露天矿山无人驾驶编组运行关键技术

分析了当前国内外露天矿山智能化发展现状;介绍了无人驾驶编组运行阶段关键技术,包括:构建智能化管理与监控系统、无人驾驶改造、数据实时传输,以及构建协同作业管理系统和无人运输安全防护网,从而实现露天矿山装、运、排联合作业智能化。结果表明:逐步完善监控、数据处理、路径规划、防护措施,可保障无人驾驶编组运行稳定推进,为消除人员不安全行为、保障职工生命健康、降本增效提供现实可行性,从而实现智能化露天矿山安全稳定发展目标。

基于平行感知卸载区边缘工程结构规范性检测

当前露天矿无人驾驶技术在卸载阶段面临的主要挑战是安全隐患,尤其是在卸载区边缘工程结构的稳定性与规范性检测方面。为应对这一挑战,提出了一种平行感知理论驱动的点云模型解析AC-VIT算法,旨在实时稳定地检测露天煤矿卸载区边缘工程结构的稳定性与规范性。首先使用无人矿卡后向激光雷达扫描得到三维点云数据,随后应用网格平均方法、统计滤波法以及映射离散网格模型对点云数据进行处理,进而通过高度场梯度特征提取进行初步地形标记,并结合改进的AC-VIT神经网络进行规范性的识别与分类,AC-VIT模型通过全基于自注意力机制的平行计算和多层级的注意力机制,能有效捕捉长距离依赖关系。此外,在人工场景仿真环境中,基于内蒙古哈尔乌素露天煤矿实际生产作业环境搭建卸载区平行仿真环境,以获得大量多样性人工场景数据,在此基础上结合实际场景数据,利用提出的算法平行执行,进行平行感知计算实验的设计和实施,完成有效的检测算法训练和科学评估。实验结果表明,平行感知理论驱动的点云模型解析AC-VIT算法在准确率方面达到了98%,较传统神经网络模型的准确率与效率有所提高。此外,AC-VIT算法的成功应用不仅增强了露天矿卸载作业的智能化水平,还为其他类似的工程结构安全检测提供了有力的技术支撑。

基于ISSA-XGBoost模型的多特征融合露天矿卡车行程时间预测

针对露天矿运输系统卡车行程时间预测问题,提出了一种基于特征选择及改进麻雀算法优化XGBoost的露天矿卡车行程时间预测模型。模型充分考虑了卡车特征、道路特征、气象特征以及时间特征对卡车行程时间的影响,并使用皮尔逊系数法深入分析影响因素的贡献度。针对麻雀算法中全局搜索能力薄弱的问题引入反向学习和螺旋搜索策略,以提高算法的收敛性能。最后,使用改进的麻雀算法对XGBoost的关键参数进行寻优,进而构建露天矿卡车行程时间预测模型。选取国内某大型露天矿卡车调度系统采集的数据进行仿真模拟,并将所提出模型与SVM、BP、RBF和RF等其他机器学习模型进行对比。结果表明:所提出模型的预测误差均低于其他模型,相关系数可达0.9819。开发的模型和分析结果可以极大地帮助决策者规划、运营和管理更高效的露天矿运输系统。

矿用无人运输车辆精准停靠控制算法

以无人驾驶矿用运输车为平台,开展精准停靠控制试验研究。为尽可能精确地到达期望停靠位置,首先设计距离-速度规划方案,在此基础上提出1种前馈加反馈的执行器开度控制算法;其次,在底层控制中考虑加速度补偿项,并对制动切换逻辑进行优化;最后进行仿真测试和实车试验,通过测试纠正控制参数,避免掉烦琐的系统参数辨识。结果表明:采用精准停靠策略能降低干扰引起的速度波动,优化底层控制逻辑,有效提高停靠精度。

