交替测量式掘进机定位系统误差建模与分析

李志海, 刘治翔, 谢苗, 李玉岐, 王帅

李志海,刘治翔,谢苗,等. 交替测量式掘进机定位系统误差建模与分析[J]. 工矿自动化,2022,48(1):7-15. DOI: 10.13272/j.issn.1671-251x.2021060015
引用本文: 李志海,刘治翔,谢苗,等. 交替测量式掘进机定位系统误差建模与分析[J]. 工矿自动化,2022,48(1):7-15. DOI: 10.13272/j.issn.1671-251x.2021060015
LI Zhihai, LIU Zhixiang, XIE Miao, et al. Error modeling and analysis of alternating measurement mode roadheader positioning system[J]. Industry and Mine Automation,2022,48(1):7-15. DOI: 10.13272/j.issn.1671-251x.2021060015
Citation: LI Zhihai, LIU Zhixiang, XIE Miao, et al. Error modeling and analysis of alternating measurement mode roadheader positioning system[J]. Industry and Mine Automation,2022,48(1):7-15. DOI: 10.13272/j.issn.1671-251x.2021060015

交替测量式掘进机定位系统误差建模与分析

基金项目: 国家自然科学基金资助项目(51904142, 51874158);辽宁省自然科学基金计划指导项目(2019-ZD-0036)。
详细信息
    作者简介:

    李志海(1968—),男,山西交城人,硕士,主要从事煤矿安全管理工作,E-mail: lzh20208@126.com

    通讯作者:

    刘治翔(1988—),男,辽宁大连人,副教授,博士,研究方向为煤矿掘进装备智能化技术,E-mail: 380357369@qq.com

  • 中图分类号: TD632

Error modeling and analysis of alternating measurement mode roadheader positioning system

  • 摘要: 交替测量式掘进机定位技术在多次交替测量过程中会产生累计测量误差,从而影响掘进机定位精度。目前主要围绕单次测量误差产生原因、误差分布规律及误差减小方法展开研究,未有针对多次交替测量误差分布规律的研究成果。通过分析交替测量式掘进机定位系统工作原理及定位过程,构建了掘进机定位误差模型。采用作图法验证误差模型的正确性,结果表明作图法与误差模型得到的定位误差基本一致,二者仅存在10−3数量级误差。通过误差模型研究了角度测量误差、测距误差、推移步长及掘进机与测量平台间距对掘进机定位误差的影响,结果表明:角度测量误差越大,定位误差曲线的曲率越大,即误差增大越快,且YT轴定位误差增大速度远大于XT轴;测距误差对XT轴定位误差影响较大,测距误差越小,初始XT轴定位误差越小,但误差变化速度不受影响;随着推移步长增大,YT轴定位误差曲线曲率增大,即YT轴定位误差增大速度加快;掘进机与测量平台间距和推移步长对掘进机定位误差的影响基本是等效的。采用正交试验方法分析了各因素对掘进机定位误差的影响程度,结果表明:测距误差对XT轴定位误差影响最大,其次为角度测量误差,推移步长和掘进机与测量平台间距影响最小且二者影响程度一致;角度测量误差对YT轴定位误差影响最大,其次为推移步长和掘进机与测量平台间距且二者影响程度一致,测距误差影响最小。通过极差分析方法得到了降低定位误差的最优参数组合。
    Abstract: The alternating measurement mode roadheader positioning technology will produce cumulative measurement error in the process of multiple alternating measurement, which will affect the positioning precision of roadheader. At present, the research mainly focuses on the causes of single measurement error, error distribution law and error reduction methods, but there is no research results on the error distribution law of multiple alternating measurement. By analyzing the working principle and positioning process of alternating measurement mode roadheader positioning system, the positioning error model of roadheader is established. The accuracy of the error model is verified by the graphic method, and the results show that the positioning errors obtained by the graphic method and the error model are basically the same, and and there are only 10−3 orders of magnitude errors between them. The impact of angle measurement error, distance measurement error, moving step length and distance between the roadheader and measuring platform on roadheader positioning error is studied by error model. The results show that the larger the angle measurement error, the larger the curvature of the positioning error curve, that is, the faster the error grows. And the YT axis positioning error grows faster than the XT axis. The distance measurement error has a greater impact on the XT axis positioning error, and the smaller the distance measurement error, the smaller the initial XT axis positioning error. However, the error change speed is not affected. As the moving step length increases, the YT axis positioning error curvature increases, that is, the YT axis positioning error growing speed increases. The impacts of the distance between the roadheader and measuring platform and the moving step length on roadheader positioning error are basically equivalent. The orthogonal test method is used to analyze the impact degree of each factor on the positioning error of roadheader. The results show that the distance measurement error has the greatest impact on the positioning error of the XT axis, followed by the angle measurement error. The moving step length and the distance between the roadheader and the measuring platform have the smallest impact and the two have the same degree of impact. The angle measurement error has the greatest impact on the positioning error of the YT axis, followed by the moving step length and the distance between the roadheader and the measuring platform, and the impacts of the two are the same. The impact of the distance measurement error is the smallest. The range analysis method is used to obtain the optimal parameter combination to reduce the positioning error.
  • 煤炭是我国主要能源,在一次能源中,生产量约占70%,消费量约占60%[1-3]。2021年我国原煤产量41.3亿t,同比增长5.7%[4]。煤炭行业是高危行业,煤矿事故主要包括瓦斯爆炸、煤与瓦斯突出、水灾、火灾、冲击地压、顶板冒落、爆破事故、机电事故、运输事故等。近年来,通过煤矿智能化、信息化和自动化建设,煤矿安全形势逐年好转,事故起数、死亡人数、百万吨死亡率大幅下降[1-3]。2021年全国煤矿共发生死亡事故91起、死亡178人,同比减少事故32起、减少死亡50人,分别下降26%和21.9%[5]

