Research on key technology of intelligent fully mechanized caving face construction in Baode Coal Mine
-
摘要: 针对现有智能综放工作面建设的研究成果缺乏某个综放工作面系统化建设实施研究的问题，以国家能源集团神东煤炭集团有限责任公司保德煤矿81309智能综放工作面为研究背景，在液压支架电液控制系统及综采自动化系统配置的基础上，详细介绍了设备升级改造、有限透明开采模型构建、智能放煤工艺决策、煤矸识别方法优化、多模式融合集成控制等关键技术。① 对采煤机电控系统进行国产化升级改造，加装惯导系统，配套光纤复合电缆/5G通信，实现采煤机姿态及控制数据高效稳定传输。采用迈步自移设备列车系统并配套管缆伸缩装置，实现设备列车拉移由1～2人完成。② 对智能规划中心数据源中的地质模型进行迭代修正，经过一系列换算和多源异构数据融合，形成有限透明开采地质模型。③ 针对 81309工作面一刀一放2轮顺序放煤方式，构建了10个智能综放回采阶段并设计了对应的采煤机、综放液压支架、前后刮板输送机的动作和时间，实现了中部跟机自动化采放、三角煤区域自动开采。④ 采用振动煤矸识别与视频煤矸识别相结合的方式，建成智能综放煤矸识别系统。⑤ 以SAM型综采自动化控制系统为枢纽，通过整合液压支架电液控制、视频监控、采煤机电控、三机泵站集控，构建出智能化集中控制系统，初步建成基于透明开采的“采−支−识−放−运”各环节自适应的综放开采工作面。调试结果表明，81309综放工作面中部实现单班自动控制割煤4刀，液压支架实现自动跟机拉架、联动收伸护帮/伸缩梁、自主推溜等功能，智能化集中控制系统可一键启停生产系统，对设备运行数据进行实时监控。Abstract: The current research achievements in the construction of intelligent fully mechanized caving face lack systematic implementation case for a specific fully mechanized caving face. In order to solve this problem, The 81309 intelligent fully mechanized caving face of Baode Coal Mine, CHN Energy Shendong Coal Group Co.,Ltd. is taken as the research background. Based on the configuration of hydraulic support electro-hydraulic control system and fully mechanized mining automation system, the key technologies such as equipment upgrading and transformation, limited transparent mining model building, intelligent coal drawing process decision-making, optimization of coal gangue recognition method, and multi-mode fusion integrated control are introduced in detail. ① The localization upgrading and transformation of the electric control system of the shearer is carried out. The inertial navigation system is installed. The optical fiber composite cable/5G communication is supported to realize efficient and stable transmission of attitude and control data of shearer. The equipment train can be pulled and moved by 1 - 2 persons by adopting step-type self-shift equipment train and pipe and cable expansion device. ② The iterative correction on the geological model in the data source of the intelligent planning center is carried out. The limited transparent mining geological model is formed through a series of conversions and multi-source heterogeneous data fusion. ③ In view of the sequential coal caving mode of "one cut, one caving and two rounds" in the 81309 working face, 10 intelligent fully mechanized caving mining stages and the corresponding actions and time of shearer, fully mechanized caving hydraulic support, front and rear scraper conveyor are constructed. The automatic mining and drawing in the middle and automatic mining in the triangle coal area are realized. ④ The intelligent coal gangue recognition system of fully mechanized caving is built by combining the vibration coal gangue recognition and video coal gangue recognition technology. ⑤ With the SAM-type fully mechanized mining automation control system as the hub, an intelligent centralized control system is constructed by integrating the electro-hydraulic control of hydraulic support, video monitoring, electric control of shearer and centralized control of pump stations of three machines. The intelligent fully mechanized caving face with adaptation in all links of "mining, support, recognition, caving and transportation" based on transparent mining has been initially built. The debugging results show that the middle part of 81309 fully mechanized caving face can realize the automatic control of 4 coal cutters in a single shift. The hydraulic support can realize the functions of the automatic following machine and pulling frame, linkage receiving and extension guard / expansion beam, and automatic pushing and sliding. The intelligent centralized control system can start and stop the production system with one key, and monitor the equipment operation data in real-time.
