Analysis on deformation characteristics of surrounding rock of gob-side entry retaining with soft bottom in thick coal seam and strengthening support technology of roof and side
-
摘要: 长时高叠加应力条件下的围岩变形破坏机制及控制措施是厚煤层软底沿空留巷支护技术的关键。现有对厚煤层沿空留巷围岩变形破坏机制及支护控制的研究主要针对坚硬岩底沿空巷道顶帮变形、充填体本身强度及材料配比，对厚煤层软底留巷研究较少，对沿空留巷的力学分析不全面，支护方案单一。针对上述问题，以山西潞安化工集团有限公司古城煤矿N1303工作面为工程背景，建立了顶板、煤帮、底板破坏力学模型，分析了巷道围岩变形破坏特征：顶板处于混合应力环境，易发生拉伸破坏；实体煤帮在高应力作用下发生压剪式破坏，锚杆破坏失效；充填体受压侵入底板，造成底板倾斜失稳，易发生软煤碎胀底鼓。针对围岩变形破坏特征，提出了“三位一体”的围岩支护控制方案，即控制顶板、限制煤帮、让压底板。为保证顶板在沿空留巷上方能够平衡应力分布，采取锚索+充填体切顶方式，使顶板在巷道上方不形成悬臂梁结构，只发生下沉，而没有回转变形；考虑到留巷后顶板的稳定性，采取注浆锚索方式对巷道破碎顶板进行注浆，形成一个整体，更好地控制顶板。为提高实体煤帮支护强度，补打短锚索，将极限平衡区煤层与深部弹性承载层连接，降低巷旁充填体支护阻力。对底板进行适当的让压有利于巷道整体实现柔性支护，在充填体墙体下通过挖槽、浇筑条形基础进行底板加固。利用“三位一体”的围岩支护控制方案优化了原沿空留巷支护方案，现场试验结果表明：采用优化支护方案后，顶板位移由337 mm减小至142 mm，煤帮位移由305 mm减小至70 mm，底板位移由675 mm减小至162 mm，巷道收敛率由34.1%减小至10.73%，锚杆（索）工作阻力稳定，充填体无破损倾斜，支护效果较好。Abstract: The deformation and failure mechanism of surrounding rock and the control measures under the condition of long-time high superimposed stress are the keys to gob-side entry retaining support technology in thick coal seam with soft bottom. The existing research on the deformation and failure mechanism of surrounding rock and support control of gob-side entry retaining in thick coal seam is mainly aimed at deformation of roof and side of gob-side entry with hard rock bottom, and the strength of filling body and material proportion. There are few research on retaining roadway with soft bottom in thick coal seam. The mechanical analysis of gob-side entry retaining is incomplete, and the support scheme is single. In order to solve the above problems, taking N1303 working face of Gucheng Coal Mine of Shanxi Lu'an Chemical Industry Group Co., Ltd. as the engineering background, the failure mechanics models of roof, coal wall and floor are established. The deformation and failure characteristics of the roadway surrounding rock are analyzed. The roof is in a mixed stress environment, which is prone to tensile failure. Under the action of high stress, the solid coal side suffers compression shear failure, and the anchor rod fails. The filling body intrudes into the floor under pressure, causing the floor to tilt and lose stability, which is prone to soft coal broken and swelling. According to the deformation and failure characteristics of surrounding rock, the trinity surrounding rock support control scheme is proposed, namely, controlling the roof, restricting the coal side and yielding floor. In order to ensure that the roof can balance the stress distribution above the gob-side entry retaining, the method of anchor cable + filling body top cutting is adopted. Thus the roof does not form a cantilever beam structure above the roadway, only sinking occurs, and there is no rotary deformation. Considering the roof stability of gob-side entry retaining, the way of grouting anchor cable is adopted to grout the broken roof of the roadway to form a whole for better controlling the roof. In order to improve the support strength of the solid coal side, short anchor cables are added to connect the coal seam in the limit equilibrium area with the deep elastic bearing layer, and reduce the support resistance of the filling body beside the roadway. The proper yielding of the floor is beneficial to the flexible support of the whole roadway. The floor is reinforced by digging grooves and pouring strip foundations under the filling body wall. The original gob-side entry retaining support scheme is optimized by using the trinity surrounding rock support control scheme. The field test results show that after using the optimized support scheme, the roof movement subsidence is reduced from 337 mm to 142 mm, and the coal side movement is reduced from 305 mm to 70 mm. The floor movement is reduced from 675 mm to 162 mm, and the roadway convergence rate is reduced from 34.1% to 10.73%. The working resistance of the anchor rod (cable) is stable, the filling body is free of damage and inclination, and the support effect is good.