    减少煤矿井下作业人员,是煤矿安全生产和煤矿智能化的必然选择[6-8]。目前,煤矿井下水泵房、机电硐室、带式输送机等固定岗位已实现无人值守、地面远程控制。为进一步减少煤矿井下作业人员,人们正在积极探索采煤工作面和掘进工作面地面远程控制及矿井车辆无人驾驶。煤矿井下设备无人操作、地面远程控制,需要将煤矿井下视频、音频、传感器和执行器等数据实时、准确地传输至地面调度控制中心,并将控制命令实时、准确地传输至被控设备。因此,承载视频、音频、传感器和执行器等数据上传和下达的信息综合承载网,必须满足大带宽、低时延、高可靠等要求。

    目前用于煤矿井下的信息承载网主要是百兆、千兆和万兆矿用以太环网,其时延和可靠性不可控,难以满足煤矿井下少人或无人作业、地面远程控制等需求。因此,研究大带宽、短时延、高可靠的煤矿智能化信息综合承载网,既是减少煤矿井下作业人员、实现地面远程控制的需要,也是煤矿监控、定位、音频、视频等多网合一的需要。

    为满足煤矿井下少人或无人作业和地面远程控制等需求,煤矿智能化信息综合承载网应满足下列要求:

    (1) 传输带宽宽。综合承载网的传输带宽应满足视频、音频和监控数据等实时传输的需求,并具有上行带宽大于下行带宽的特点。无人或少人作业的300 m综采工作面约需防爆摄像机60台,每台4K高清矿用防爆摄像机数据压缩后传输带宽按20 Mbit/s计算,1个综采工作面需要传输带宽约1 200 Mbit/s[9];每台1 080P高清矿用防爆摄像机数据压缩后传输带宽按5 Mbit/s计算,1个综采工作面需要传输带宽约300 Mbit/s。煤矿井下采掘工作面多,巷道长度长(单一巷道长度达10 km、巷道累计长度达几十千米),机电硐室多,机电设备和矿用车辆多。要实现“采、掘、机、运(提)、通、压、排”等生产环节无人或少人作业和地面远程控制,需要大量的矿用摄像机、传感器和执行器。视频传输所需带宽远大于音频和监控数据,因此,综合承载网所需传输带宽可以按视频传输带宽估算。

