基于改进概率路线图算法的煤矿机器人路径规划方法

路径规划是煤矿机器人在煤矿井下非结构化狭长受限空间中应用亟待解决的关键技术之一。针对传统概率路线图(PRM)算法在空间狭长封闭巷道环境中难以保障采样的节点均匀分布于自由空间中导致路径规划失效,以及节点可能距离障碍物较近导致规划的路径可通行性差等问题,提出了一种基于改进PRM算法的煤矿机器人路径规划方法。在构造阶段引入人工势场法,将落在障碍物中的节点沿与其距离最近自由空间中的节点连线方向推至自由空间,并在障碍物边缘建立斥力场,实现节点的均匀分布且使其距离障碍物有一定距离;在查询阶段融合D^(*)Lite算法,当遇到动态障碍物或前方无法通行时可实现路径的重规划。仿真结果表明:改进PRM算法的节点均匀分布在自由空间中,且均距离障碍物一定距离,提高了路径规划的安全性;当节点数为100个时,改进PRM算法成功率较传统PRM算法提高了25%;随着节点数增加,传统PRM算法和改进PRM算法路径规划成功次数均呈增长趋势,但改进PRM算法在效率方面优势更明显;当节点数为400个时,改进PRM算法运行效率较传统PRM算法提高了35.13%,且规划的路径更平滑,路径长度更短;当障碍物突然出现时,改进PRM算法能够实现路径的重规划。

基于激光雷达的煤矿井底车场地图融合构建方法研究

煤矿智能化是煤炭行业高质量发展的技术支撑,关键岗位的机器人替代是实现煤炭少人化、无人化的高效开采的发展趋势。即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是煤矿机器人自主移动与导航的关键技术之一。煤矿井下为典型非结构化环境,空间狭长局促,结构复杂多变,照明情况不均匀,对煤矿井下SLAM提出了严峻挑战。总结了煤矿井下地图构建研究现状,针对LeGO-LOAM算法的回环检测仍存在的不足,利用SegMatch算法改进LeGO-LOAM的回环检测模块,且使用ICP算法进行全局图优化,提出了一种融合LeGO-LOAM和SegMatch的改进算法,阐述了该算法的原理和实现步骤;开展了煤矿井下模拟场景试验,对比分析改进前后SLAM算法的建图效果以及精度,试验结果表明改进算法构建的地图回环效果更好,估计轨迹更平滑、精确;结合导航需求研究了二维占据栅格地图的构建方法,试验验证了该方法所构建的栅格地图精度,结果表明有效滤除动态障碍物等离群噪点后的栅格地图具有0.01 m的建图精度,且所需存储空间较点云地图降低了3个数量级。研究成果有助于煤矿井下非结构环境下SLAM和煤矿机器人实时定位和自主移动。

基于障碍物尺度的封闭狭长空间路径规划研究

栅格法广泛应用于移动机器人环境建模和路径规划中。为了解决在狭长空间如煤矿巷道环境中,障碍物、机器人和空间尺寸失调,以机器人中心点到自身轮廓最远距离的2倍为栅格尺寸建模容易导致路径规划失败的问题,采用以影响机器人通行的障碍物大小为基准设定栅格尺寸、机器人尺寸在地图上占据多个栅格的狭长空间地图建模方法,利用障碍物碰撞检测函数对传统A^(*)算法进行改进,仿真研究了改进算法在狭长空间中的全局路径规划的有效性,开展了实际环境下的路径规划实验。研究结果表明,采用提出的栅格建模方法和改进A^(*)算法可得到一条起始点到终点的无碰撞路线,可完成狭长空间的复杂环境路径规划。

2022年山东省奶业发展情况、存在问题及对策建议

本文从牛奶产量、奶牛存栏、生鲜乳价格、饲料原料行情、DHI工作、奶业产业素质等几个方面分析了2022年山东省奶业整体情况,探讨了当前奶业发展面临的问题,并结合山东省奶业现状,提出了促进奶业健康、持续发展的建议。

