工矿自动化

姓名
邮箱
手机号码
标题
留言内容
验证码

张传伟, 芦思颜(通讯作者), 秦沛霖, 周睿, 赵瑞祺, 杨佳佳, 张天乐, 赵聪

<摘要>(18)

摘要:
针对井下巷道通常具有狭窄、弯曲以及未知障碍物等因素增加了路径规划难度和计算时间的问题，本文提出了一种融合简化可视图和A*的全局路径规划方法 DVGA*。在构建真实环境的点云地图基础上，动态生成可视图并使用A*算法评价函数选择最优节点在表中扩展并删除其他节点，循环此过程直到表中出现终点，结合路径平滑算法删除无用的中间节点，本算法相较传统A*算法能够确保规划路径简洁和高效，提高了矿用车辆到达目标点的效率。仿真结果表明本文算法相较于CVGA*、SVG-A*和SVGCA*构建可视图耗时和路径规划用时均为最短，显著提升了路径规划的时间和效率；模拟巷道实验结果表明本文算法规划的路径更加平滑，路径规划出的平均长度分别缩短了10.79 % ，6.26% 和2.86% ，算法规划的时间分别减少了38.18% ，24.69%和16.05% ,规划成功率明显提升，在搜索时间和路径成型上均表现优异。

基于匹配法的不同种类煤矸石发射率预测研究

张锦旺, 何庚, 韩星

<摘要>(20)

摘要:
精准的发射率参数设置对红外仪测温及煤矸石红外图像的识别至关重要。针对红外热像仪在“液体介入+红外检测”煤矸识别方法中的准确应用，在红外热像仪检测煤矸石之前，其自身的发射率需与煤矸石的发射率保持一致性，方可保证测试结果的准确性，本文基于红外热像仪和表面热电偶相结合的匹配法，搭建了匹配法测量煤矸石发射率的实验平台与装置，进行了不同温度条件下煤矸石发射率特征提取实验。实验结果表明，不同温度条件下煤矸石表面粗糙度是影响煤矸石自身发射率差异的内在因素；煤矸石的发射率随样品温度的增大呈幂函数降低趋势，给出了不同种类煤矸石发射率与温度的关系式，预测了室温下的发射率值，且采用反代法验证了匹配法测试结果的准确性，发现实测值误差值随发射率的增大而减小，研究结果可为基于红外图像的煤矸识别技术提供支撑。

基于机器学习的煤岩破裂电磁辐射有效信号智能辨识研究

李保林(通讯作者), 冯嘉琪, 王恩元, 孙新宇, 王硕玮

<摘要>(21)

摘要:
电磁辐射作为一种有效监测技术已应用于冲击地压、煤与瓦斯突出等煤岩动力灾害监测预警。但因电磁信号产生机制复杂，易受井下环境干扰进而影响灾害危险监测预警准确性。准确辨识煤岩破裂诱发的有效电磁信号是该技术应用推广的关键。为此，本文开展了煤岩单轴压缩电磁辐射监测实验，分析了电磁辐射有效信号和干扰信号时域、频域及分形特征差异性，分别利用线性判别法、支持向量机和集成学习法等机器学习方法建立了电磁辐射有效信号和干扰信号智能识别模型，并对比分析了不同模型识别精度。结果表明：分形盒维数、平均频率、计数和峰值频率特征对电磁辐射有效信号和干扰信号区分较明显，单一特征识别准确率均在70%以上；信号特征集和机器学习方法对有效信号和干扰信号识别准确率均有影响，对比分析得到基于全部特征集的集成学习法识别准确率最高，对于两类信号的平均识别准确率为95.4%，能够满足电磁辐射监测预警应用需求。

锂离子蓄电池电源在煤矿井下应用的安全性分析

倪春明(通讯作者)

<摘要>(22)