    (2) 传输时延短。时延是地面远程实时控制的关键,综合承载网传输时延越短越好。为满足地面远程实时控制的需要,综合承载网传输时延应不大于人的反应时间的1/10。人的反应时间因人而异,若按200 ms计算,则综合承载网传输时延应不大于20 ms。

    (3) 可靠性高。可靠性是地面远程可靠控制的关键,综合承载网可靠性越高越好。按允许万分之一错误计算,综合承载网的可靠性应大于99.99%。

    (4) 传输距离远。采煤工作面和掘进工作面等距地面调度控制中心的距离可达10 km[10]。因此,综合承载网传输距离应不小于10 km,以满足采煤工作面和掘进工作面视频、音频和监控数据等传输至地面调度控制中心,地面调度控制中心控制命令传输至现场设备等需求。

    (5) 抗干扰能力强。煤矿井下空间狭小,设备集中,单台设备功率大(达数兆瓦),大功率变频设备多,无线通信、定位、视频和监控设备多。大功率设备启停,大功率变频设备工作,无线通信、定位、视频和监控设备工作,影响着煤矿井下电磁环境。因此,综合承载网应抗干扰能力强。综合承载网应能通过GB/T 17626.3—2016《电磁兼容 试验和测量技术 射频电磁场辐射抗扰度试验》规定的严酷等级2级的射频电磁场辐射抗扰度试验,试验中和试验后,受试设备均能正常工作。综合承载网应能通过GB/T 17626.4—2018《电磁兼容 试验和测量技术 电快速瞬变脉冲群抗扰度试验》规定的严酷等级2级的电快速瞬变脉冲群抗扰度试验,试验中和试验后,受试设备均能正常工作。综合承载网设备的交流电源端口应能通过GB/T 17626.5—2008《电磁兼容 试验和测量技术 浪涌(冲击)抗扰度试验》规定的严酷等级3级的浪涌(冲击)抗扰度试验,试验中受试设备功能或性能暂时降低或丧失,试验后受试设备能自行恢复并正常工作。综合承载网设备的直流电源端口和信号端口应能通过GB/T 17626.5—2008《电磁兼容 试验和测量技术 浪涌(冲击)抗扰度试验》规定的严酷等级2级的浪涌(冲击)抗扰度试验,试验中受试设备功能或性能暂时降低或丧失,试验后受试设备能自行恢复并正常工作。综合承载网地面设备应能通过GB/T 17626.2—2006《电磁兼容 试验和测量技术 静电放电抗扰度试验》规定的严酷等级3级的静电放电抗扰度试验,试验中和试验后,受试设备均能正常工作。

    (6) 本质安全防爆。煤矿井下有瓦斯、煤尘等爆炸性物质,用于煤矿井下的电气设备必须防爆。在所有防爆类型中,本质安全防爆安全性最好,可在煤矿井下任何地点和任何时间使用。因此,为保证瓦斯超限后综合承载网仍能正常工作,综合承载网防爆类型应优选本质安全型,在光缆和电缆上传输的信号必须是本质安全型信号。综合承载网电源应为隔爆兼本质安全型、浇封兼本质安全型等本质安全与其他防爆型式的复合型式防爆电气设备。

    (7) 电网电压波动适应能力强。地面电网电压波动范围较小,一般为−10%~+10%。煤矿井下电网电压波动范围大,可达−25%~+10%。为保证设备在煤矿井下电网电压波动范围内正常工作,综合承载网应具有较强的电网电压波动适应能力。

    (8) 抗故障能力强。煤矿井下事故会造成设备损毁和位移、光缆和电缆断缆、电网停电等。综合承载网应具有较强的抗故障能力:当顶板冒落等造成断缆时,不会造成整个综合承载网瘫痪;当井下部分设备停电或出现故障时,不影响其他设备和综合承载网正常工作。综合承载网路由器/交换机尽量设置在机电硐室,线缆应采用铠装光缆和电缆。底鼓不严重的矿井,铠装线缆宜设置在巷帮与底板夹角处。