-
0. 引言
煤矿井下工作环境恶劣，对井下工作人员的人身安全造成极大威胁。煤矿无人开采或者少人开采日渐成为研究热点，引入煤矿机器人代替井下工作人员完成危险、繁重的井下工作，将为解决煤矿安全生产问题发挥重要作用[1]。
煤矿机器人可以应用于掘进、运输及救援等方面，精准定位是其智能化实现的基础。为解决煤矿机器人的精准定位问题，目前常见的定位方法包括基于射频识别定位技术、基于超声波定位技术、基于超宽带(Ultra Wide Band, UWB)定位技术、基于惯导定位技术等方法。张晓莉等[2]提出使用扩展卡尔曼滤波对射频识别信息和惯导解算信息进行融合的方法，实现了煤矿机器人实时高精度的定位。谭玉新等[3]提出了基于无损卡尔曼滤波的超声网络定位算法，使用无损卡尔曼滤波将超声网络定位和电子罗盘及光电码盘定位所得到的航向角度信息及位置坐标信息进行组合，达到了降低定位误差的目的。陈美蓉等[4]提出了一种基于超宽带的煤矿井下定位混合解算方法，使用头脑风暴优化和泰勒级数展开的混合定位方法对人−机−物位置进行解算，解决了使用泰勒级数展开需要较好初值的问题。马宏伟等[5]提出了基于捷联惯导和里程计融合的煤矿机器人定位方法，首先通过卡尔曼滤波校准捷联惯导，再将捷联惯导解算出的煤矿机器人位置信息与里程计解算的位置信息通过自适应卡尔曼滤波进行校正，得到组合定位结果，定位精度较高。杨金衡等[6]提出了基于自适应卡尔曼滤波的双惯导定位方法，使用2套惯导系统所获得的加速度信息及角速度信息建立了双惯导模型。但由于井下环境复杂，使得许多定位技术在井下使用受限。射频技术定位不能对煤矿机器人进行实时跟踪，超声波技术定位会受到多普勒效应等影响，定位精度低，且成本高。UWB作为一种新兴技术，有较高的时间分辨率[7]，将其应用在室内环境定位中，相比于其他定位技术有更高的稳定性及定位精度。但UWB技术在煤矿机器人定位中单独使用时，受UWB基站布置、多径效应、非视距误差等对定位精度的影响，其定位结果具有一定的波动性。惯性测量单元(Inertial Measurement Unit，IMU)工作时，环境因素对其干扰较小，更新速率高，在短时间内定位精度高，故可适应较为复杂的井下环境。但单独使用IMU定位的主要缺点是其定位误差会随着时间累计，导致长时间定位精度较低。为实现煤矿机器人精准定位，火元亨[8]将UWB测距信息与IMU定位信息通过扩展卡尔曼滤波进行松组合定位，定位精度有一定提高，但UWB测距过程中由于非视距误差等因素的影响，使定位结果仍存在一定的误差。
为了减小UWB测距的非视距误差，实现煤矿机器人的准确定位，本文提出了一种基于UWB和IMU的煤矿机器人紧组合定位方法。引入最小二乘支持向量机 (Least Square Support Vector Machine，LSSVM)对UWB测距信息进行修正，以减小井下定位的非视距误差；利用误差状态卡尔曼滤波(Error-State Kalman Filter, ESKF)将修正后的UWB测距信息及通过惯性导航解算出的距离信息紧组合，更新煤矿机器人的位置信息，实现精确定位。使用UWB模块及IMU获得的煤矿机器人的实验数据，在Matlab中对紧组合定位方法进行静态和动态定位仿真实验，结果证明了该方法的可靠性。
1. 紧组合定位方法
基于UWB和IMU的煤矿机器人紧组合定位方法原理如图1所示。利用UWB测距模块得到煤矿机器人与UWB基站之间的距离实测值，使用煤矿机器人与UWB基站之间的距离真实值和实测值训练LSSVM模型，得到LSSVM修正模型，并对煤矿机器人定位过程中UWB测距信息进行修正；利用IMU采集煤矿机器人的加速度及角速度信息[9]，使用惯性导航解算出煤矿机器人的状态信息。将经过LSSVM修正后的测距信息作为ESKF的量测输入，与惯性导航解算出的位置信息构成其量测方程，完成状态更新，得到更为精确的煤矿机器人位置信息，实现对煤矿机器人的精确定位。
![]()
图 1 基于UWB和IMU的煤矿机器人紧组合定位方法原理Figure 1. Principle of tightly combined positioning method of coal mine robot based on UWB and IMU1.1 UWB测距信息修正
UWB测距信息是非视距环境下所采集得到的[10]，严重的遮挡等因素导致UWB信号不能够直接传递，这将使信号在介质中传播的时间加长，测距信息不准确，最终导致定位效果较差。为了减小由环境带来的定位误差，需要对非视距环境下的UWB测距值进行处理。LSSVM模型适用于非线性估计，当样本数据较小时，也有很好的性能。本文使用LSSVM模型对测距误差进行修正。
LSSVM模型回归原理[11]可以描述如下。设有训练集