我国煤矿煤机智能技术与装备发展研究

煤机装备是煤炭开采技术变革、煤炭能源生产体系的关键支撑,受“双碳”战略目标、智能煤矿建设浪潮的驱动,我国煤机装备产业将朝着智能、绿色、安全、高效方向转型升级;煤机市场的机遇与挑战并存,煤机智能技术与装备发展成为迫切需求。本文立足我国煤炭智能化开采尚处于初级阶段的发展实际,梳理了煤机智能技术与装备的发展现状与趋势,剖析了煤机智能装备关键技术体系,涵盖煤矿智能装备支撑、智能综采综放、智能快速掘进、主/辅助运输系统智能感知与控制、煤矿机器人等技术;提出了关键基础材料和先进加工工艺、柔性制造和虚拟仿真、装备再制造、第五代移动通信+工业互联网深度融合、工业大数据与人工智能、物联网智能感知与互联、信息物理与数字孪生系统等煤机智能装备产业发展方向。研究建议,加强煤机智能技术与装备攻关,完善煤机人才支撑体系,规划引导与产业布局优化并举,建立煤机研制创新生态系统,以此推动煤机装备高质量发展。

奶牛乳尿素氮影响因素及遗传参数估计的研究进展

乳尿素氮(Milk Urea Nitrogen,MUN)是奶牛生产性能测定(Dairy Herd Improvement,DHI)工作中常规的测定指标之一,其浓度通常用于监测奶牛营养状况,反映日粮能氮平衡、繁殖性能以及环境中氮的排放量。MUN浓度因个体和日粮构成而异,同时受多种因素影响。准确的MUN遗传参数估计不仅能够提高牛场经济效益,而且能加快奶牛的遗传进展,为选育优质奶牛提供理论依据。本文对国内外关于MUN的影响因素、遗传力以及与乳脂率、乳蛋白率、乳糖率、产奶量、体细胞评分等性状的遗传相关进行了综述,以期为MUN的深入研究应用提供参考。

基于图像检测的煤矸分拣机器人实验平台

目前煤矸预分选仍多为人工完成,劳动强度大、分拣效率低,且存在安全隐患,利用煤矸分拣机器人代替人工完成煤矸预分选是保障工人健康和安全、提高作业效率的有效途径。然而现有的煤矸分拣机器人在弱光照强度、煤矸表面覆盖煤粉等情况下的效果较差,针对上述问题,提出了基于图像检测的煤矸分拣机器人实验平台。该实验平台通过工业相机采集煤矸图像,利用ResNet18-YOLOv3深度学习算法对图像中的煤矸进行识别,采用TCP通信将矸石的位置信息提供给煤矸分拣模块进行轨迹规划,控制机械臂对矸石进行夹取,完成矸石分拣作业。采用Halcon标定法对实验平台进行手眼标定,从而实现相机像素坐标与机械臂空间坐标的转换;对实验平台进行了定位误差标定,对于尺寸均为50 mm以上的煤矸样本,定位误差不大于9 mm。实验结果表明,该实验平台在强光照条件下的煤矸识别准确率达99%,在弱光照条件下的煤矸识别准确率为95%,在煤粉附着条件下的煤矸识别准确率不低于82%,且煤矸分拣准确率为82%。

基于金属磁记忆检测和涡流检测技术的大型振动筛下横梁裂纹检测方法

讨论了振动筛下横梁裂纹的振动检测方法,但尚无法确定裂纹的位置和大小。根据振动筛下横梁裂纹检测的难点和要求,提出了金属磁记忆检测和涡流检测技术相结合的振动筛下横梁早期裂纹故障快速检测方法。实验研究和工业应用表明该检测方法有效可行,可实现振动筛下横梁早期裂纹故障的快速检测,减少甚至避免突发性事故的发生,降低洗煤厂由此造成的经济损失。