摘要:
目的：探究锂离子蓄电池电源在煤矿井下应用的安全性。方法：选用100A·h的矿用锰酸锂蓄电池，模拟煤矿井下的环境特性，对该矿用锰酸锂蓄电池电源实施安全性测试。通过针刺测试模拟煤矿井下环境中潜在的机械冲击，用尖锐物体刺入电池，观察电池在极端条件下的反应。为了准确模拟煤矿井下的高温环境，实施炉箱加热测试。通过实施过充电试验模拟煤矿井下可能出现的过充状态，评估电池在过充状态下的性能表现和安全性。结果：电池被针刺穿后，表面出现一定变形和破裂，未发生危险情况。电池在炉箱加热后显著膨胀，伴随有气体泄漏的现象，尚未引发爆炸或燃烧。在过充电试验后，触发了电池的燃烧事件。结论：锂离子蓄电池电源在煤矿井下应用中具有一定的热稳定性。在煤矿井下应用中，必须严格控制电池的工作温度，避免超过其安全操作温度范围。应采取措施监测煤矿井下锂离子蓄电池电源的过充问题。

非结构化巷道巡检机器人皮带机稀疏点云边缘提取技术

黄晨烜, 常健(通讯作者), 王雷

<摘要>(19)

摘要:
目前煤矿点云边缘特征的应用主要集中在综采面点云识别、露天矿自动驾驶等领域，对井工煤矿巷道无人化巡检的应用较少。在皮带巷巡检任务中，皮带机边缘提取能使机器人获取自身相对皮带机的空间位姿，为其执行巡检任务、判断煤流运输情况提供环境信息支持。提出一种基于投影-四叉树方法的边缘提取技术(Quadtree-based Points Edge Extraction, QBPEE)，首先通过对点云环境下的井工煤矿环境特征进行分析分类，提出一种针对皮带巷的适应性传感器布置方案，将雷达数量需求降至1台。其次针对皮带机点云稀疏问题，通过结合RANSAC平面提取与投影-四叉树结构实现边缘提取，与另3种典型算法相比，能更有效应对皮带机点云的分区、聚类问题。根据对柠条塔煤矿皮带巷的数据采样，确定SOR滤波阈值为KD=25、MulThresh=0.1，皮带机平面提取阈值为0.02。最后利用rviz与Gazebo联合仿真，将使用手持激光扫描仪获取的皮带巷稠密点云模型转换为具备表面的巷道仿真场景。在仿真及现场实验中测试巡检平台不同运动工况、雷达遮蔽率及环境反射情况条件下的提取结果，在连续10000帧扫描中，不同运动工况下准确率最低96.33%，当雷达遮蔽率低于30%时，最低取准确率79.23%，饱和水层覆盖条件下最低准确率88%，单帧计算成本36ms，低于其它典型算法，为井下无人化巡检提供了关键技术支撑。所构建的皮带巷仿真数据及部分测试视频开源于Github。

综采支架超压大流量液压系统设计及动态特性研究

郭新伟

<摘要>(25)

摘要:
本文研究液压支架初撑力和移架速度两项性能指标相关的液压系统动态特性，首先建立了综采支架液压系统的动力学方程，得出了升柱过程中立柱上升阶段和触顶加压阶段的压力流量动态特性，论证了立柱或千斤顶的近似空载运行是支架液压系统压力大幅度波动的主要原因。引起系统压力大幅度波动的另一因素是长距离管路液压冲击，本文研究了换向阀突然开启时的压力急剧下降，以及立柱触顶加压时压力急剧上升的液压冲击现象，提出了利用液压冲击压力提升支架初撑力的设想。通过煤矿井下现场测试数据，以及AMESim仿真可以证实综采支架液压系统存在大幅度的压力波动，并影响支架初撑力和移架速度等动态性能。在此基础上，提出并设计了液压支架超压大流量系统，利用长距离管路液压冲击的压力峰值产生超压作用以提升支架初撑力，采用蓄能器瞬时大流量保证移架速度。理论分析和AMESim仿真论证了设计方案的可行性，具有实际应用价值。

基于改进YOLOv8的煤矿井下钻杆计数方法

刘宋波, 姜媛媛

<摘要>(50)