    (9) 防护性能好。煤矿井下环境严酷,潮湿、粉尘大、有淋水,有硫化氢等腐蚀性气体。因此,综合承载网设备应具有较好的防护性能,防护性能应不低于IP54,采煤工作面和掘进工作面设备的防护性能应不低于IP65。

    (10) 多业务综合承载。煤矿井下空间狭小、照度低,线缆维护困难。因此,应减少煤矿井下光缆用量,一网承载多种业务。煤矿井下有监控、定位、音频、视频等4大业务。这些业务对传输带宽、实时性、可靠性有不同的要求。用于地面远程控制的视频要求传输带宽宽、时延短、可靠性高。不用于地面远程控制的视频要求传输带宽宽,但对时延和可靠性要求不高。矿井安全、供电、运输、排水、采煤工作面、掘进工作面等监控数据占用传输带宽窄,但要求传输时延短、可靠性高。因此,一张网综合承载矿井监控、定位、音频和视频等业务,需解决信道按需分配等关键技术问题。

    目前煤矿井下信息传输骨干网主要采用百兆、千兆或万兆矿用以太网。以太网采用载波多重访问/碰撞侦测(Carrier Sense Multiple Access/Collision Detection,CSMA/CD)技术共享介质,具有应用范围广、性价比高、使用维护方便等优点,但传输时延和可靠性不可控,特别当传输数据量相对网络带宽较大时,会发生拥塞和丢包。为满足不同应用对服务的需求,人们提出了服务质量(Quality of Service,QoS)方法:给实时性要求高或重要的数据报文提供较高的优先级,优先处理;给实时性要求不高或普通的数据报文提供较低的优先级,当网络拥塞时丢弃。通常,QoS可保证最高优先级应用的实时性和可靠性,但当多路接口信号同时汇入且数据量较大时,或前1个数据包正在发送时,最高优先级应用的实时性和可靠性也无法保证。

    灵活以太网(Flexible Ethernet,FlexE)是承载网实现不同业务隔离承载和网络切片的一种接口技术。FlexE在标准以太网基础上,通过在媒体接入控制层(MAC)与物理层(PHY)之间增加1个FlexE Shim层(图1[11],将MAC与PHY解耦,打破MAC与PHY一一映射的强绑定关系,可以将多个MAC映射到多个PHY,实现不同业务隔离承载、带宽灵活配置。

    图  1  标准以太网与FlexE结构
    Figure  1.  Standard Ethernet and FlexE construction

    FlexE通用架构如图2所示[11]。FlexE Client对应网络各种用户接口,可根据带宽需求灵活配置为10,25,40,50,100,200,400 Gbit/s等。FlexE Group是以太网PHY资源池。FlexE Shim将FlexE Group中的每个100GE PHY划分为20个时隙(Slot)的数据承载通道,每个时隙的带宽为5 Gbit/s(可以更小),用户接口可从资源池中申请独立的带宽资源,供自己独有。

    图  2  FlexE通用架构
    Figure  2.  FlexE universal architecture

    FlexE解决了标准以太网时延和可靠性不可控的缺点,同时保留了以太网应用范围广、性价比高、使用维护方便等优点,具有带宽配置灵活、不同业务互不干扰、传输时延和可靠性可控等优点,即使某业务信道发生拥塞和丢包,也不会影响其他业务信道。因此,笔者提出了基于FlexE的煤矿智能化信息综合承载网,可根据时间敏感和时间不敏感视频、时间敏感和时间不敏感音频、人员定位、车辆定位、设备定位、安全监控、供电监控、运输监控、排水监控、采煤工作面监控、掘进工作面监控等不同业务对带宽、时延和可靠性的需求,分配不同的信道,将煤矿监控、定位、视频、音频等多网合一。基于FlexE的煤矿智能化信息综合承载网既满足了地面远程控制、人员定位、安全监控等不同业务对带宽、时延和可靠性的需求,又实现了煤矿智能化信息一网综合承载,减小了维护难度和工作量。

    (1) 为满足煤矿井下少人或无人作业、地面远程控制等需求,提出了煤矿智能化信息综合承载网技术要求:传输带宽宽、传输时延短、可靠性高、传输距离远、抗干扰能力强、本质安全防爆、电网电压波动适应能力强、抗故障能力强、防护性能好、多业务综合承载等。

