煤矿掘进机器人虚拟仿真与远程控制系统

针对现有掘进机视频监控和遥测遥控等监控方式存在图像不清晰、无法真实反映掘进机位姿和工况状态等问题,提出了一种煤矿掘进机器人虚拟仿真与远程控制系统,介绍了系统方案设计,对掘进机器人改进设计、虚拟仿真远程监控平台、掘进机器人控制模型等关键技术进行了研究。该系统利用虚拟现实技术有机整合井下操作人员、掘进机器人和井下环境信息,以掘进机器人自动掘进和远程人工干预为目的,实现了掘进过程的运动控制和巷道成型掘进控制功能。实验结果验证了该系统的有效性和良好的控制性能。

基于数据驱动的隧道地质信息精细化管理系统研发与应用

针对现阶段隧道超前地质预报系统管理粗放、数据利用率低等问题,结合数据驱动原理重塑业务逻辑,研发新的隧道地质信息系统TGIS。通过高度集成隧道勘察设计阶段地质、施工阶段超前预报地质及掌子面开挖揭示地质,实现基于数据驱动的预报方法优选、临近预报提醒、分级实时预警与有效处置、掌子面自动素描、预报成果辅助判识等功能,达到隧道地质信息精细化管理的目的。经现场使用表明:基于数据驱动的隧道地质信息精细化管理系统界面友好、运行稳定、效果良好,各项功能达到设计要求,相对于传统超前地质预报系统具有明显的优势,可普遍服务于隧道建设。

岩溶地区地铁一种综合超前地质预报方法

岩溶地区地铁隧道施工过程中,突水、突泥等地质灾害频发,应采取有效的超前地质预报方法进行预报。城市地铁隧道较公路、铁路隧道具有埋深浅、环境复杂、干扰因素多的特点,不可照搬公路、铁路隧道的超前地质预报方法。本文通过分析岩溶地区地铁超前地质预报的特点,提出一种综合预报方法,即洞外采用高密度电法,洞内采用掌子面素描和地质雷达。利用该方法对南宁地铁二号线某暗挖段进行了超前地质预报,预报结果与实际开挖情况较吻合,预报效果良好,对类似工程具有借鉴意义。

局部通风自动转换为全风压通风方式的技术研究

针对渝阳煤矿掘进工作面由于停电或其他故障等造成主、辅局部通风机同时停止工作,导致工作面停风引起瓦斯超限、积聚的情况,分析了局部通风自动转换为全风压通风方式的技术原理,对全风压通风方式相关参数进行测定、计算,总结出风筒全风压通风方式的一般规律。

京张高铁八达岭长城站智能建造技术

为实现深埋超大跨地下车站智能建造技术,京张高铁八达岭长城站从隧道智能化勘察、设计、施工、监测四方面展开一系列探索和研究。研发基于掌子面自动化素描系统的定量化超前地质预报技术,实现掌子面地质信息智能图像预报与围岩精准分级;应用BIM技术搭建多专业协作的统一平台,实现真正意义上的三维集成协同智能设计;构建实时人机定位管理系统,实现复杂地下车站人流-物流的高效协调和智能施工;采用隧道结构安全智能监测系统,对围岩和支护结构的力学状态进行全寿命周期的实时监测。隧道智能建造技术在八达岭长城站的成功应用,极大提高隧道机械化、信息化、智能化建设水平,提升隧道的施工水平和综合管理能力。

临时支护装置在煤矿掘进工作面的应用

针对掘进工作面的临时支护劳动强度高、安全威胁大等问题,采用临时支护装置对工作面进行支护,通过使用电子式压力自动记录仪测量和记录临时支护装置立柱的工作阻力,掌握临时支护装置在掘进工作面巷道内与顶底板围岩的相互作用关系,并对支护装置的操作性、可靠性、适应性情况进行分析,从而验证了掘进面临时支护装置的性能可靠,应用效果良好。