摘要:
为了精确测量矿井中钻孔的深度，本文提出了一种基于改进YOLOv8n模型的钻杆实例分割方法—Yolov8n-TBiD。由于钻杆目标易与昏暗的矿井环境混淆，本文在原始模型的主干网络引入Triplet Attention 注意力机制，以准确捕捉钻杆的空间位置，增强模型抑制背景干扰能力；同时，为了更有效地捕获钻杆的边界信息，提高了模型对钻杆形状识别精度，使用加权双向特征金字塔网络 BiFPN 替换原网络的PANet 特征金字塔;最后，引入 Dice损失函数，优化了模型对钻杆目标分割的处理，特别是在钻杆在图像中占比小、背景信息繁杂的情况下，有效地解决了样本不平衡的问题。根据实验结果，该方法在针对煤矿井下环境的视频数据集上实现了99.5%的钻杆计数精度，平均检测精度达到了94.9%，检测速度提升17.8%，表现出较高的准确性和实用性。

低可见度环境下基于改进YOLOv3的矿下人员定位方法

路晓亚(通讯作者), 李海芳

<摘要>(24)

摘要:
由于低可见度煤矿环境下存在光照不足、粉尘遮挡等因素，使得智能煤矿系统中的图像定位模型采集的人员目标，在二维图像中表现为小目标或低可见度目标时，原始YOLOv3网络的Darknet53特征金字塔结构无法充分提取和保留这些目标的细节信息，导致定位性能下降，对此，提出一种低可见度环境下的改进YOLOv3的下人员定位方法。首先，结合β函数映射和帧间信息增强低可见度环境下煤矿矿下监控视频质量。然后，采用Darknet-19替代YOLOv3中的Darknet53，并引入CIoU作为YOLOv3损失函数，利用改进YOLOv3识别增强后视频中的矿下人员目标。最后，基于映射模型将识别到的目标由二维空间投影至三维空间，完成矿下人员定位。实验结果表明：经过所提方法增强后，能够有效提升视频质量且能够准确识别到视频中的人员目标，同时定位精度更高。

矿用激光雷达与相机的无目标自动标定方法研究

张传伟, 杨佳佳, 周李兵, 秦沛霖, 赵瑞祺

<摘要>(24)

摘要:
近年来，我国煤矿智能化建设步伐加快，矿用无人驾驶辅助运输车辆已成为智能化煤矿的重要内容和验收标准。矿用车辆实现无人驾驶依赖于准确的环境感知，而激光雷达和相机的结合可以提供更丰富和准确的环境信息。为确保其有效融合，需进行外参标定。本文提出一种矿用激光雷达与相机的无目标自动标定方法，针对矿用车载激光雷达低线束的特点，采用多帧点云融合方法增加点云密度，结合全景分割提取有效目标，通过构建2D-3D目标质心对应关系进行粗校准得到初始外参，然后将有效目标点云通过初始外参投影在分割掩码上，构建有效目标图像和点云的全景信息匹配度函数，利用粒子群算法优化外参。实验结果显示，该方法平移误差为0.055m，旋转误差为0.394°，相较于单帧点云作为输入，融合帧点云作为输入时平移误差降低了50.89%，旋转误差降低了53.76%：相较于基于语义特征的算法，平移误差降低了43.88%，旋转误差降低了48.63%，表明本文方法可有效提高矿用激光雷达与相机外参自动标定精度，为后续矿用激光雷达数据与图像融合提供了研究基础。

近距离煤层采空区下综放工作面巷道合理位置研究

张伟, 张国俊(通讯作者), 石永光, 王玉亮, 李宜杭, 李杨

<摘要>(26)