-
0. 引言
煤炭是我国国民经济的基础，在当前和未来相当长时期内，煤炭作为我国主体能源的地位不会改变，一次能源占比在50%以上，90%以上的煤炭以井工方式开采。“采掘并重，掘进先行”是煤炭开采的原则，综掘智能化落后于综采智能化，采掘失衡矛盾突出。据统计，我国年煤巷掘进量约为12 000 km，绝大多数采用悬臂式掘进机完成。我国煤矿掘进工作面存在智能化程度不高、用人多、环境差、事故多发等突出问题，智能掘进已成为国家和行业关注的热点和痛点，掘进关键装备的智能化是当前卡脖子的问题[1-2]。悬臂式掘进机绝对位姿的快速准确测量是实现煤矿巷道智能掘进的前提和基础。
悬臂式掘进机位姿测量方法主要有2类：一类是通过机载高精度传感器如捷联惯导[3]、加速度和超声波传感器的融合测量[4]等实现自主测量的方法，使用方便，但属于相对测量，测量精度较低或成本较高；另一类是利用外置式测量装置，如激光跟踪仪、全站仪[5]、激光导向仪、机器视觉、iGPS[6]、UWB[7]等，测量精度高，受杂波干扰小，但布置繁琐，测量范围有限，受环境影响大。目前，利用激光的悬臂式掘进机位姿测量方法因可靠性高、成本低、无误差累计等优点深受业内专家学者的关注。周玲玲等[8]利用2对激光指向仪和激光标靶构建了悬臂式掘进机位姿实时检测系统。吴淼等[9]提出了一种基于空间交汇测量技术的悬臂式掘进机位姿测量方法，利用激光装置得到了悬臂式掘进机位姿参数。马一心等[10]提出了多台激光跟踪仪联合动态位姿测量方法，可实现悬臂式掘进机位姿精度评定。邓国华[11]利用激光指向测距仪和光测角仪测量悬臂式掘进机相对于指向激光的方向角和俯仰角，但测量过程中需要调动掘进机使激光发射到光测角仪上。Li Jianguo等[12]利用激光装置研究了金属矿井下铲运车的位置参数测量方法。Du Yuxin等[13]利用视觉测量原理和双十字激光源照射在标靶上的图像，实现了悬臂式掘进机相对于巷道的姿态参数和偏移参数的测量。张超等[14]将红外LED光源组成图像测量标靶，人为构造图像特征来解决特征选取问题，实现了位姿参数求解。
综上可知，基于激光的悬臂式掘进机位姿测量方法存在非绝对位姿测量、测量精度较低、使用繁琐和测量参数单一等问题，且多处于理论研究阶段，尚不能满足智能掘进需要。为此，本文在已有研究基础上[15-16]，优化了基于激光靶向跟踪的悬臂式掘进机位姿测量方法，设计了基于激光靶向跟踪的悬臂式掘进机位姿测量系统，实现了悬臂式掘进机在巷道大地坐标系中绝对位姿的一次性全参数实时测量。仿真和实验分析了该系统的误差分布规律，为悬臂式掘进机在巷道大地坐标系绝对位姿的快速准确测量提供思路。
1. 系统组成与测量原理
1.1 系统组成
基于激光靶向跟踪的悬臂式掘进机位姿测量系统由激光跟踪装置和激光标靶组成，激光跟踪装置安装在后方巷道顶板处，激光标靶安装在掘进机机身上，如图1所示。
![]()
图 1 悬臂式掘进机位姿测量系统组成Figure 1. Composition of pose measurement system of cantilever roadheader悬臂式掘进机位姿测量系统结构与工作原理如图2所示。激光跟踪装置由激光测距模块、无线通信模块、处理器模块和二自由度云台等组成。激光标靶主要由激光靶面、倾角传感器、2个高分辨率相机、无线通信模块和机载工控机等组成，其中激光靶面由2个相互垂直的光学靶面组成，竖向靶面是一块半透半反射分光板，横向靶面是一块散射透光板。在无线通信模块引导下，激光跟踪装置的处理器模块控制二自由度云台俯仰或回转，使激光测距模块的激光束发射到激光标靶的竖向靶面目标区域并被反射至横向靶面上，在2个靶面上各形成一块光斑，并利用激光测距模块测得激光标靶和激光跟踪装置间的距离。激光标靶的相机1和相机2分别采集竖向靶面和横向靶面的光斑图像，输出至机载工控机，提取光斑中心坐标；激光标靶的无线通信模块将光斑中心坐标发送给激光跟踪装置，为其处理器模块控制二自由度云台提供信息，同时接收激光跟踪装置无线通信模块发来的测距值和二自由度云台的俯仰与偏向角度值，并传输给机载工控机；倾角传感器测出激光标靶的俯仰角并传输给机载工控机；机载工控机根据上述测量值解算出悬臂式掘进机绝对位姿。
![]()
图 2 悬臂式掘进机位姿测量系统结构与工作原理Figure 2. Structure and operation principle of pose measurement system of cantilever roadheader1.2 位姿测量原理