$\left\{ {\left( {{x_i},{y_i}} \right)} \right\}_{i = 1}^l$ ，${x_i}$ 为UWB测距模块获得的实测值，作为LSSVM模型的输入值，${y_i}$ 为煤矿机器人与UWB基站之间的距离真实值，作为LSSVM模型的期望输出值，$l$ 为训练集样本数量。将样本中的数据映射到高维空间，可以得到回归方程：$$ y_i = {{\boldsymbol{w}}^{\rm{T}}}\phi (x_i) + b $$ (1) 式中：
${\boldsymbol{w}}$ 为权向量；$\phi (x_i)$ 为建立的输入数据和高维特征空间的映射，将非线性的样本变成线性可分的数据[12]；$b$ 为偏差。LSSVM模型将SVM优化问题的非等式约束用等式约束替换。具有等式约束的LSSVM模型可以描述为
$$ \left\{ \begin{gathered} {\min } \left( { {\dfrac{1}{2}||{\boldsymbol{w}}|{|^2} + \dfrac{1}{2}\eta \displaystyle\sum\limits_{i = 1}^l {\xi _i^2} } } \right) \\ {{\rm{s}}.{\rm{t}}.}\;\;{{y_i} = {{\boldsymbol{w}}^{\rm{T}}}\phi ({x_i}) + b} \end{gathered}\right. $$ (2) 式中：
$\eta $ 为正则化参数；${\xi _i}$ 为随机拟合误差。引入拉格朗日法来解决式(2)中的优化问题，构造函数为
$$ L\left( {{\boldsymbol{w}},b,{\xi _i},\alpha _i } \right) = \frac{1}{2}||{\boldsymbol{w}}|{|^2} + \frac{1}{2}\eta \sum\limits_{i = 1}^l {\xi _i^2} - \sum\limits_{i = 1}^l {{\alpha _i}\{ {{{\boldsymbol{w}}^{\rm{T}}}\phi ({x_i}) + b + {\xi _i} - {y_i}} \}} $$ (3) 式中：
$L$ 为拉格朗日函数；$\alpha _i$ 为拉格朗日乘子。对式(3)求偏导，可得
$$ \left\{ \begin{gathered} \frac{{\partial L}}{{\partial {\boldsymbol{w}}}} = 0 \to {\boldsymbol{w}} = \sum\limits_{i = 1}^l {{\alpha _i}\phi \left( {{x_i}} \right)} \\ \frac{{\partial L}}{{\partial b}} = 0 \to \sum\limits_{i = 1}^l {{\alpha _i} = 0} \\ \frac{{\partial L}}{{\partial {\xi _i}}} = 0 \to {\alpha _i} = \eta {\xi _i} \\ \frac{{\partial L}}{{\partial {\alpha _i}}} = 0 \to {{\boldsymbol{w}}^{\rm{T}}}\phi \left( {{x_i}} \right) + b + {\xi _i} - {y_i} = 0 \\ \end{gathered} \right. $$ (4) 决策函数定义为
$$ y_j = \sum\limits_{i = 1}^l {{\alpha _i}H({x_i},{x_j}) + b} $$ (5) 式中：yj为UWB测距信息修正值；
$ H\left( {{x_i},{x_j}} \right) $ 为核函数，${x_j}$ 为煤矿机器人定位过程中UWB模块获得的实测值。LSSVM模型选择高斯径向基函数（Radial Basis Function，RBF）作为核函数，核函数宽度为
$\sigma $ 。$$ H\left( {{x_i},{x_j}} \right) = {{\rm{exp}}\left({\frac{{ - ||{x_i} - {x_j}||}}{{2{\sigma ^2}}}}\right)} $$ (6) 选择UWB测距实测值
$d'$ 作为LSSVM模型的输入，选择UWB基站与煤矿机器人之间的真实值$d$ 作为输出，训练LSSVM模型，得到LSSVM修正模型。将煤矿机器人在定位过程中UWB模块测得的实测值作为LSSVM修正模型的输入，通过LSSVM修正模型对UWB实测值进行修正，得到较为准确的距离信息。
1.2 IMU定位原理
导航坐标系(N系)采取UWB所在坐标系，载体坐标系(B系)使用左前上坐标系。从B系转换到N系需要通过旋转矩阵