摘要:
针对近距离煤层综放工作面开采空间大，采动强度高，下位煤层回采巷道受上煤层采动影响应力集中、巷道支护困难等问题，本文以西露天矿2煤层和1煤1分层研究对象，通过理论分析，综合考虑了上煤层开采时底板应力降低区域和下煤层开采时的极限平衡区域，确定了下煤层巷道的合理内错距为22.79米，并结合数值模拟手段，分析了上煤开采后底板应力分布规律以及不同内错距下巷道围岩变形破坏特征及规律，结果表明：距离采空区底板越近，应力最大值与最小值相差越明显；随着距煤柱距离不断增大，其围岩应力和应力集中系数呈现急剧降低-缓慢增大-稳定的趋势，在距离煤柱20~25m范围内其应力及应力集中系数相对较小，此外，巷道围岩塑性区范围呈现先减小后增大的趋势，而巷道变形量逐渐减小，当巷道处于内错20m和25m时巷道围岩破坏相对较小，当错距增加至25m时，巷道围岩移进量基本保持不变，巷道合理错距为20~25m。011N1-1轨道顺槽采取内错24ｍ的方式作为试验巷道，通过地质雷达对巷道围岩松动范围测试及巷道围岩变形监测表明巷道围岩破坏和及变形较小，进一步证明了该错距的合理性。

动态自适应旗鱼优化BP神经网络的工作面周期来压预测

姚钰鹏, 熊武

<摘要>(28)

摘要:
针对综采工作面来压猛烈、易造成支架损坏和依靠经验指导生产存在一定局限性和盲目性的问题，提出了基于动态自适应旗鱼优化BP神经网络方法(DASFO-BP)对综采工作面周期来压进行预测。首先通过对周期来压影响因素进行研究，分析各影响因素与来压的相关性，通过皮尔逊相关系数进行相关性分析，得到周期来压的主要影响因素；其次，针对旗鱼优化器收敛精度不足的问题，通过动态自适应优化策略对现有的优化算法进行改进，提高了优化器收敛精度；再次，通过改进后的旗鱼优化器对 BP 神经网络(Back PropagationNeural Network)的模型参数进行优化，训练得到工作面周期来压预测模型，模型能够有效映射工作面周期来压与输入因素之间的回归关系，从而实现周期来压预测；最后，设计对比实验，通过评价指标对模型进行性能评估，并以某煤矿81202综采工作面为工程背景，通过与BP神经网络、SFO-BP神经网络和NCPSO-BP神经网络的预测结果进行比较分析，对比结果表明，DASFO-BP对来压强度和来压步距的预测结果的均方误差相较于次优算法分别下降了79.1%和31.5%。在参与比较的预测模型中具有最高的预测精度，满足生产要求，可以作为煤矿安全生产的辅助决策手段。

基于Bayes-AVGG模型融合钻孔地质信息的煤岩图像识别方法

李季, 马潇锋

<摘要>(26)

摘要:
煤岩识别是实现煤矿智能化的重点研究方向之一。为进一步提升煤矿井下煤岩图像识别模型的精度、效率、鲁棒性和合理性，提出一种基于Bayes-AVGG模型融合煤系地层信息的煤岩图像识别方法。该方法首先使用改进的谱残差显著化检测（Improved Spectral Residual Saliency Detection, ISRSD）算法，增强样本图像特征，减弱复杂环境对样本特征的不明显性影响；其次使用加入注意力机制的卷积神经网络模型AVGG（Attentional Visual Geometry Group，AVGG）作为样本图像特征的提取网络，优化网络模型参数，提升模型效率；最后，基于贝叶斯理论，使图像特征和煤系地层信息解耦，在不显著增加模型推理时长的情况下，提升煤岩图像识别模型的精度和合理性。使用自制的低照度煤岩图像集，选用准确率、样本平均推理时长、参数量和模型体积等四个指标对模型进行评估，使用VGGNet、AVGG、SVGG（Simplified Visual Geometry Group，SVGG）、AlexNet和GoogLeNet模型作对比试验，并分别训练300轮的情形下， AVGG模型准确率与VGGNet模型相接近达到91.33%，高于其它模型，但样本平均推理时长约为VGGNet模型的15.61%，参数量约为VGGNet模型的33.44%，模型体积大小约为VGGNet模型的33.40%，AVGG模型在煤岩图像分类识别任务中具有明显的优势；使用AVGG模型分别处理经过ISRSD、LC、HC、FT和未经过显著性优化算法优化的煤岩图像样本进行200轮的迁移学习训练，其中经过ISRSD算法优化的样本比未经过显著性算法优化的训练集准确率高出1.85%，达到94.36%，相较LC、HC和FT显著性检测算法优化的样本同样具有优势，并且模型的欠拟合程度明显降低；在此基础之上，对AVGG模型接续训练200轮，并使用贝叶斯模型融合赵家坝煤矿1925工作面的煤系地层信息和AVGG提取的图像特征，在全量样本推理时长仅增加0.46s情形下，训练集总体准确率可达到99.03%，测试集准确率增量学习之前可达96.83%，而使用增量学习之后可达97.12%，验证了该方法的实用性。