优化综合成本的露天矿油电混编卡车运输优化研究

露天货车运输在露天开采生产中扮演着至关重要的角色。合理调控露天矿货车运输,降低能源费用和碳排放,对于维护资源环保利益、推进矿产领域的绿色矿井建设具有重要意义。基于碳排放视角对露天矿卡车运输能耗问题进行分析,设定碳排放费用和运输费用作为优化目标,同时充分考虑不同装载点至不同卸载点的多种运输路线及作业任务,构建了在低碳约束下的露天矿油电混编卡车运输优化模型。运用改良后的多目标粒子群算法ACCMAPSO对卡车运行能耗进行优化。结果表明,在解决露天矿运输能耗优化问题上,ACCMAPSO可以找到既能显著降低燃料消耗又能减少碳排放的运输路径,且该路径仅需58辆货车即可完成,不仅减少了车辆使用,还降低了综合成本。分别以油耗成本最小、碳排放成本最小和综合成本最小为优化目标,发现以综合成本最小作为优化目标能够大幅度降低运输过程中的能源消耗,有效减少碳排放量。研究结果对于推动矿山企业提升生产技术与运营管理水平具有重要的理论意义和现实价值。

不同物料流对皮带机转载点的振动冲击分析与研究

选煤厂带式输送机转载点处两皮带有一定高度差,受上端面煤块大小、含水量等因素影响,会对皮带机造成不同程度的振动冲击,从而影响皮带机带身及托辊的使用寿命。为探究物料流对转载点振动冲击的影响,结合现场调研及相关理论,推出落料冲击的影响因素主要为物料流粒度级别和含水量。然后利用光纤振动传感器、数据采集卡等器材和Labview测试系统进行现场试验,将落料口下方带式输送机在不同物料流冲击下的振动信号进行采集和处理,试验结果表明,不同粒度物料流对转载点振动冲击不同,小粒度物料流对转载点的振动波形峰值为大粒度物料流的20%,自功率谱波形峰值为0.625%;不同含水量对转载点振动冲击不同,含水量少的物料流对转载点的振动波形峰值为含水量多物料流的60%,自功率谱波形峰值降低为45%。研究结果可为降低皮带机转载点振动冲击提供合理的方法。

深海采矿立管在波流载荷下的弯矩响应分析

采矿立管是深海采矿系统的重要组成部分,立管的弯矩分析是确保立管正常使用的重要指标。立管所处海洋环境复杂,且立管底部的自由边界条件使得立管弯矩特性难以分析。本文基于波浪理论,使用Abaqus有限元软件建立海洋采矿立管的模型,运用Abaqus中的AQUA海洋工程模块,考虑立管在轴向力、自重、浮力、波浪载荷、海流载荷及模拟海上平台水平和升沉运动共同作用下,对采矿立管进行弯矩分析,计算了提升泵不同安装位置、不同中继仓重量变化对弯矩的影响,结果表明:提升泵会增大安装位置的弯矩幅度,且安装在不同位置对立管弯矩会产生叠加影响;中继仓重量的增加提高了立管整体稳定性,但会使提升泵处弯矩波动产生向中部延伸的不利影响。

露天矿无人驾驶自卸车横-纵向协同控制研究

露天矿无人驾驶自卸车面临道路等级低且坡道弯道多、车辆载质量大且变化范围宽等恶劣运输工况,现有车辆运动控制策略多面向普通道路环境,无法直接将现有车辆控制策略应用于矿山自卸车。针对上述问题,提出了一种基于预瞄误差与分层反馈的露天矿无人驾驶自卸车横-纵向协同控制系统。横向控制以线性二次型调节器(LQR)为基础,运用前馈控制器降低稳态误差,采用模糊控制器实现自适应调整预瞄距离,以提高路径跟踪控制精度;纵向控制建立分层反馈式纵向速度控制器,分别采用模型预测控制和模糊PID反馈控制,并建立车辆驱动及制动逆向模型,降低自卸车载质量与道路坡度改变对纵向速度追踪的影响。仿真结果表明:(1)车辆实际速度和期望速度误差在2%以内,说明自卸车在空载下坡与满载上坡2种工况下的速度跟踪效果能够满足要求。(2)由于横-纵向协同控制能够针对路径曲率的不同实时调节车辆速度,在2种工况下,自卸车横-纵向协同控制器相比于单一横向控制都获得了更高的路径跟踪精度,同时也提高了自卸车的操纵稳定性。实验结果表明:(1)空载下坡时的横向误差峰值为0.0199 m,方向误差峰值为0.1840 rad,误差增大均发生在弯道处,但误差波动范围较小,能够保证试验车对期望路径的跟踪。(2)负载上坡时的横向误差峰值为0.0168 m,方向误差峰值为0.0714 rad,误差变化趋势与空载下坡试验相反,但误差仍在合理范围内,试验车的跟踪效果良好。(3)2个误差峰值均小于空载下坡试验,验证了不同速度对横向控制精度的影响规律。