    (2) FlexE是在标准以太网的MAC与PHY之间增加了1个FlexE Shim层,将MAC与PHY解耦,打破了MAC与PHY一一映射的强绑定关系,可以将多个MAC映射到多个PHY,实现了不同业务隔离承载、带宽灵活配置,具有带宽配置灵活、不同业务互不干扰、传输时延和可靠性可控等优点。

    (3) 提出了基于FlexE的煤矿智能化信息综合承载网,根据时间敏感和时间不敏感视频、时间敏感和时间不敏感音频、人员定位、车辆定位、设备定位、安全监控、供电监控、运输监控、排水监控、采煤工作面监控、掘进工作面监控等不同业务对带宽、时延和可靠性的需求,分配不同的信道,将煤矿监控、定位、视频、音频等多网合一。基于FlexE的煤矿智能化信息综合承载网既满足了地面远程控制、人员定位、安全监控等不同业务对带宽、时延和可靠性的需求,又实现了煤矿智能化信息一网综合承载,减小了维护难度和工作量。

  • 图  1   交替测量式掘进机定位系统工作原理

    Figure  1.   Working principle of alternating measurement mode roadheader positioning system

    图  2   坐标系定义

    Figure  2.   Coordinate systems definition

    图  3   掘进机定位过程

    Figure  3.   Positioning process of roadheader

    图  4   不同测距误差下掘进机和测量平台的真实位置和测量位置

    Figure  4.   Real position and measuring position of roadheader and measuring platform under different ranging errors

    图  5   作图法确定掘进机定位误差原理

    Figure  5.   Principle of roadheader positioning error determined by drawing method

    图  6   恒定角度测量误差下掘进机定位误差

    Figure  6.   Positioning errors of roadheader under constant angle measurement errors

    图  7   变角度测量误差下掘进机定位误差

    Figure  7.   Positioning errors of roadheader under variable angle measurement errors

    图  8   不同测距误差下掘进机定位误差

    Figure  8.   Positioning errors of roadheader under different ranging errors

    图  9   不同推移步长下掘进机定位误差

    Figure  9.   Positioning errors of roadheader under different moving step length

    图  10   不同掘进机与测量平台间距下掘进机定位误差

    Figure  10.   Positioning errors of roadheader under different distances between roadheader and measuring platform

    表  1   掘进机定位误差对比

    Table  1   Comparison of positioning errors of roadheader

    掘进机
    迈步次数
    作图法确定的掘进机
    定位误差/mm
    式(7)计算的掘进机
    定位误差/mm
    XTYTXTYT
    149.9620.4249.964 420.420 3
    249.7746.4249.766 746.424 9
    349.3778.0149.367 978.012 5
    448.64115.1848.642 3115.181 5
    547.72157.9347.721 1157.930 1
    下载: 导出CSV

    表  2   正交试验参数

    Table  2   Orthogonal test parameters

    试验水平A/(°)B /mmC/mmD/mm
    水平10.1205005 000
    水平20.2406006 000
    水平30.3607007 000
    水平40.4808008 000
    下载: 导出CSV

    表  3   正交试验结果

    Table  3   Results of orthogonal test

    序号A/(°)B/mmC/mmD/mm定位误差/mm
    XTYT
    10.1205006 00017.24192.32
    20.1406007 00036.75227.55
    30.1607008 00056.25262.81
    40.1808005 00076.91228.25
    50.2206007 00067.02454.21
    60.2407008 00025.03524.69
    70.2608005 00047.66455.63
    80.2805006 00068.91386.53
    90.3207008 00013.62785.41
    100.3408005 00012.31681.92
    110.3605006 00035.12578.21
    120.3806007 00050.64683.95
    130.4208005 00029.12907.02
    140.4405006 00064.11768.92
    150.4606007 00067.90909.61
    160.4807008 00019.971 050.25
    下载: 导出CSV