${\boldsymbol{R}}_{\rm{B}}^{\rm{N}}$ 。$$ {\boldsymbol{R}}_{\rm{B}}^{\rm{N}} = \left[ \begin{gathered} \cos \theta \begin{array}{*{20}{c}} {}&{ - \sin \theta } \end{array} \\ \sin \theta \begin{array}{*{20}{c}} {}& \;\;\; {\cos \theta } \end{array} \\ \end{gathered} \right] $$ (7) $$ {\theta _k} = {\theta _{k - 1}} + {T_{\rm{s}}}{\boldsymbol{\omega}} _{k - 1}^{\rm{N}} $$ (8) 式中：
$ \theta $ 为航向角；${\theta _k}$ 为$k $ 时刻的航向角；${T_{\rm{s}}}$ 为采样周期；${\boldsymbol{\omega}} _{k - 1}^{\rm{N}}$ 为k−1时刻在N系下的角速度。IMU定位原理的数学模型[13]可以表示为
$$ \left[ \begin{gathered} {{\boldsymbol{p}}_k} \\ {{\boldsymbol{v}}_k} \\ {{\boldsymbol{q}}_k} \\ \end{gathered} \right] = \left[ {\begin{array}{*{20}{c}} {{{\boldsymbol{p}}_{k - 1}} + {T_{\rm{s}}}{{\boldsymbol{v}}_{k - 1}} + 0.5T_{\rm{s}}^2({\boldsymbol{R}}_{\rm{B}}^{\rm{N}}({{\boldsymbol{q}}_{k - 1}}){{\boldsymbol{a}}_k} - g)} \\ {{{\boldsymbol{v}}_{k - 1}} + {T_{\rm{s}}}({\boldsymbol{R}}_{\rm{B}}^{\rm{N}}({{\boldsymbol{q}}_{k - 1}}){{\boldsymbol{a}}_k} - g)} \\ {{{\boldsymbol{\varOmega }}_k}\left( { {\boldsymbol{\omega}} _{k}^{{{\rm{N}}}}{T_{\rm{s}}}} \right){{\boldsymbol{q}}_{k - 1}}} \end{array}} \right] $$ (9) 式中：
${{\boldsymbol{p}}_k}$ 为k时刻位置；${{\boldsymbol{v}}_k}$ 为k时刻速度；${{\boldsymbol{q}}_k}$ 为k时刻姿态；${{\boldsymbol{a}}_k}$ 为k时刻加速度；$g$ 为重力加速度；${{\boldsymbol{\varOmega}} _k}$ 为k时刻四元数更新矩阵。1.3 UWB和IMU紧组合定位
煤矿机器人搭载的UWB/IMU标签中内置IMU芯片，可以输出煤矿机器人的三轴加速度和三轴角速度信息；UWB模块可以测得煤矿机器人距离每个UWB基站的欧氏距离。紧组合将UWB和IMU作为一个测量传感器，利用IMU获取的煤矿机器人位置信息估算煤矿机器人与UWB基站之间的距离，与UWB测得的煤矿机器人与UWB基站之间的距离信息组合。UWB和IMU紧组合定位方法主要由UWB测距值修正部分及数据融合部分组成。
1.3.1 UWB测距值修正
UWB测距值修正具体实现步骤如下：
（1） 在实验场景中，使用UWB测距模块对不同真实距离（1，2，…，18 m）测量300次并取其平均值作为不同真实距离的实测值。
（2） 初始化LSSVM模型参数，并将18个真实值及其对应的18个实测值输入LSSVM模型中进行训练，得到LSSVM修正模型。
（3） 将煤矿机器人运动过程中UWB测距实测值输入训练好的LSSVM修正模型中进行预测，得到较准确的UWB测距信息，用于ESKF数据融合。
1.3.2 数据融合
使用ESKF将UWB和IMU紧组合。这里设计煤矿机器人的位置误差
$\delta {{\boldsymbol{p}}^{\rm{N}}}$ (三维)、目标点的速度误差$\delta {{\boldsymbol{v}}^{\rm{N}}}$ (三维)、失准角${\boldsymbol{\varphi}} $ (三维)、加速度零偏误差$\delta {{\boldsymbol{b}}_a}$ (三维)和陀螺零偏误差$\delta {{\boldsymbol{b}}_g}$ (三维)为状态向量，得到状态方程:$$ \delta \dot {\boldsymbol{X}}(t) = {\boldsymbol{F}}(t)\delta {\boldsymbol{X}}(t) + {\boldsymbol{G}}(t){\boldsymbol{s}}(t) $$ (10) 式中：