基于神经网络PID综掘巷道超前支架支撑力自适应控制

掘进扰动下,煤炭深部开采高地应力会导致深部围岩大范围塑性破坏和强烈动力失稳,且持续时间较长,存在安全隐患,严重威胁着掘进工作面煤矿工人的人身安全。近年来,国内外学者在深部围岩压力变化规律、围岩控制理论和超前支护等方面开展了许多研究,但仍存在许多亟待解决的问题。超前支架的支撑力自适应围岩压力变化可充分利用巷道围岩的自承载能力,避免巷道围岩出现破裂、碎裂等现象。介绍了一种自移式超前支架的结构,分析了该支架支撑力液压控制系统,建立了该控制系统的数学模型,研究了该系统在无控制算法、传统PID控制和神经网络PID控制等情况下的系统性能;根据旗山矿的地质条件建立了围岩-超前支架力学耦合模型,利用FLAC3D软件仿真拟合得到了巷道围岩压力变化曲线;并以此曲线为输入,模拟研究了在传统PID控制和神经网络PID控制两种算法时超前支架支撑力对巷道围岩压力变化的自适应变化规律。研究结果表明,与传统PID控制相比,采用神经网络PID控制算法后,支架支撑力控制系统调节时间约为2 s,缩短了16倍,超调量约为6%,动态性能得到了改善;自适应围岩压力跟踪误差为0.005 5,改善了6.8倍,证明了神经网络PID控制策略能够对支架支撑力进行控制且其控制效果比传统PID控制效果有较大优势。

矿用便携式数据记录仪的研制

理论和实践表明 ,将状态监测和故障诊断预测新技术用于综采设备是提高采煤工作面开机率的最佳途径。但综采设备状态信号的检测与记录一直没有得到很好的解决。介绍了一款通用型矿用便携式数据记录仪的研制情况 ,该记录仪具有防爆、防尘、防水、可同时进行多通道数据采集与记录、存储容量大、液晶显示等特点。不仅能够应用在煤矿 ,为综采设备状态监测和故障诊断提供硬件支持 ,进而为综采设备的设计改良和性能改善提供理论依据 ,而且也能够在矿山、石化。

基于振动信号时域特征的综放工作面煤岩识别

为提高放顶煤的自动化和智能化水平,实现综放工作面的少人化和无人化,利用自主研制的测振记录仪,获得了不同测点处煤矿井下综放工作面顶煤、矸石与顶板岩石垮落等工况下,液压支架后尾梁与后部刮板输送机的振动信号时域指标,经统计分析发现方差、偏度与峭度指标对工况变化敏感,可作为综放工作面煤岩性状识别的评判依据,其中峭度指标最为敏感,分析了液压支架后尾梁与后部刮板输送机振动信号获取的难易程度,得出液压支架后尾梁更适合作为综放工作面煤岩性状识别的测点。

井下带式输送机减速器振动故障诊断研究

利用测振记录仪进行了煤矿井下带式输送机减速器的振动监测试验;通过分析现场振动数据时域特征指标的变化趋势和功率谱,发现该减速器输入轴齿轮存在严重磨损和蹦齿故障。检修结果验证了分析的正确性和记录仪记录数据的真实有效性。

深部综掘巷道超前支架设计与支护性能分析

针对综掘工作面环境恶劣,掘支锚时间比例严重失调现状,提出了一种新型综掘巷道超前支护机组,具有超前支护、多工位并行作业的特点。介绍了该支护机组的结构组成和工作原理,重点讨论了该支护机组的关键装备超前支架的结构和力学模型。以旗山矿地质条件为例利用FLAC^(3D)软件,基于围岩—超前支架力学耦合模型仿真计算得到超前支架的载荷,导入Ansys软件并计算得到支架整体和各零件的应力云图、位移云图,分析了支架的应力和应变情况。仿真结果表明:支架的最大位移为8 mm,与支架整体尺寸相比可以忽略,最大应力为737.84 MPa,小于材料的屈服强度890 MPa,故所设计的支架能够承受该矿围岩的压力,支架的薄弱环节为顶梁、伸缩梁和护帮板,在后续的工程设计时应予以重视。此方法可实现掘支锚平行作业,巷道的快速掘进和安全生产,可为综掘巷道超前支护提供新的思路。

基于冲击脉冲法滚动轴承状态监测研究

据统计,旋转机械的故障有30%是由轴承故障引起的。滚动轴承的状态监测和故障诊断一直是国内外发展机械故障诊断技术的研究重点之一。文章研究了冲击脉冲法的原理和评判依据,以洗煤厂渣浆泵滚动轴承组件为对象,利用冲击脉冲法研究了其状态监测和故障诊断问题,通过对洗煤厂渣浆泵轴承组件的跟踪监测,并对监测结果进行了趋势分析,发现了该滚动轴承组件存在故障的结论,检修结果验证了判断结果的正确性,对在役滚动轴承的状态监测和故障诊断具有重要的参考价值和借鉴意义。