    表  4   XT轴定位误差极差分析结果

    Table  4   Range analysis results of XT-axis positioning errors

    指标ABCD
    K1/mm187.267.0125.4166.0
    K2/mm148.678.2102.3125.4
    K3/mm111.7146.9114.9102.3
    K4/mm61.1216.4166.0114.9
    k1/mm46.816.831.341.5
    k2/mm37.219.625.631.3
    k3/mm27.936.728.725.6
    k4/mm15.354.141.528.7
    极差/mm31.537.415.915.9
    下载: 导出CSV

    表  5   YT轴定位误差极差分析结果

    Table  5   Range analysis results of YT-axis positioning errors

    指标ABCD
    K1/mm910.92 339.01 926.02 272.8
    K2/mm1 821.12 203.12 275.31 926.0
    K3/mm2 729.52 206.32 623.22 275.3
    K4/mm3 635.82 349.02 272.82 623.2
    k1/mm227.7584.7481.5568.2
    k2/mm455.3550.8568.8481.5
    k3/mm682.4551.6655.8568.8
    k4/mm909.0587.2568.2655.8
    极差/mm681.236.5174.3174.3
    下载: 导出CSV
  • [1] 杨健健, 张强, 吴淼, 等. 巷道智能化掘进的自主感知及调控技术研究进展[J]. 煤炭学报,2020,45(6):2045-2055.

    YANG Jianjian, ZHANG Qiang, WU Miao, et al. Research progress of autonomous perception and control technology for intelligent heading[J]. Journal of China Coal Society,2020,45(6):2045-2055.

    [2] 刘治翔, 谢苗, 谢春雪, 等. 截割机构延迟特性对巷道断面成型精度影响分析[J]. 煤炭学报,2020,45(3):1195-1202.

    LIU Zhixiang, XIE Miao, XIE Chunxue, et al. Effect of delay characteristics of cutting mechanism on forming accuracy of roadway section[J]. Journal of China Coal Society,2020,45(3):1195-1202.

    [3] 杨文娟, 张旭辉, 马宏伟, 等. 悬臂式掘进机机身及截割头位姿视觉测量系统研究[J]. 煤炭科学技术,2019,47(6):50-57.

    YANG Wenjuan, ZHANG Xuhui, MA Hongwei, et al. Research on position and posture measurement system of body and cutting head for boom-type roadheader based on machine vision[J]. Coal Science and Technology,2019,47(6):50-57.

    [4] 邓国华. 基于激光导向器的悬臂式掘进机位置姿态自动测定方法[J]. 工矿自动化,2009,45(9):20-23.

    DENG Guohua. An automatic detecting method for position and posture of boom-type roadheader based on laser guide[J]. Industry and Mine Automation,2009,45(9):20-23.

    [5] 刘宇, 陈根林, 刘永忠. 煤矿全断面掘进机捷联惯导曲线测量系统[J]. 工矿自动化,2019,45(8):65-69.

    LIU Yu, CHEN Genlin, LIU Yongzhong. Strapdown inertial navigation curve measurement system of full-section roadheader in coal mine[J]. Industry and Mine Automation,2019,45(8):65-69.

    [6] 田原. 基于零速修正的掘进机惯性导航定位方法[J]. 工矿自动化,2019,45(8):70-73.

    TIAN Yuan. Inertial navigation positioning method of roadheader based on zero-velocity update[J]. Industry and Mine Automation,2019,45(8):70-73.

    [7] 贾文浩, 陶云飞, 符世琛, 等. 悬臂式掘进机位姿检测方法研究进展[J]. 煤炭科学技术,2016,44(增刊1):96-101.

    JIA Wenhao, TAO Yunfei, FU Shichen, et al. Research advances on position and attitude measuring methods of boom-type roadheader[J]. Coal Science and Technology,2016,44(S1):96-101.

    [8] 符世琛, 李一鸣, 杨健健, 等. 基于超宽带技术的掘进机自主定位定向方法研究[J]. 煤炭学报,2015,40(11):2603-2610.

    FU Shichen, LI Yiming, YANG Jianjian, et al. Research on autonomous positioning and orientation method of roadheader based on ultra wide-band technology[J]. Journal of China Coal Society,2015,40(11):2603-2610.

