融合金字塔结构与注意力机制的煤矿井下巡检机器人PT目标检测算法

近年来,煤矿机器人已成为现代煤机装备领域的研究热点,多数煤矿的主煤流运输系统基本实现了连续化、机械化和自动化,因此对主运输巷道内的安全监控与巡检效率提出了更高的要求,而精准的目标检测是实现煤矿井下智能化安全监控的必要保障,但现有的目标检测算法应用于复杂恶劣的煤矿井下巷道环境,存在目标检测精度较低的问题。面向井下低照明、环境杂乱的特殊工况检测需求,制作了井下巷道环境内目标物数据集,完成数据集标注并展开多维度分析;提出一种基于金字塔结构与注意力机制融合的PT目标检测算法,利用注意力机制模块替换金字塔结构中的卷积模块,在控制特征计算量的同时提高对全局特征的提取能力,实现目标物局部特征与全局特征融合的提取效果,提高了图像中目标感兴趣区域特征的表达能力。最后,面向煤矿井下巡检机器人应用场景,将提出的PT算法与传统经典的Faster R-CNN、YOLOv4算法进行对比分析。结果表明:所提出的PT目标检测算法能够有效识别复杂环境下巷道内目标物,相较于主流的Faster R-CNN、YOLOv4目标检测网络,PT算法有更好的综合识别能力,识别煤矿人员的准确率分别提升了2.90%和4.30%,识别井下障碍的准确率分别提升0.20%和4.80%,识别矿井裂缝的准确率分别提升了4.40%和8.60%,识别井下设备的准确率分别提升了3.00%和8.70%。因此,PT目标检测算法能够更好地适应井下环境,目标检测算法较其他算法能够获得更高的准确率与检测速度,可为井下巷道安控系统建设提供理论依据与技术支撑。

基于集成神经网络和改进极限学习机的矿井移动机器人故障检测

矿井移动机器人作为一种自主运动的智能设备,广泛应用于采矿、输送和装载等工作中。然而,由于其在恶劣环境下运行,往往长时间无法得到检修维护,导致故障频发,影响了井下安全高效生产。如何及时准确地对机器人进行故障检测,提高其可靠性和生产效率成为一个亟待解决的问题。提出了一种基于集成神经网络和改进极限学习机的矿井移动机器人故障检测方法。该方法融合了多个神经网络模型,并通过改进极限学习机算法来提高检测精度和效率。首先,基于集成学习思想将传统卷积神经网络、递归神经网络和自编码器等多个预训练模型集成为一个更强大的检测模型。其次,在极限学习机的基础上引入了自适应权重调整策略,提高了算法的自适应能力和准确性。将所提出的方法在某矿山数据集上进行了试验,结果表明:该方法在检测区分度较低或异常数据较多的情况下性能优异,有助于实现高精度和高效率的故障检测。

水电站巡检数据挖掘与异常检测技术研究

随着智能科技的不断进步,巡检机器人在水电站设施的维护巡检工作中扮演了日益重要的角色。本研究聚焦于一套基于数据挖掘与异常检测技术的数据分析解决方案,对机器人收集的原始巡检数据进行清洗、整合以及特征提炼。运用聚类分析方法对正常运行状态下的设备数据进行模式刻画与模型建构,构建出常态行为基准。采用先进的异常检测算法对可能存在的异常情况进行精准识别与分类。

煤矿变电站智能巡检技术研究与应用

井上变电站作为煤矿重要供电基础设施,目前存在巡视及监控自动化水平低下、无法实时掌握变电站运行状态等问题,存在安全隐患。针对上述问题,对智能巡检及监控技术进行研究,提出了一种基于自动化巡检机器人的煤矿变电站智能巡检监测方案,可实现对站内电力设备的非接触检测及环境感知,有效提高井上变电站智能化运行水平。

巡检机器人在煤矿提升机故障检测中的应用

轨道是煤矿提升系统的重要组成部分,其故障检测是矿井日常维护的一项重要工作,基于此,提出了一种新的检测机器人系统和相应的检测方法,用于检测煤矿提升系统轨道的故障。机器人系统将取代矿井中的人工巡检工作,并将大大提高巡检效率。机器人由磁轮驱动,以确保其在垂直轨道上平稳运动。为了提高磁轮的吸附能力,磁轮采用了基于多块磁铁的组合阵列,分析了磁铁数量与吸附力的关系,提出了将故障检测作为路标和里程估计相结合的机器人轨道定位方法。最后,通过实验对该方法进行了验证,研究成果可以提高矿井提升机的故障检测效率。