$\delta {\boldsymbol{X}} = [ {\begin{array}{*{20}{c}} {\delta {{\boldsymbol{p}}^{\rm{N}}}}&{\delta {{\boldsymbol{v}}^{\rm{N}}}}&{\boldsymbol{\varphi}} &{\delta {{\boldsymbol{b}}_g}}&{\delta {{\boldsymbol{b}}_a}} \end{array}} ]$ ；F(t)为动态矩阵；G(t)为噪声输入系数矩阵[13]；${\boldsymbol{s}}\left( t \right)$ 为噪声。由于IMU通常是高速率采样数据，所以需要将连续时间系统方程转换成相应的离散系统方程：
$$ \delta {{\boldsymbol{X}}_k} = {{\boldsymbol{\psi }}_{k - 1}}\delta {{\boldsymbol{X}}_{k - 1}} + {{\boldsymbol{s}}_{k - 1}} $$ (11) $$ {{\boldsymbol{\psi }}_{k - 1}} \approx {\boldsymbol{I}} + {\boldsymbol{F}}(t){T_{\rm{s}}} $$ (12) 式中：
${{\boldsymbol{\psi }}_{k-1}}$ 为状态转移矩阵，具体推导过程参考文献[14]；${{\boldsymbol{s}}_{k - 1}} $ 为k−1时刻的噪声；${\boldsymbol{I}}$ 为单位矩阵。利用IMU获取的煤矿机器人位置信息估算煤矿机器人与UWB基站之间的距离，与UWB测距信息的差值构造量测方程。ESKF的量测输入为经过LSSVM模型修正后的煤矿机器人距离每一个UWB基站的UWB测距修正值
${{\boldsymbol{d}}_k}$ ，卡尔曼状态更新方程[15-17]为$$ {{\boldsymbol{X}}_k} = \widetilde {{{\boldsymbol{X}}_k}} + K({{\boldsymbol{d}}_k} - {\boldsymbol{h}}) $$ (13) 式中：
${{\boldsymbol{X}}_k}$ 为k时刻更新后状态；$\widetilde {{{\boldsymbol{X}}_k}}$ 为 k 时刻的先验状态估计值；$K$ 为卡尔曼增益；${\boldsymbol{h}}$ 为利用IMU获取的煤矿机器人位置信息估算的煤矿机器人与UWB基站之间的距离，其输入为惯性导航系统解算的煤矿机器人位置${{\boldsymbol{p}}_k}$ ，输出为煤矿机器人与基站的距离。$$ {\boldsymbol{h}} = ||{{\boldsymbol{p}}_k} - {\boldsymbol{c}}|| $$ (14) 式中c为UWB基站的位置。
2. 实验分析
为了验证基于UWB和IMU的煤矿机器人紧组合定位方法的定位精度，在模拟井下巷道中进行了实验。在实验中，首先对基站的不同布置方式进行静态定位实验，分析UWB基站所在位置对定位精度的影响，确定基站布置的最佳方案；然后使用LSSVM修正模型修正前后的UWB测距信息分别进行UWB和IMU紧组合定位实验，比较2种方式的定位误差；最后进行UWB和IMU紧组合定位动态实验，比较经过LSSVM修正模型修正前后融合的煤矿机器人运动轨迹。
2.1 实验器材及环境
本次实验所涉及的实验器材包括4个LD150型UWB基站、1个LD150−I型UWB/IMU标签（其中IMU型号为ICM−426005）、1台便携式计算机、1台Turtlebot2 机器人、若干数据线及1个三脚架等。其中UWB/IMU标签采样间隔为10 ms。实验场景模拟井下巷道，如图2所示。4个UWB基站固定在墙上，UWB/IMU标签固定在煤矿机器人上。
实验中使用的软件环境：Intel i5−8250处理器，Windows10操作系统，软件为Matlab2018a，串口调试助手为ATK XCOM V2.0版本。
2.2 UWB定位静态实验分析
针对煤矿机器人定位的实际情况，实验设置了3种UWB基站布置方案。方案1：4个基站等高对称分布[18]；方案2：将方案1中基站2和基站3的高度移动至1 m；方案3：将方案1中基站2和基站3无规律放置。使用均方根误差作为测试指标，分析不同布置方案及使用LSSVM修正模型对测距数据进行处理对定位精度的影响。不同UWB基站位置坐标见表1。
