力的实时精准获取并合理调度多级清扫执行机构，有效减少了设备维护工人的工作量和环境污染问题的发生，显著提升了输送设备的安全性和稳定性。

免费下载

煤炭科学技术

130

17