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%。

矿山钻孔救援探测机器人研究进展

分析了国内外钻孔救援技术、煤矿救援探测机器人及矿山钻孔救援探测机器人的研究现状,指出将煤矿救援探测机器人和管道机器人的研究成果与矿山钻孔救援的探测需求相结合,可以研制出满足要求的矿山钻孔救援探测机器人,提高井下灾后救援的成功率。从移动机构、导航、定位和路径规划、传感探测、通信和控制方式、能源供给、防爆性能等方面分析了矿山钻孔救援探测机器人的关键技术及其发展趋势,指出应围绕机器人的通过性、可靠性、轻量化、智能化等目标,在移动机构、能源供给和防爆性能等方面进行创新设计,提高传感检测范围和精度,研究未知、非结构化环境中的导航、定位及控制的智能算法,提高机器人的环境适应性。

救灾机器人的研究现状与煤矿救灾的应用

综述了救灾机器人的国内外研究现状.介绍了救灾机器人的移动机构、探测技术、导航定位、通讯系统、控制方式和能源供给等主要技术.提出了救灾机器人今后的发展趋势,分析了救灾机器人应用在煤矿救灾的可行性..

煤矿探测机器人垂直越障性能研究

通过分析机器人摆臂姿态变化对机器人质心轨迹变化的影响,掌握了六履带四摆臂煤矿探测机器人摆臂姿态与垂直越障性能的关系,提出了机器人在攀越垂直型障碍时前后摆臂的姿态控制要求,得到了机器人越障高度Hmax及其俯仰角度αm与机器人各参数之间的关系式,当其俯仰角度大于αm时,机器人就不能够攀越此类型障碍。同时分析了机器人摆臂质量对垂直越障性能影响的,得出可以通过增大摆臂质量来提高机器人对垂直型障碍的越障能力。

基于改进遗传算法的煤矿探测机器人路径规划

针对煤矿井下环境的复杂性和不确定性,提出了一种改进遗传算法用于煤矿探测机器人的路径规划。采用栅格法在三维空间中对机器人工作环境进行建模,对染色体编码,初始种群生成、适应度函数的设计等操作进行了改进;算法采用了可变长度的染色体编码方式,使用随机指导式搜索策略来生成初始种群;根据路径长度最短且能耗最少的评价指标设计了适应度函数,并优化设计了遗传算法中的交叉和变异算子,解决了传统遗传算法"早熟现象"和"收敛速度慢"的问题,仿真实验证明了该方法的有效性和可行性。

煤矿井下搜救探测机器人结构设计

根据煤矿井下的环境特点,结合现有机器人结构组成,设计用于煤矿井下搜救探测机器人。该机器人由履带、摆臂复合式结构构成,分3段,具有良好的越障能力、地面适应能力和机械性能。其传感器支撑臂具有2个自由度,可以实现传感器的空间姿态调整。对其结构组成、运动原理、传动特点等进行了介绍和总结。为后续的动力学仿真、控制系统搭建和传感器选择等提供了工作平台。

煤矿救灾机器人研究现状及需要重点解决的技术问题

讨论了近年来我国煤矿生产中发生的安全事故和造成的人员伤亡情况,阐述了研发煤矿救灾机器人的重要性和紧迫性,综述了国内外矿井救灾机器人的研究现状,指出了煤矿救灾机器人的研究思路和需要解决的技术问题。

六足矿井搜救探测机器人越障动力学建模与分析

研究了一种六足矿井搜救探测机器人的越障动力学问题。首先分析了机器人翻越垂直障碍的过程,进而构建了越障过程中不同步态时的动力学模型。该模型可以确定机器人所需的驱动力矩与几何尺寸、运动参数、障碍高度及摩擦因数之间的关系。通过不同步态的动力学分析,确定了机器人在越障过程中驱动力矩变化趋势。此结果为矿井搜救探测机器人在未知环境下越障步态的选择及优化提供了理论基础和依据。

矿井搜救探测机器人驱动系统最小能耗建模与影响因素分析

研究了矿井搜救探测机器人最小能耗影响因素。针对直流伺服电机和减速齿轮驱动下的移动机器人驱动系统,利用Hamiltonian函数与最小值原理求解出驱动系统的最优速度函数和最优控制电流函数,建立了非线性摩擦条件下的最小能耗模型。通过MATLAB仿真,分析了减速器效率η、负载、库仑摩擦力和粘性摩擦系数等因素对最小能耗的影响,确定了各参数对驱动系统最小能耗的影响规律。为矿井搜救探测机器人驱动系统消耗能量最小进行参数配置提供依据,对实现机器人节能降耗具有现实的意义。