表 1 UWB基站位置坐标Table 1. UWB base station layout coordinatesm 方案 位置坐标 基站0 基站1 基站2 基站3 方案1 (4.48,0,2) (−4.48,0,2) (4.15,8.06,2) (−4.15,8.06,2) 方案2 (4.48,0,2) (−4.48,0,2) (4.15,8.06,1) (−4.15,8.06,1) 方案3 (4.48,0,2) (−4.48,0,2) (4.59,7.80,1.44) (−4.5,6.4,1.2) 实验中，对搭载UWB/IMU标签的煤矿机器人在同一位置与1个UWB基站之间的距离进行多次测量，取1 500 次UWB测距结果进行仿真实验。搭载标签的煤矿机器人与UWB基站之间的真实欧氏距离为9.6 m，仿真结果如图3所示。可看出经过LSSVM修正模型修正后的UWB测距值比实测值小，更接近煤矿机器人与UWB基站之间的真实距离，减小了UWB测距的非视距误差。
对LSSVM修正模型处理前后的数据进行静态定位仿真实验。实验中搭载UWB/IMU标签的煤矿机器人的真实位置为(−1.8 m，7.2 m)。在表1中的3种方案中分别进行定位解算，3种基站布置方案的定位结果如图4所示。经过计算实际位置与使用UWB信息解算位置之间的均方根误差，得到3种基站布置方案的计算结果，见表2。
表 2 3种基站布置方案的实验均方根误差Table 2. Experimental root mean square error of three base stations layout schemesm 方案 原始误差 LSSVM模型修正后的误差 方案1 0.146 4 0.139 8 方案2 0.300 8 0.200 6 方案3 0.317 5 0.314 2 根据图4和表2可看出：当UWB基站等高对称布置时，定位结果更接近真实位置，其均方根误差最小，定位精度最高；当搭载UWB/IMU标签的煤矿机器人在基站布置的范围外(方案3)，其定位精度最低。对比LSSVM修正模型修正前后的定位结果，可看出经过LSSVM修正模型对UWB测距信息修正后，在3种基站布置方案下，UWB和IMU紧组合定位均方根误差均有所减小。
2.3 UWB/IMU紧组合定位动态实验分析
动态实验过程中，煤矿机器人沿L型路线行驶，使用Matlab对获取的实验数据进行定位仿真，实验结果如图5所示。可看出使用LSSVM修正模型对UWB测距值进行修正后的融合定位轨迹相较于未修正的融合定位轨迹更接近于实际轨迹，UWB测距修正后定位均方根误差比修正前降低了4.5%；将LSSVM修正模型修正后的UWB测距信息用于紧组合定位解算，效果更优，更适用于煤矿机器人定位。
3. 结论
（1） 提出了一种基于UWB和IMU的煤矿机器人紧组合定位方法，使用LSSVM修正模型对所测得的UWB测距信息进行修正，减小了非视距误差对UWB测距的影响；使用ESKF 对UWB和IMU紧组合，达到了提高定位精度的目的。
（2） 研究了UWB基站不同布置方案下，经过LSSVM修正模型处理的UWB测距信息对煤矿机器人定位精度的影响。实验结果表明：当UWB基站在应用场景中等高对称布置时，相比于其他布置方式，其定位均方根误差较小，故在实际场景中，应使UWB基站尽可能等高对称布置；对利用LSSVM修正模型修正前后的UWB测距信息分别进行UWB和IMU紧组合实验，结果表明：经过LSSVM修正模型修正后的组合定位均方根误差有所减小，测距信息修正后融合定位轨迹相较于未修正的融合定位轨迹更接近煤矿机器人运动的真实轨迹。LSSVM修正模型对UWB测距信息修正后组合定位精度更高，更适用于煤矿机器人定位。
-
![]()
图 2 N1303工作面沿空留巷原始支护
Figure 2. Original support of gob-side entry retaining in N1303 working face
![]()
图 6 沿空留巷帮底变形及破坏分区
Figure 6. Deformation and failure zone of floor and roadway sides of gob-side entry retaining
![]()
图 7 “三位一体”沿空留巷围岩控制流程
Figure 7. Trinity gob-side entry retaining surrounding rock control flow
![]()
图 9 沿空留巷顶帮围岩控制
Figure 9. Surrounding rock control of roof and roadway sides of gob-side entry retaining
![]()
图 10 厚煤层软底巷道底鼓原理及措施
Figure 10. Floor heave principle of soft bottom roadway in thick coal seam and its countermeasures
-