    [9] 吴淼, 贾文浩, 华伟, 等. 基于空间交汇测量技术的悬臂式掘进机位姿自主测量方法[J]. 煤炭学报,2015,40(11):2596-2602.

    WU Miao, JIA Wenhao, HUA Wei, et al. Autonomous measurement of position and attitude of boom-type roadheader based on space intersection measurement[J]. Journal of China Coal Society,2015,40(11):2596-2602.

    [10] 贾文浩, 陶云飞, 张敏骏, 等. 基于iGPS的煤巷狭长空间中掘进机绝对定位精度研究[J]. 仪器仪表学报,2016,37(8):1920-1926. DOI: 10.3969/j.issn.0254-3087.2016.08.025

    JIA Wenhao, TAO Yunfei, ZHANG Minjun, et al. Research on absolute positioning accuracy of roadheader based on indoor global positioning system in narrow and long coal tunnel[J]. Chinese Journal of Scientific Instrument,2016,37(8):1920-1926. DOI: 10.3969/j.issn.0254-3087.2016.08.025

    [11] 杜雨馨, 刘停, 童敏明, 等. 基于机器视觉的悬臂式掘进机机身位姿检测系统[J]. 煤炭学报,2016,41(11):2897-2906.

    DU Yuxin, LIU Ting, TONG Minming, et al. Pose measurement system of boom-type roadheader based on machine vision[J]. Journal of China Coal Society,2016,41(11):2897-2906.

    [12] 刘治翔, 王帅, 谢苗, 等. 截割头几何因素影响下的巷道表面形貌特征与建模[J]. 中国机械工程,2020,31(21):2583-2591. DOI: 10.3969/j.issn.1004-132X.2020.21.009

    LIU Zhixiang, WANG Shuai, XIE Miao, et al. Characteristics and modeling of roadway surface topography under influences of cutting head geometry[J]. China Mechanical Engineering,2020,31(21):2583-2591. DOI: 10.3969/j.issn.1004-132X.2020.21.009

    [13] 李旭, 顾永正, 吴淼. 基于微分几何的掘进机工作机构运动学分析[J]. 煤炭学报,2016,41(12):3158-3166.

    LI Xu, GU Yongzheng, WU Miao. Kinematics analysis of roadheader's working mechanism based on differential geometry[J]. Journal of China Coal Society,2016,41(12):3158-3166.

    [14]

    GENG Tao, MENG Qingfeng, WANG Nan, et al. Experimental investigation of film pressure distribution in water-lubricated rubber journal bearings[J]. Proceedings of the Institution of Mchanical Engineers,2014,228(4):397-406. DOI: 10.1177/0954411914530104

    [15] 陶志刚, 朱淳, 何满潮, 等. 基于正交设计的露天矿V形槽结构滚石防护试验[J]. 煤炭学报,2017,42(9):2307-2315.

    TAO Zhigang, ZHU Chun, HE Manchao, et al. Test of V shaped groove structure against rockfall based on orthogonal design[J]. Journal of China Coal Society,2017,42(9):2307-2315.

  • 期刊类型引用(25)