掘进机机身坐标系{S}以掘进机机身中心点OS为原点，XS轴沿掘进机机身中线指向巷道掘进方向，ZS轴垂直掘进机机身向上；激光跟踪坐标系{J}以激光跟踪装置的回转和俯仰中心点OJ为原点，激光发射方向为XJ轴正向，回转轴向上为ZJ轴正向；激光标靶坐标系{B}以激光标靶的竖向靶面与横向靶面交线右顶点OB为原点，沿交线向左为YB轴正向，沿竖向靶面向上为ZB轴正向；巷道大地坐标系{H}以巷道中大地坐标已知点OH为原点，XH轴沿巷道中线指向掘进方向，ZH轴垂直水平面向上。掘进机位姿测量就是要确定掘进机在巷道大地坐标系中的位姿，如图3所示。
![]()
图 3 悬臂式掘进机位姿测量系统坐标系及其转换关系Figure 3. Coordinate systems of pose measurement system of cantilever roadheader and their transform relationships设Jp为空间任一点
$p $ 在激光跟踪坐标系中的齐次坐标，Hp为点$p $ 在巷道大地坐标系中的齐次坐标，即$$\left\{\begin{aligned} &{}^{\text{J}}{{{\boldsymbol{p}}}} = \left[ {\begin{array}{*{20}{c}} {{}^{\text{J}}{p_x}} \\ {{}^{\text{J}}{p_y}} \\ {{}^{\text{J}}{p_z}} \\ 1 \end{array}} \right] \\ &{}^{\text{H}}{{{\boldsymbol{p}}}} = \left[ {\begin{array}{*{20}{c}} {{}^{\text{H}}{p_x}} \\ {{}^{\text{H}}{p_y}} \\ {{}^{\text{H}}{p_z}} \\ 1 \end{array}} \right] \end{aligned} \right. $$ (1) 式中：(Jpx, Jpy, Jpz)为点
$p $ 在激光跟踪坐标系中的坐标；(Hpx, Hpy, Hpz)为点$p $ 在巷道大地坐标系中的坐标。根据图3和式（1）有
$$ {}^{\text{H}}{{{\boldsymbol{p}}}} = {}_{\text{J}}^{\text{H}}{\boldsymbol{T}}{}^{\text{J}}{{{\boldsymbol{p}}}} $$ (2) 其中：
$$ \begin{gathered} {}_{\text{J}}^{\text{H}}{\boldsymbol{T}} = \left[ {\begin{array}{*{20}{c}} {\cos\;{\alpha _0}\cos\; {\beta _0}}&{ - \sin\; {\alpha _0}}&{ - \cos\; {\alpha _0}\sin \;{\beta _0}}&{{}^{\text{H}}{x_{{{\text{J}}_{\text{O}}}}}} \\ {\sin\; {\alpha _0}\cos\; {\beta _0}}&{\cos\; {\alpha _0}}&{ - \sin\; {\alpha _0}\sin\; {\beta _0}}&{{}^{\text{H}}{y_{{{\text{J}}_{\text{O}}}}}} \\ {\sin\; {\beta _0}}&0&{\cos\; {\beta _0}}&{{}^{\text{H}}{z_{{{\text{J}}_{\text{O}}}}}} \\ 0&0&0&1 \end{array}} \right] \\ \end{gathered} $$ (3) 式中：
${}_{\text{J}}^{\text{H}}{\boldsymbol{T}}$ 为巷道大地坐标系到激光跟踪坐标系的转换矩阵；α0，β0分别为激光跟踪坐标系沿巷道大地坐标系ZH轴和YH轴旋转的角度，即激光跟踪装置的偏向角和俯仰角，由激光跟踪装置的角度编码器测得；$ \left({}^{\text{H}}x{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}y{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}z{}_{{\text{J}}_{\text{O}}}\right) $ 为激光跟踪坐标系原点OJ在巷道大地坐标系中的坐标。同样地，激光标靶坐标系中任意一点
$q $ 的坐标记为${}^{{\rm{B}}}{\boldsymbol{q}} $ ，其在激光跟踪坐标系中的坐标记为${}^{{\rm{J}}}{\boldsymbol{q}} $ ，则有$$ {}^{\text{J}}{{{\boldsymbol{q}}}} = {}_{\text{B}}^{\text{J}}T{}^{\mathbf{B}}{{{\boldsymbol{q}}}} $$ (4) 式中