[1] 薛卫峰,王苏健,黄克军,等. 承压水矿区切顶沿空留巷底板破坏理论与应用[J]. 煤炭学报,2020,45(增刊2):581-588. DOI: 10.13225/j.cnki.jccs.DZ20.0696 XUE Weifeng,WANG Sujian,HUANG Kejun,et al. Theory and application of floor failure of gob-side entry retaining in confined water mining area[J]. Journal of China Coal Society,2020,45(S2):581-588. DOI: 10.13225/j.cnki.jccs.DZ20.0696
[2] 康红普,张晓,王东攀,等. 无煤柱开采围岩控制技术及应用[J]. 煤炭学报,2022,47(1):16-44. DOI: 10.13225/j.cnki.jccs.yg21.1940 KANG Hongpu,ZHANG Xiao,WANG Dongpan,et al. Surrounding rock control technology and application of coal pillarless mining[J]. Journal of China Coal Society,2022,47(1):16-44. DOI: 10.13225/j.cnki.jccs.yg21.1940
[3] 李志华,华心祝,李迎富. 不同顶底板强度下深部沿空留巷围岩变形特征[J]. 煤炭工程,2016,48(5):91-93,97. DOI: 10.11799/ce201605029 LI Zhihua,HUA Xinzhu,LI Yingfu. Deformation characteristics of deep gob-side entry retaining under different roof and floor strengths[J]. Coal Engineering,2016,48(5):91-93,97. DOI: 10.11799/ce201605029
[4] 满慎刚. 软底硬顶薄煤层沿空留巷支护技术[J]. 煤炭技术,2015,34(2):50-52. MAN Shengang. Technology of gob-side roadway remaining in thin seam with hard roof and soft floor[J]. Coal Technology,2015,34(2):50-52.
[5] 马庆,谭云亮,赵增辉,等. 软底石灰岩顶板沿空留巷综合支护技术[J]. 煤矿安全,2017,48(11):155-158. DOI: 10.13347/j.cnki.mkaq.2017.11.042 MA Qing,TAN Yunliang,ZHAO Zenghui,et al. Comprehensive support technology of gob-side entry retaining in soft limestone floor[J]. Safety in Coal Mines,2017,48(11):155-158. DOI: 10.13347/j.cnki.mkaq.2017.11.042
[6] 沙旋,褚晓威. 厚煤层沿空留巷围岩综合控制技术[J]. 煤炭科学技术,2019,47(11):76-83. DOI: 10.13199/j.cnki.cst.2019.11.009 SHA Xuan,CHU Xiaowei. Comprehensive control technology of surrounding rock for gob-side entry retaining in thick coal seam[J]. Coal Science and Technology,2019,47(11):76-83. DOI: 10.13199/j.cnki.cst.2019.11.009
[7] 冯国瑞,任玉琦,王朋飞,等. 厚煤层综放沿空留巷巷旁充填体应力分布及变形特征研究[J]. 采矿与安全工程学报,2019,36(6):1109-1119. FENG Guorui,REN Yuqi,WANG Pengfei,et al. Stress distribution and deformation characteristics of roadside backfill body for gob-side entry of fully-mechanized caving in thick coal seam[J]. Journal of Mining & Safety Engineering,2019,36(6):1109-1119.