    1. 柳小波,范立鹏,秦丽杰,王连成,张兴帆. 机器视觉技术在矿山行业的应用现状与展望. 有色金属(矿山部分). 2025(02): 1-15 . 百度学术
    2. 张焱姝,陈军,孙丽丽,韩璐宇. 融合全局注意力与可形变卷积的玉米病害识别算法研究. 现代农业装备. 2025(02): 98-103 . 百度学术
    3. 曾飞,李斌,周健,樊江峰. 改进YOLOv7算法的排水管道缺陷检测与几何表征. 现代制造工程. 2024(03): 110-118 . 百度学术
    4. 王克凡,王羽玲,童建良,杨建国. 基于改进YOLO v8的煤中杂物检测研究. 中国煤炭. 2024(04): 115-125 . 百度学术
    5. 刘善明,余新阳,欧阳魁. 面向筛面复杂背景的矿山异物视觉检测方法. 计算机技术与发展. 2024(05): 196-204 . 百度学术
    6. 段宗佑,杨森,孟卓,韩飞. 基于轻量化SimAm-YOLOv7的煤矿输送带异物检测. 煤矿机械. 2024(07): 191-194 . 百度学术
    7. 王伯涛,周福强,吴国新,王少红. 基于改进YOLOv7的换热器板片故障检测算法研究. 机床与液压. 2024(11): 105-113 . 百度学术
    8. 张炳建,郝洪涛,刘秀娟,李泽旭. 基于改进YOLOv5s的煤矿输送带异物检测算法. 宁夏工程技术. 2024(02): 174-179 . 百度学术
    9. 吴利刚,陈乐,刘泽鹏,武晔秋,马宇波,史建华. 基于YOLOv8-ABW的黄花成熟度检测方法. 农业工程学报. 2024(13): 262-272 . 百度学术
    10. 莫凡,陈波. 基于YOLOv7的运输皮带异物识别算法研究. 煤矿现代化. 2024(05): 115-118+123 . 百度学术
    11. 张舒,刘建文,陈泊宇. 基于YOLOv7的水工输水管道目标智能识别. 广东水利水电. 2024(09): 62-67 . 百度学术
    12. 吴钰晶. 基于改进YOLOv4算法的矿用设备关键部件识别研究. 煤炭工程. 2024(09): 165-171 . 百度学术
    13. 李利,梁晶,陈旭东,寇发荣,潘红光. 基于多注意融合网络的输煤皮带异物识别方法. 西安科技大学学报. 2024(05): 976-984 . 百度学术
    14. 刘海强,高业成,陈晓晶,葛广建. 基于改进YOLOv7的煤矿输送带异物识别算法. 仪表技术与传感器. 2024(10): 95-99 . 百度学术
    15. 郭志聪,张雷. 基于改进YOLOv8的低照度煤矿传送带异物识别算法. 电子测量技术. 2024(21): 188-196 . 百度学术
    16. 罗府勤,方芳. 不同物料带式输送系统的设计与改进研究——以制糖企业甘蔗输送设备为例. 造纸装备及材料. 2023(01): 62-64 . 百度学术
    17. 涂宙霖,陈涵深. 基于YOLOv7与Jetson Orin的路面破损检测系统的设计与实现. 电脑知识与技术. 2023(09): 50-52 . 百度学术
    18. 王琢. 基于人工智能的煤矿生产带式输送机巡检机器人应用研究. 内蒙古煤炭经济. 2023(08): 16-18 . 百度学术
    19. 张泽龙,林穿,黄奕钒. 基于改进YOLOv7模型的变电站异物入侵识别. 国外电子测量技术. 2023(06): 180-187 . 百度学术
    20. 毛清华,郭文瑾,翟姣,王荣泉,尚新芒,李世坤,薛旭升. 煤矿带式输送机异常状态视频AI识别技术研究. 工矿自动化. 2023(09): 36-46 . 本站查看
    21. 龙燕,杨智优,何梦菲. 基于改进YOLOv7的疏果期苹果目标检测方法. 农业工程学报. 2023(14): 191-199 . 百度学术
    22. 贺杰,王标,王瑞君. 基于融合多传感器的煤矿带式输送机视频巡检系统设计与应用. 煤矿机械. 2023(12): 148-151 . 百度学术
    23. 李志阳. 带式输送机张紧绞车自锁特性分析. 自动化应用. 2023(21): 250-252 . 百度学术
    24. 李江涛,张康辉,沙特. 煤中异物识别的深度学习模型轻量化策略. 煤炭工程. 2023(S1): 220-224 . 百度学术
    25. 吴利刚,陈乐,吕媛媛,张喆. 基于轻量化的输送带块煤实时监测方法. 煤炭科学技术. 2023(S2): 285-293 . 百度学术

    其他类型引用(21)

图(10)  /  表(5)
计量
  • 文章访问数:  1444
  • HTML全文浏览量:  82
  • PDF下载量:  38
  • 被引次数: 46
出版历程
  • 收稿日期:  2021-06-04
  • 修回日期:  2022-01-09
  • 网络出版日期:  2022-01-18
  • 发布日期:  2022-01-19
  • 刊出日期:  2022-01-19

目录

/

返回文章
返回