采煤机记忆割煤数学分析及实现方法

孙卓

孙卓.采煤机记忆割煤数学分析及实现方法[J].工矿自动化,2017,43(9):26-31.. DOI: 10.13272/j.issn.1671-251x.2017.09.005
引用本文: 孙卓.采煤机记忆割煤数学分析及实现方法[J].工矿自动化,2017,43(9):26-31.. DOI: 10.13272/j.issn.1671-251x.2017.09.005
SUN Zhuo. Mathematical analysis of memory coal cutting of shearer and its implementatio[J]. Journal of Mine Automation, 2017, 43(9): 26-31. DOI: 10.13272/j.issn.1671-251x.2017.09.005
Citation: SUN Zhuo. Mathematical analysis of memory coal cutting of shearer and its implementatio[J]. Journal of Mine Automation, 2017, 43(9): 26-31. DOI: 10.13272/j.issn.1671-251x.2017.09.005

采煤机记忆割煤数学分析及实现方法

基金项目: 

江苏省科技成果转化专项资金联合招标项目(BA2014026)

详细信息
  • 中图分类号: TD421.6

Mathematical analysis of memory coal cutting of shearer and its implementatio

  • 摘要: 现有采煤机自动化割煤方法缺乏合适的数学模型及算法,无法实现长期、连续自动化割煤,制约了工作面自动化水平的提高。针对该问题,在三维坐标系中分析了采煤机姿态、位置与截割高度之间的函数关系,建立了基于静止坐标系和运动坐标系的采煤机运动方程,并提出了基于运动坐标系的双示范刀、单示范刀记忆割煤算法及具体实现方法。在锦界煤矿31112工作面应用单示范刀记忆割煤算法进行长期自动化割煤,实现了包括三角区在内的全工作面区域自动化割煤,证明了算法的正确性、可行性及鲁棒性。
    Abstract: Existing automatic coal cutting methods of shearer lack appropriate mathematical model and algorithm and cannot realize long-term and continuous automatic coal cutting, which restrict improvement of working face automation level. For above problems, function relationships among shearer attitude, shearer position and cutting height were analyzed in 3D coordinate system. Motion equations of shearer were built based on stationary and moving coordinate systems separately. Memory coal cutting algorithms of double demo knives and single demo knife were presented as well as their implementation methods in the moving coordinate system respectively. The memory coal cutting algorithm of single demo knife is applied in No.31112 working face of Jinjie Coal Mine for automatic coal cutting in the whole working face including triangle area, which verifies correctness, effectiveness and robustness of the algorithm.
  • 期刊类型引用(26)