一种煤矿井下应急逃生最优路径动态规划方法设计

卢国菊(通讯作者), 史文芳

<摘要>(25)

摘要:
煤矿井下环境复杂多变，在动态规划中需要考虑不确定因素，经典Dijkstra算法在求解过程中，需要单独考虑矿井下存在的多出口、人群拥挤以及次生灾害等影响路径规划效果的关键因素，缺少要素之间的关联过程，存在空间复杂度高，中间节点无序随机存储等问题，为此提出一种煤矿井下应急逃生最优路径动态规划方法。定义煤矿井下网络模型各个要素之间的拓扑关系，确定煤矿井下三维巷道网络模型中边权重的计算指标，结合动态综合权重，组建煤矿井下应急逃生最优路径动态规划模型。将Dijkstra算法和蚁群算法（ACO）有效结合，利用Dijkstra—ACO算法对模型求解，确定最优路径动态规划方案。实验结果表明，所提方法可以有效提升煤矿井下应急逃生最优路径动态规划效果，为煤矿井下应急救援提供科学依据。

基于工艺引擎规划的放煤自动控制及窗口决策方法

姚钰鹏, 商楚浩, 刘清

<摘要>(21)

摘要:
本文介绍了一种基于工艺引擎规划的放煤自动控制及窗口决策方法并集成于规划放煤控制系统中，旨在解决传统放煤模式中自动化率低、运行效率低等问题。系统由规划放煤管控模组以及窗口决策模组成，构建异步递进的放煤调度策略与柔性切换技术提升了自动化率与运行效率，关联了后部运输机、泵站等外部设备保障安全作业，具备工艺编辑引擎灵活适应不同的工况，设计了倾角关联控制与放煤决策窗口改善了放煤质量。该系统已于综放工作面常态应用，实现了工作面“自动跟机+规划放煤”的新一代智能综放模式。

综采工作面刮板输送机煤流时空分布模型研究

陈书航, 王世博(通讯作者), 葛世荣, 王赟

<摘要>(42)

摘要:
综采工作面刮板输送机存在运载煤流分布不均、耗能高等问题，针对此，建立煤流时空分布模型，为刮板链的运行阻力计算、张紧力自适应调节以及链速自适应智能控制提供了依据。分析综采三机开采工艺，总结煤流装载规律，并结合实际装载流程，采用有限元方法建立煤流时空分布模型。建模流程如下：分析采煤机进刀工艺，总结煤流的三种装载方式及装载类型；依据各滚筒截割装载流程，计算不同工况煤流瞬时装载体积；分析刮板链与采煤机的运动机理，结合煤流瞬时装载体积，建立瞬时装载截面积计算模型；采用有限元方法将刮板输送机划分为有限单元格，依据煤流实际装载过程，将其分为两个步骤：煤流随刮板链移动、装载煤流叠加，根据装载位置、装载煤流长度和截面积可确定装载煤流的空间位置；结合综采三机实时工作参数，整合以上分析内容便可建立刮板输送机煤流时空分布模型。依据MG1000/2660-WD型滚筒采煤机和SGZ1200/2000型刮板输送机工作参数进行仿真实验，仿真结果在多个方面都验证了模型的合理性。通过对比井下和仿真结果表明：煤流时空分布模型能够很好的预测刮板输送机上煤流的分布状态，对计算刮板链负载阻力、调节运载煤流分布、实现链速自适应智能控制具有一定的参考价值。