基于轻量化图注意力机制的露天矿卡车调度优化算法

有效地管理和调度露天矿卡车,有助于大幅提升运输效率、降低矿山运营成本。现有研究聚焦于利用深度强化学习(Deep Reinforcement Learning,DRL)构建学习模型求解路径优化问题,然而,该模型针对Transformer架构的参数训练时,会产生大量参数冗余。为此,提出了一种轻量化图注意力机制的露天矿卡车调度优化算法。将微分方程数值解法——阿当姆斯(Adams)法用于Transformer模型的权重学习中,通过Adams的残差训练方法,可提高网络后期的优化精度,进一步压缩模型的规模,高效求解露天矿卡车调度优化问题。研究表明:该方法在降低最优间隙的同时将源模型的参数量压缩1/2,减少了对GPU设备的训练依赖。采用随机生成的露天矿卡数据集算例对该算法性能进行了验证,反映出采用Adams-Transformer模型有助于提升露天矿卡车调度效率。

深海采矿水下巡检ROV水动力特性分析

为了高效稳定开采深海矿物资源,需要对深海采矿系统水下作业进行监测、维护。按照实际应用需要,自主研制了一款辅助海底多金属结核开采的水下巡检机器人(Remotely Operated Vehicle,ROV)。本文基于计算流体动力学方法,研究了ROV在进退和升沉两种主要运动模式下的阻力、表面压强及流场流线特点,同时采用滑移网格方法对螺旋桨仿真,分析了螺旋桨转动对ROV水动力性能的影响。结果表明:ROV在前进和下潜时具有较好的水动力性能,螺旋桨转动对ROV腔体内部流场及尾流区域产生梳流导流作用,减小了ROV负压区及航行阻力,后退和上升时螺旋桨转动则加剧内部流场紊乱,恶化了ROV水动力性能。

燃料受限条件下矿区无人驾驶卡车路径最优化策略研究

近年来,随着智能技术广泛应用,无人驾驶卡车作为新型矿区运输设备,因其具有安全可靠、精准高效等优势而被广泛应用于矿区物流中。然而,在实际矿山应用中,卡车的燃料供应十分有限,在一定程度上限制了无人驾驶卡车的运营距离和行驶时间。因此,寻找一种优化燃料消耗并提高运输效率的路径规划策略显得尤为重要。提出了一种优化燃料消耗的无人驾驶卡车路径规划策略,旨在优化燃料消耗并实现更高效的运输。建立了一个矿区车辆路径燃料消耗优化模型,该模型将燃料消耗与车速、卡车功率等因素联系起来,并考虑了矿区地形、道路条件以及各个加油站的位置和燃料存储容量等限制因素。在此基础上,通过改进的遗传算法搜索最优解,并通过交叉验证和灵敏度分析测试其优化的准确性。为了验证该策略的有效性和可行性,在一条典型的矿区路径进行了实际测试。测试结果表明:在相同的燃料供应下,与其他智能算法相比,所提出的优化燃料消耗的无人驾驶卡车路径规划策略可以有效降低燃料消耗,并且能够更高效地完成运输任务。此外,在不同的燃料供应情况下,该策略也能够根据实时条件变化进行快速优化,并得出最优解,具有一定的实用价值和应用前景。

基于手机APP的智能卡车调度系统开发与应用

最佳路径、路线规划、实时调度等算法的传统智能卡车调度系统成本高昂,中小型露天矿山企业对卡车调度系统应用望而却步,针对这些情形,开发研究了基于手机APP的智能卡车调度系统,用于解决中小型车辆管理混乱、运输效率低下等状况,分析并阐述了其关键技术、系统架构、智能算法、主要功能与经济效益。矿山实际运用结果对比表明:该系统与传统卡车调度系统相比更具便捷性和泛用性,且价格优势更大,可大幅度节省矿山建设及运行成本,适合在中小型露天矿山推广应用。

