采煤机数字孪生导航截割运动规划理论与方法

为进一步提高采煤工作面的智能化水平,实现采煤机导航截割的自主推演、自主学习和自主优化,基于采煤机自主导航截割技术和数字孪生智采工作面的概念,提出了采煤机数字孪生导航截割运动规划的理论与方法,包括数字孪生理论及基于该理论的采煤机数字孪生导航截割运动规划系统的构建方法。围绕数字孪生理论,探索了智采工作面的物理场景、数字孪生模型的构建及数字孪生驱动、交互和演化机制。为满足不同应用需求,将数字孪生模型分为物理实体、孪生模型和孪生数据模型,详细分析了这3类模型的特点。介绍了由模型驱动、数据驱动和服务驱动组成的3种运行机制,这3种机制通过虚实交互逻辑实现了从感知智能到认知智能的转变。构建了采煤机数字孪生导航截割运动规划系统,该系统通过物理感知层、综合数据层、数据融合分析层及数字孪生服务层,支撑采煤机截割状态数字孪生、动态导航地图数字孪生、数字孪生强化学习环境和强化学习运动规划的服务功能;通过数字化手段将现实中的采煤机导航截割过程复制到数字孪生操作环境中,通过系统内各模块的调用实现数据的自适应融合、智能分析和最优规划。最后,在构建的数字孪生环境中比较深度Q网络−归一化优势函数(DQN−NAF)算法与深度确定性策略梯度(DDPG)算法在采煤机运动规划任务中的效果,结果表明DQN−NAF算法在解决采煤机数字孪生运动规划任务时展现出更优的效果和稳定性。