机电设备故障诊断方法研究现状与发展趋势

回顾了机电设备故障诊断技术的发展历程,从基于解析模型、系统信号处理和知识的故障诊断方法总结了设备故障诊断方法的研究现状,探讨了其存在的问题和不足,指出了其发展趋势、研究方向及热点问题。

基于声压信号时域特征的综放工作面煤岩性状识别方法研究

针对综放工作面煤岩性状识别的技术问题,利用YHJ(C)矿用便携式测振记录仪开展煤矿井下综放工作面顶煤放落实验,采集到大量一手试验数据;然后,对选用的声压数据进行信号预处理以消除趋势项;最后,对预处理后的声压数据进行时域特征分析,得到不同工况下后尾梁声压信号的时域特征指标。对比发现,峰峰值、方差以及峭度指标对工况敏感,且方差对煤岩性状具有更高的识别率,据此提出一种以方差作为识别指标的基于声压信号时域特征的分析方法,为提高综放工作面放顶煤的自动化、智能化提供技术支持。

一种矿山压力监测方法的研究与实现

介绍了一种通过定期监测煤体的位移量变化和应力状态以实现围岩压力监测的原理和方法,详细阐述了实现关键参数监测与记录的爆炸性气体环境用本安型矿压监测数据智能记录仪的软硬件设计。实践应用表明,通过该仪器对综采工作面矿山压力进行监测,可为煤矿生产中片帮冒顶事故的预防和顶板安全管理提供可靠的数据和决策依据。

基于ZigBee无线技术的工业设备状态智能监测系统设计

针对工业设备状态监测有线监测系统布线复杂度高、灵活性差和客户端软件可移植性差、人机交互界面复杂的问题,基于ZigBee无线技术提出了一种无线工业设备状态智能监测系统的设计方案,论述了无线复合传感器终端、无线传感网络通信站、服务器和客户端的设计,并对监测系统进行测试。测试结果表明,设计的监测系统能准确反映设备状态,可为设备状态监测和故障分析提供有效的支持。

煤矿巷道修复重载作业机器人现状与发展趋势

煤矿重载作业机器人是替代高危岗位工人作业的智能装备,面临作业空间狭小局促、作业环境复杂多变等挑战。总结了重载工业机器人现状及煤矿巷道修复装备的发展历史,指出目前煤矿巷道修复装备仅实现了遥控和自动卷缆功能,智能化水平不高,需研发煤矿巷道修复重载作业机器人;提出了煤矿巷道修复重载作业机器人的概念及功能定位,指出煤矿巷道修复重载作业机器人研制面临狭长封闭巷道空间内位姿精确感知、行走路径规划与行走控制、作业轨迹规划与运动控制等关键技术问题;阐明了煤矿巷道修复重载作业机器人发展方向为提高煤矿巷道修复重载作业机器人的可靠性、稳定性和智能化水平,加强与其他机器人施工工艺的匹配。

基于激光靶向扫描的掘进机位姿测量方法

智慧矿山是我国煤炭工业转型升级的发展方向,煤炭开采的智能化与无人化是煤炭工业发展的必由之路。掘进机是井工煤矿综合机械化巷道掘进作业的关键装备之一,其位姿的测量是控制掘进机自主行进与智能截割,进而实现巷道定向掘进的基础和前提,但现有的掘进机位姿测量方法或系统存在缺陷。为实现掘进机机身绝对位姿的测量,提出了基于激光靶向扫描的掘进机位姿测量方法,阐述了测量系统的组成及工作原理,研究了激光空间图形变换规律及测量系统中各坐标系之间的转换关系,建立了基于激光靶向扫描的掘进机位姿测量系统数学模型,解算了掘进机相对于巷道大地坐标系的绝对位置和姿态信息的数学表达式,分析了影响掘进机位姿测量精度的误差因素,得到不同测量距离和激光发射器间距情况下掘进机各位置和姿态参数测量误差的变化规律。结果表明:随着激光发射器间距的增加,误差减小。在测量次数为10次、测量距离为50 m的情况下,X轴精度小于1 cm,Y轴和Z轴误差较大,翻滚角精度小于0.1°,俯仰角精度小于0.4°,方向角精度小于0.6°。研究发现:测量系统的主要误差来源是激光标靶的激光光斑中心点坐标提取误差;增大激光发射器的间距以及合理规划激光标靶的安装姿态可减小位姿参数的测量误差。