煤矿井下探测机器人远程控制系统的应用

在我国煤炭生产安全形势较为严峻的背景下,随着远程控制技术的突飞猛进,煤炭行业引进机器人远程控制系统,并通过其进行井下探测工作一直是热点研究课题。首先对煤矿井下探测机器人远程控制系统的应用进行介绍,然后分别从煤矿井下探测机器人远程控制系统的系统模式、系统结构、硬软件设计等方面,研究煤矿井下探测机器人的远程控制系统,并对当前煤矿井下探测机器人控制系统研究热点进行了分析。

煤矿环境探测机器人混合动力电源研究

为了使煤矿探测机器人具有更好的越障能力,针对普通动力电池难以提供机器人所需大电流放电的情况,结合动力电池和超级电容的特性,设计了动力电池和超级电容组成的混合电源。通过机器人模型进行运动学仿真得出使机器人爬上不同角度的坡道所需的最大电流,而以普通动力电池和混合电源的电流输出能力分别能使机器人爬上的最大坡度为30°和37°,并通过机器人爬坡试验获得了机器人实际最大爬坡角度,与仿真结果一致。表明混合电源能够提高机器人的越障能力。

矿井灾害信息探测机器人的设计与运动学分析

针对煤矿井下复杂的灾后地理环境,设计了可沿顶板工字钢轨道行走的矿井信息探测机器人试验平台,以探索灾后井下信息采集。利用D-H参数法建立了信息探测机器人的运动学理论模型,并通过Pro/E建模仿真模拟了该机器人沿不同倾斜度轨道行走的运动状况。通过理论与模拟结果对比,证实了所建运动学理论模型的正确及有效性,说明了该机器人的结构设计合理,该研究对矿井灾害信息探测机器人的研发具有指导意义。

煤矿探测机器人行走机构设计与步态分析

为了适应煤矿井下复杂地形,设计了一种煤矿探测机器人行走机构:躯体为圆形,6条腿均布在躯体四周;躯体及腿部采用高强度铝合金材料,整机仅800g。对该机器人直线行走步态、原地转向步态及其运动能力进行了分析。采用Solidworks和ADAMS软件建立了机器人仿真模型,对其进行仿真及样机试验,结果表明,机器人单次旋转动作的最大完成角度达24°,最多2次旋转操作即可完成任意角度转向;机器人直线行走时平均速度达0.1m/s,其位移、速度及加速度变化较规律,运动较平稳,没有出现剧烈抖动。

新型煤矿救援机器人研发与试验

煤矿救援机器人是一种在矿井发生灾害事故时,替代救护队员进入危险区域进行环境探测和对矿工实施救援的多功能智能救援装备,其应用对提升煤矿灾后救援效率、减少2次伤亡具有重要的意义。以中国矿业大学CUMT-V系列煤矿环境探测与救援机器人的研发为例,从行走机构、防爆设计、结构轻量化、通信方法、传感探测和智能化等方面进行了相关技术和理论研究。针对灾后煤矿的巷道环境特点,推演了机器人行走机构的基本构型,设计了地形适应性好、越障能力强的机器人行走机构;提出并采用基于短时防爆理论的本安兼隔爆的机器人防爆设计技术;提出了基于多腔体自加强结构的机器人轻量化优化设计方法;采用了有线和无线相结合的机器人通信方式;搭建了机器人传感探测与运动控制系统;研发了机器人井下地图构建和定位导航技术。从而研制了能够承载多种探测传感器和急救装备的煤矿灾后环境探测救援机器人,并取得了国家煤矿安全认证。井下应用试验及性能测试结果表明,机器人的行走能力强,能够适用于煤矿非结构复杂地形;机器人续航能力强,通信距离长,环境感知和信息传输的可靠性高;能够通过遥控方式实现机器人的灾后救援;采用有线和无线相结合的机器人通信技术可实现多台机器人的协同救援。通过对机器人进行智能化升级,提高了煤矿救援机器人的环境感知能力,并使其具备了实时定位与自主行走的功能。将上述技术的组合进一步完善,可研发出满足不同应用需求的煤矿环境探测、监控、救援机器人。

矿山钻孔救援探测机器人设计

基于矿山钻孔救援探测需求,针对现有探测机器人信息探测范围窄、探测距离较短、功能单一、无越障能力等问题,设计了一种矿山钻孔救援探测机器人。该机器人能够通过Φ225mm救援钻孔到达煤矿井下,利用携带的传感器和摄像头获取灾变区域的环境信息和被困人员信息,并将信息实时传到地面;以NImyRIO作为控制核心,采用LabVIEW图形化编程构建控制系统,利用有线通信方式实现机器人在灾变区域内的数据远程控制。试验结果表明:该机器人运动性能良好,具有体积小、质量轻、越障能力强等特点,可顺利通过救援孔,能够对井下环境信息进行实时检测和传输,为地面救援指挥中心决策提供了第一手资料。