[8] 张智强, 赵浩亮, 曹新云, 等. 特厚煤层小煤柱加固及双柔模墙留巷支护设计研究[J]. 煤炭工程, 2022, 54（6）: 46-51. ZHANG Zhiqiang, ZHAO Haoliang, CAO Xinyun, et al. Design of small coal pillar reinforcement and double flexible-formwork wall support for retained entry in extra thick coal seam[ J ]. Coal Engineering, 2022, 54（6）: 46-51.
[9] 陈上元,赵菲,王洪建,等. 深部切顶沿空成巷关键参数研究及工程应用[J]. 岩土力学,2019,40(1):332-342,350. CHEN Shangyuan,ZHAO Fei,WANG Hongjian,et al. Determination of key parameters of gob-side entry retaining by cutting roof and its application to a deep mine[J]. Rock and Soil Mechanics,2019,40(1):332-342,350.
[10] 郑赟,单仁亮,黄博,等. 强帮强角应用于沿空留巷支护的相似模型试验研究[J]. 采矿与安全工程学报,2021,38(1):94-102. ZHENG Yun,SHAN Renliang,HUANG Bo,et al. Similar model tests on strong sidewall and corner support of gob side entry retaining[J]. Journal of Mining & Safety Engineering,2021,38(1):94-102.
[11] 王方田,尚俊剑,赵宾,等. 切顶卸压沿空留巷围岩结构特征及锚索强化支护技术[J]. 岩石力学与工程学报,2021,40(11):2296-2305. DOI: 10.13722/j.cnki.jrme.2021.0027 WANG Fangtian,SHANG Junjian,ZHAO Bin,et al. Surrounding rock structural characteristics and anchor-cable strengthened support technology of the gob-side entry retaining with roof cutting and pressure releasing[J]. Chinese Journal of Rock Mechanics and Engineering,2021,40(11):2296-2305. DOI: 10.13722/j.cnki.jrme.2021.0027
[12] 邓雪杰,董超伟,袁宗萱,等. 深部充填沿空留巷巷旁支护体变形特征研究[J]. 采矿与安全工程学报,2020,37(1):62-72. DENG Xuejie,DONG Chaowei,YUAN Zongxuan,et al. Deformation behavior of gob-side filling body of gob-side retaining entry in the deep backfilling workface[J]. Journal of Mining & Safety Engineering,2020,37(1):62-72.
[13] 谢生荣,张晴,陈冬冬,等. 沿空留巷顶板非对称锚固深梁承载结构模型研究及应用[J]. 采矿与安全工程学报,2020,37(2):298-310. XIE Shengrong,ZHANG Qing,CHEN Dongdong,et al. Research and application of asymmetric anchorage deep beam bearing structure model in gob-side entry retaining roof[J]. Journal of Mining & Safety Engineering,2020,37(2):298-310.
[14] 崔景昆,郭利军,孙守新,等. 可缩柱自适应墩柱充填石料连续级配压缩性能试验研究[J]. 煤矿安全,2018,49(5):59-62. CUI Jingkun,GUO Lijun,SUN Shouxin,et al. Test study on compression performance of continuously graded filling rock of reducible self-adaptive pier column[J]. Safety in Coal Mines,2018,49(5):59-62.
[15] 于光远,王炯,孙晗,等. 砌块充填沿空留巷底鼓大变形机理及综合控制技术[J]. 采矿与安全工程学报,2022,39(2):335-346. DOI: 10.13545/j.cnki.jmse.2021.0147 YU Guangyuan,WANG Jiong,SUN Han,et al. Mechanism and comprehensive control techniques for large deformation of floor heave in block filling gob-side entry retaining[J]. Journal of Mining & Safety Engineering,2022,39(2):335-346. DOI: 10.13545/j.cnki.jmse.2021.0147
-
期刊类型引用(3)
1. 王淑青，陈开元，周淼，范博淦. 基于YOLO-HDR的小龙虾缺陷品质检测方法. 食品与机械. 2025(03): 100-107 . 
百度学术
2. 王福奇，王志峰，金建成，井庆贺，王耀辉，王大龙，汪义龙. 基于GSL-YOLO模型的综放工作面混矸率检测方法. 工矿自动化. 2024(09): 59-65+137 . 本站查看
3. 孙月平，孟祥汶，郭佩璇，李自强，刘勇，赵德安. 基于改进YOLOv8n的渔光互补池塘作业船导航中线提取方法. 农业工程学报. 2024(22): 173-182 . 百度学术
其他类型引用(0)
下载:
计量
- 文章访问数: 242
- HTML全文浏览量: 39
- PDF下载量: 23
- 被引次数: 3