${}^{\rm{J}}_{\rm{B}}{\boldsymbol{T}}$ 为激光跟踪标系到激光标靶坐标系的转换矩阵。$$ {}_{\text{B}}^{\text{J}}{\boldsymbol{T}} = \left[ {\begin{array}{*{20}{c}} {\cos\; {\alpha _1}\cos\;{\beta _1}}&{ - \sin\; {\alpha _1}}&{ - \cos \;{\alpha _1}\sin \;{\beta _1}}&{{}^{\text{J}}{x_{{{\text{B}}_{\text{O}}}}}} \\ {\sin\; {\beta _1}\sin\;{\gamma _1} + \sin\; {\alpha _1}\cos\; {\beta _1}\cos\; {\gamma _1}}&{\cos\; {\alpha _1}\cos\; {\gamma _1}}&{\cos\; {\beta _1}{\text{sin}}\;{\gamma _1} - \sin\; {\alpha _1}\sin\; {\beta _1}\cos\; {\gamma _1}}&{{}^{\text{J}}{y_{{{\text{B}}_{\text{O}}}}}} \\ {\sin\; {\beta _1}\cos\; {\gamma _1} - \sin\; {\alpha _1}\cos\; {\beta _1}\sin \;{\gamma _1}}&{ - \cos\; {\alpha _1}\sin\; {\gamma _1}}&{\cos\; {\beta _1}\cos\; {\gamma _1} + \sin\; {\alpha _1}\sin \;{\beta _1}\sin\; {\gamma _1}}&{{}^{\text{J}}{z_{{{\text{B}}_{\text{O}}}}}} \\ 0&0&0&1 \end{array}} \right] $$ (5) 式中：α1，β1，γ1分别为激光标靶坐标系沿激光跟踪坐标系ZJ轴、YJ轴和XJ轴旋转的角度；
$ ({}^{\text{J}}x{}_{{\text{B}}_{\text{O}}}，{}^{\text{J}}y{}_{{\text{B}}_{\text{O}}}， {}^{\text{J}}z{}_{{\text{B}}_{\text{O}}}) $ 为激光标靶坐标系原点OB在激光跟踪坐标系中的坐标。测量时，激光跟踪装置发射一束激光照射到激光标靶的竖向靶面上，经竖向靶面反射后又照射到激光标靶的横向靶面上，在2个靶面上形成2块激光光斑，如图3中的点A和a。设点A在激光标靶坐标系中的坐标为(0, yA, zA)，在激光跟踪坐标系中的坐标为(d,0,0)，其中d为激光跟踪装置坐标原点OJ与点A之间的距离。点a在激光标靶坐标系中的坐标为(−xa, ya, 0)，点a关于YBOBZB平面的对称点为a′(xa, ya, 0)，该点在激光跟踪坐标系中的坐标为(dc,0,0)，其中dc为激光束到达竖向靶面经反射后到达横向靶面的距离，由激光跟踪装置中的激光测距模块测得。则有
$$ \left\{ \begin{gathered} {}^{\text{J}}{{{\boldsymbol{A}}}} = {}_{\text{B}}^{\text{J}}{\boldsymbol{T}\,} {}^{\text{B}} {{{\boldsymbol{A}}}} \\ {}^{\text{J}}{{{\boldsymbol{a}}}} = {}_{\text{B}}^{\text{J}}{\boldsymbol{T}\,} {}^{\text{B}} {{{\boldsymbol{a}}}} \\ {}^{\text{J}}{{{\boldsymbol{a}}'}} = {}_{\text{B}}^{\text{J}}{\boldsymbol{T}\,} {}^{\text{B}} {{{\boldsymbol{a}}'}} \\ \end{gathered} \right. $$ (6) $d = {d_{\text{c}}} - \sqrt {{{\left( {{y_{\text{A}}} - {y_{\text{a}}}} \right)}^2} + x_{\text{a}}^2 + \textit{z}_{\text{A}}^2}$ ，由此可求解得到$$\left\{\begin{array}{l} \alpha_{1}=\arctan \dfrac{y_{\mathrm{A}}-y_{{\rm{a}}}}{\sqrt{\textit{z}_{\mathrm{A}}^{2}+x_{{\rm{a}}}^{2}}} \\ \beta_{1}=-\arctan \dfrac{\textit{z}_{\mathrm{A}}}{x_{{\rm{a}}}} \end{array}\right.