无人驾驶电动自卸卡车在露天矿山的应用分析

自卸卡车是矿山矿岩运输的主要工具,在露天矿山生产中发挥着重要作用。近几年来,矿山对节能、减排和智能技术的考核指标也越来越严格。随着电池技术和无人驾驶技术的快速发展,无人电动卡车在矿山领域也开展了实验和应用。本文对无人驾驶电动自卸卡车在露天矿山的应用开展了实践调查和现状分析,列举应用实例说明了无人驾驶电动自卸卡车相比传统燃油自卸卡车在矿山应用具有的优势和经济价值,梳理了无人驾驶自卸卡车的应用情况,为无人驾驶电动自卸卡车技术的相关研究和应用提供参考。

矿用自卸车纵梁焊接变形的工艺研究

对矿用自卸车纵梁的焊接变形进行了分析研究。通过采用组对工装、控制焊接顺序和预热温度,以及利用FANUC机器人接触寻位、多层多道焊和电弧跟踪功能规划了一套车架纵梁的焊接路径,将焊接变形控制在5 mm以内,解决了长期以来焊接变形达10 mm的问题。该方法减轻了工人的劳动强度,提高了焊接效率,降低了焊接返修成本,保证了生产质量。

露天矿山无人驾驶运输效率评估方法

为了帮助矿山业主单位明确地评估无人驾驶运输系统与传统人工运输系统之间的运输效率比,以及帮助无人驾驶系统开展调度算法优化;提出了无人驾驶系统效率评估中的3种评测方式,以及在不同评测周期内应采用的关键指标,并对不同评测方法的适用场景进行展开讨论。结果表明:此评测方法广泛适用于不同矿山生产和测试条件下的场景和需求,具备行业的通用性和适用性。

基于5G网络的无人驾驶运输技术在兴盛露天煤矿的应用

对基于5G网络的无人驾驶运输技术进行了分析,探究了矿山无人驾驶运输技术的网络基础及架构,提出了5GtoB在矿山无人驾驶运输场景的应用策略,研究了基于5G网络的露天矿山无人驾驶运输技术方案,并对其进行了应用实践。兴盛露天煤矿基于5G网络的无人驾驶运输技术在应用上可靠、稳定,提高了矿山生产技术水平,为智慧矿山打下了坚实的基础。

露天矿卡车调度研究

露天矿卡车调度的规划在为企业缩减成本、提高效率方面起着重要作用。利用数学建模及计算机仿真运算可以做到科学决策,减少人为误差。主要围绕模型建立和算法优化2个方面,通过对文献的梳理和对案例研究的详细分析,归纳出了模型的主要优化目标和影响因素,对比分析了各种算法效果,提出了存在的问题,阐明了与露天矿卡车调度相关的主要挑战和机遇,并为提高采矿作业的效率和可持续性提供了实用建议。

电驱自卸车在露天煤矿中的应用前景分析

为了贯彻实行国家环保相关政策,结合露天矿目前生产实际,调研行业内主流运输自卸车的使用情况,分析了燃油自卸车和电驱自卸车经济、使用效能等方面的优缺点;通过不同角度对比得出电驱自卸车相比燃油自卸车优势显著,同时结合当下环境和政策,新能源自卸车快速发展,电驱自卸车将成为市场主流选择。

矿用电动轮自卸卡车前仰角维修检测站设计

本文介绍了矿用电动轮自卸卡车前仰角维修检测站的设计,该维修检测站能完整的前仰角的拆解、清洗、维修、检测、组装、测试等一系列作业流程。详细阐述了该维修检测站的布局及作业工艺流程,并对其主要设备:维修检测变位机、轴承压机、高压喷淋清洗机、测试台的设计及工作原理进行了介绍。该维修检测站能有效降低人工劳动强度,同时也可有效降低维修成本,达到降本增效的目标。

露天煤矿无人矿卡的发展研究

露天矿山智能转型,实现高效、经济、可持续化发展,是矿山发展的必然趋势。通过分析国内外露天煤矿无人矿卡发展现状,指出中国露天煤矿无人矿卡发展中可能会面临的问题,即:无人矿卡改造及维护成本高、矿区无人矿卡配套辅助设施和基础设施滞后,以及无人矿卡相关企业之间存在商业壁垒。为解决上述存在的关键问题,分别从缩减成本和提升效率的方向提出无人矿卡零碳化以及智能调度系统优化。