唐口煤矿综掘机智能远程控制技术

针对目前我国综掘机自动化及综掘工艺智能化方面的研究和应用已初见成效,但在智能化感知与远程控制技术上仍欠缺的问题,从唐口煤矿综掘工作面实际情况出发,综合利用综掘机自动定位控制、自动截割控制、远程自动控制等技术,研发了一种综掘机智能远程控制系统。采用全自动防爆全站仪配合多种传感器实现综掘机定位;对综掘机操作系统、电控系统、液压系统进行升级改造,实现综掘机定位数据分析、截割动作自动规划等;采用远距离传输协议,实现综掘机自动定位与一键截割远距离控制。应用表明,实施综掘机智能远程控制系统后,唐口煤矿实现了综掘工作面30~50 m范围内无人作业,提高了安全生产水平;每班只需1名操作人员,达到了减员提效的目的。

平行导坑超前多作业面平行施工通风节能技术研究

隧道多作业面平行施工时,其通风难度一般都比较大。以三都隧道进口工区为依托,分别对射流巷道式通风方案、主扇式通风方案及压入式通风方案从技术、经济2方面进行对比,分析通风方案的经济合理性;从理论上论述通风机的自动控制变频节能原理与节能效果,并经过工程实践及现场通风效果测试,达到了整个通风系统高效节能的目的。

三维全断面自动扫描技术在隧道施工中的运用

结合张吉怀高速铁路项目工程,阐述了三维全断面自动扫描技术在隧道施工中的应用。该技术能够有效地控制隧道超、欠挖,隧道初支、二衬混凝土方量,确保隧道开挖、初支及二衬断面均满足设计要求。该技术为今后类似工程施工提供一些可借鉴的经验。

掘进工作面自动泡沫抑尘技术研究推广

近年来,随着煤矿生产水平的日渐提升,各个煤矿企业的生产规模有所扩大,因为煤炭资源分布的特殊条件,在掘进工作面的掘进作业进行中伴随着大量的粉尘产生,这些粉尘不仅影响了作业环境的安全,粉尘的扩散还加剧了掘进作业的难度。因此,煤矿现代化发展的趋势下,掘进工作面的抑尘已然成为了人们关注的重点方面,尤其是自动泡沫抑尘技术已然在一些煤矿企业中得到了一定的应用。基于此,本文详细探析了自动泡沫抑尘技术在煤矿掘进工作面中的应用,有效改善了掘进作业环境。

隧道掌子面节理卷积神经网络智能识别方法

为解决现有隧道掌子面节理裂隙识别方法中存在的识别精度不足、鲁棒性较低以及检测速度较慢等问题,提出了一种名为Mask Region-convolutional Neural Network-EfficientNet(Mask R-CNN-E)的隧道掌子面节理裂隙识别算法。该算法以Mask R-CNN实例分割算法为基础,采用先进的EfficientNet网络作为主干网络,加强了Mask R-CNN算法获取特征信息的能力,从而显著提升了识别精度。EfficientNet通过复合缩放方法(Compound Scaling Method)有效地平衡了网络的深度、宽度和分辨率,使得在计算效率和准确率之间达到了最佳平衡。在模型训练过程中,采用了多尺度训练方式和学习率调整策略poly,以增强算法的鲁棒性。为评估算法的性能,以平均精度值Am为测试指标,与传统的Mask R-CNN算法开展了对比试验。此外,采用骨架算法对模型检测输出的节理裂隙掩码进行细化处理,以获取更为精确的节理裂隙量化信息。研究结果表明:改进后的算法在预测框平均精度值(b_Am)和分割平均精度值(s_Am)上分别达到了0.656和0.436,均显著高于传统方法,表明了其在识别精度上的优势;改进后的Mask R-CNN-E算法在隧道掌子面节理裂隙识别方面有显著提升,尤其在复杂的隧道作业环境中表现出更强的鲁棒性和抗干扰能力;在节理裂隙长度测量方面,算法的误差控制在1.5%~9.8%之间,能够更好地满足工程实际需求。该方法不仅在理论上有较高的精度和鲁棒性,在实际应用中也能提供更为可靠的支持,对于提高隧道工程的安全性和施工效率具有重要意义。