    1. 王国新,祝建东,汝洪芳. 基于改进YOLOv8s的矸石流目标检测方法. 矿业研究与开发. 2025(04): 229-237 . 百度学术
    2. 程刚,陈杰,潘泽烨,魏溢凡,陈森森. 基于水传热和红外热成像的煤矸识别方法. 工矿自动化. 2024(01): 66-71+137 . 本站查看
    3. 柳圆,司垒,王忠宾,魏东,顾进恒. 基于电磁波的煤岩识别技术研究进展. 工矿自动化. 2024(01): 42-48+65 . 本站查看
    4. 郭栋梁,张延军. 基于轻量化PAM-M-YOLO模型的煤矸石图像检测. 矿业研究与开发. 2024(05): 220-227 . 百度学术
    5. 利健,潘春荣,熊文清. 基于视觉定位的磁铁矿分选方案设计. 矿业研究与开发. 2024(08): 248-254 . 百度学术
    6. 黄可,樊玉萍,董宪姝,马晓敏. 基于优化的VGG-16网络模型的煤矸识别研究. 矿业研究与开发. 2024(09): 219-226 . 百度学术
    7. 黄永进,何剑锋,李卫东,夏菲,王杉,汪雪元,钟国韵,瞿金辉. 基于改进Swin-Transformer模型的铜矿X射线图像分类研究. 有色金属(选矿部分). 2024(12): 112-118+138 . 百度学术
    8. 涂灿. VCS智能干选机的试验研究. 煤炭加工与综合利用. 2023(06): 37-41 . 百度学术
    9. 冯来宏,李克相,顾雷雨,张西斌,高利晶,谭家贵,朱凌涛. 我国井下智能干选技术装备发展及展望. 煤炭工程. 2023(09): 11-15 . 百度学术
    10. 曹现刚,刘思颖,王鹏,许罡,吴旭东. 面向煤矸分拣机器人的煤矸识别定位系统研究. 煤炭科学技术. 2022(01): 237-246 . 百度学术
    11. 李亚坤,马宏伟,王鹏. 基于VGG_16网络的煤和矸石识别技术研究. 煤炭技术. 2022(09): 156-159 . 百度学术
    12. 张烨,马宏伟,王鹏,曹现刚,魏小荣,周文剑. 煤矸石智能分拣机器人研究进展与关键技术. 工矿自动化. 2022(12): 42-48+56 . 本站查看
    13. 司垒,谭超,朱嘉皓,王忠宾,李嘉豪. 基于X射线图像和激光点云的煤矸识别方法. 仪器仪表学报. 2022(09): 193-205 . 百度学术
    14. 曹珍贯,吕旻姝,张宗唐. 基于热成像技术和深度学习的煤矸石识别方法. 湖南工程学院学报(自然科学版). 2021(01): 48-52 . 百度学术
    15. 范振,陈乃建,黄玉林,张来伟,李映君. 基于支持向量机与多种特征的煤矸石识别. 济南大学学报(自然科学版). 2021(03): 277-284 . 百度学术
    16. 张泽琳,章智伟,胡齐,王黎. 基于深度学习的多产品煤料图像分类方法研究. 煤炭科学技术. 2021(09): 117-123 . 百度学术
    17. 曹现刚,李莹,王鹏,吴旭东. 煤矸石识别方法研究现状与展望. 工矿自动化. 2020(01): 38-43 . 本站查看
    18. 师平,白亚琼,陈亮,申峰. 新型一体化智能干法选煤系统设计与应用. 机械与电子. 2020(07): 36-39+45 . 百度学术
    19. 袁雄兵. 一种基于X射线的铜矿与脉石分离系统. 有色金属设计. 2020(02): 55-58 . 百度学术
    20. 郑钊. 文化创意产业群视觉识别系统设计. 现代电子技术. 2020(17): 158-161 . 百度学术
    21. 林丽凤,靳远志,赵天波,王晓倩. TDS智能选矸系统在滨湖煤矿井下的应用. 选煤技术. 2020(06): 49-52 . 百度学术
    22. 郭永存,于中山,卢熠昌. 基于PSO优化NP-FSVM的煤矸光电智能分选技术研究. 煤炭科学技术. 2019(04): 13-19 . 百度学术
    23. 孙照焱,蒋康生,尹华功,郭劲. XNDT-104智能分选系统在闪星锑业的应用. 有色金属设计. 2019(03): 128-131 . 百度学术
    24. 杨慧刚,乔志敏,高绘彦,刘宇,赵一丁. 煤与矸石分选系统设计. 工矿自动化. 2018(08): 91-95 . 本站查看
    25. 潘越,曾哲,张恩瑜. 基于MATLAB和图像灰度值对X射线探测煤矸识别的研究. 煤炭技术. 2017(11): 307-309 . 百度学术
    26. 葛学海,白云飞,陈鹏,张立功. 煤与矸石分离系统中X射线探测器的设计. 选煤技术. 2017(06): 64-67 . 百度学术

    其他类型引用(35)

计量
  • 文章访问数:  82
  • HTML全文浏览量:  16
  • PDF下载量:  13
  • 被引次数: 61
出版历程
  • 刊出日期:  2017-09-09

目录

    /

    返回文章
    返回