含复杂断层四面体网格自适应分级细化研究

陈应显, 朱喆, 马慧茹, 富颉鹏

<摘要>(30)

摘要:
目前四面体实体网格自适应细化技术多集中于简单层状地质体的三维重构与表达分析，对于结构复杂、数据不连续的含交错断层等复杂地质体进行自适应细化一直是一个难题。基于网格自适应细化，提出一种含复杂断层的四面体网格自适应分级细化方法。即使用断层影响范围公式自适应确定断层的细化范围；由最短距离公式，确定细化范围内的四面体集；构建四面体的分级细分公式和边的分级细分公式，确定四面体集内四面体网格和边的分级；针对四面体网格细分时出现的多种情况，通过对边的升级处理，将细分的八种类型统一为三种类型；最后，在局部区域内，通过新增加顶点和原顶点重新连接四面体，改变网格的单元尺寸，生成高质量的网格模型。以内蒙古自治区某含交错断层带露天煤矿为实例，细化结果表明，该方法成功优化了断层面附近网格单元，生成了更精确的四面体网格模型。

基于SPH方法的支架放煤与刮板输送过程联合仿真研究

刘波, 张强, 刘洋, 董祥伟

<摘要>(17)

摘要:
为研究综放开采顶煤放出规律，提出了一种基于光滑粒子动力学方法(SPH)无网格数值计算模型。首先，构建了连续介质力学控制方程的SPH离散方程，引入弹塑性土体本构模型和Drucker-Prager屈服准则，实现颗粒顶煤坍塌、运移、放出过程模拟。随后，考虑采场实际的放煤和输煤过程，构建了刮板输送机模型，模拟沿工作面水平方向顶煤放出和底煤输送过程，获得不同刮板机运行速度(0.0-1.5m/s)下的煤岩界面和煤流速度变化规律。结果表明：非粘聚土体本构模型可有效模拟颗粒的流动行为，通过设定摩擦角、模量等材料参数，避免了传统DEM模型的参数不定问题；煤流速度稳定后，放煤口附近的应力分布呈“双峰”形貌；刮板机运行速度对放煤时间影响较大，但对终止的煤岩界面和放出体形状影响较小；多支架同时放煤需要考虑刮板机的输送能力，不同支架之间的底煤输运干涉可能导致放煤口的堵塞效应；“见矸关门”准则导致不同放煤口放煤量存在差异，40个放煤口顶煤放出量的标准差（7.52m2），高于自动放煤的标准差（1.93m2）。

基于时空连续补偿的矿山可通行区域识别方法

代博, 王亚飞, 章翼辰, 张睿涛, 李若尧, 李泽星

<摘要>(21)

摘要:
可通行区域识别是矿山无人驾驶技术中的重要环节。露天矿山道路场景具有道路边界模糊不清及路面平整度不一等特征。然而，单帧高程估计等现有可通行区域识别算法容易出现可通行区域与车辆不连通及帧间可通行区域识别结果不一致等误分类问题。针对以上问题，本文提出了一种基于时空连续补偿的矿山道路可通行区域识别方法。该方法首先基于同心圆模型对矿山道路建模并利用主成分分析方法进行多平面拟合获取初始可通行区域分割结果；然后，基于空间连通性分别利用区域生长算法和基于密度的噪声应用空间聚类算法对初始可通行区域进行区域连通性滤波及点连通性滤波，得到符合空间连通性的可通行区域；最后，基于时间区域一致性对不同点云帧中可通行性不一致的不稳定区域进行滤除，先根据正态分布变换算法构建栅格地图，再利用时间稳定权重判断栅格稳定性，最终通过区域栅格投影实现不稳定区域的滤除。矿山实验结果表明：提出的可通行区域识别算法准确率为93.44%，较现有主流算法提升2%以上；召回率为99.14%，较现有主流算法提升8%以上。

留言板

最新录用

投审稿系统

最新录用查看更多>