$$ (7) $$ \begin{split} \\ \left\{\begin{aligned} { }^{\mathrm{J}} x_{\mathrm{B}_{\mathrm{O}}}=& d+y_{\mathrm{A}} \sin\; \alpha_{1}+\textit{z}_{\mathrm{A}} \cos\; \alpha_{1} \sin\; \beta_{1} \\[-1pt] { }^{\mathrm{J}} y_{\mathrm{B}_{\mathrm{O}}}=& \textit{z}_{\mathrm{A}}\left(\sin\; \alpha_{1} \sin\; \beta_{1} \cos\; \gamma_{1}-\cos\; \beta_{1} \sin\; \gamma_{1}\right)- \\[-1pt] & y_{\mathrm{A}} \cos\; \alpha_{1} \cos\; \gamma_{1} \\[-1pt] { }^{\mathrm{J}} \textit{z}_{\mathrm{B}_{\mathrm{O}}}=& y_{\mathrm{A}} \cos\; \alpha_{1} \sin\; \gamma_{1} -\\[-1pt] & \textit{z}_{\mathrm{A}}\left(\sin\; \alpha_{1} \sin\; \beta_{1} \sin\; \gamma_{1}+\cos\; \beta_{1} \cos\; \gamma_{1}\right) \end{aligned}\right. \end{split}$$ (8) 为便于接收激光跟踪装置发射的激光，使激光标靶的2个正交靶面与水平面夹角呈45°，使用时激光标靶靶面开口应朝向巷道后方的激光跟踪装置。激光标靶底座上安装有倾角传感器，用于测量激光标靶与巷道大地坐标系水平面间的夹角γq，利用γq可计算得到γ1。
$$ {{\rm{\gamma}} _1} = {\text{arcsin}} \frac{{\sin\; {\gamma _{\text{q}}} - \sin\; {\alpha _1}\sin\; {\beta _0}}}{{\cos\; {\alpha _1}\cos\; {\beta _0}}} $$ (9) 设Sn为空间任意一点n在掘进机机身坐标系中的齐次坐标，Bn为点n在激光标靶坐标系中的齐次坐标，则有
$$ { }^{\mathrm{B}} {{\boldsymbol{n}}}={ }_{\mathrm{S}}^{\mathrm{B}} {\boldsymbol{T}\,}^{\mathrm{S}} {{\boldsymbol{n}}} $$ (10) 其中：
$$ \begin{gathered} {}_{\text{S}}^{\text{B}}{{{\boldsymbol{T}}}} = \left[ {\begin{array}{*{20}{c}} {\cos\; {\alpha _2}\cos\; {\beta _2}}& { - \sin\; {\alpha _2}}& { - \cos\; {\alpha _2}\sin\; {\beta _2}}& {{}^{\text{B}}{x_{{{\text{S}}_{\text{O}}}}}} \\ {\sin\; {\alpha _2}\cos\; {\beta _2}}& {\cos\; {\alpha _2}}& { - \sin\; {\alpha _2}\sin\; {\beta _2}}& {{}^{\text{B}}{y_{{{\text{S}}_{\text{O}}}}}} \\ {\sin\; {\beta _2}}& 0& {\cos\; {\beta _2}}& {{}^{\text{B}}{\textit{z}_{{{\text{S}}_{\text{O}}}}}} \\ 0& 0& 0& 1 \end{array}} \right] \end{gathered} $$ (11) 式中：
${}_{\rm{S}}^{\rm{B}} {\boldsymbol{T}} $ 为激光标靶坐标系到掘进机机身坐标系的转换矩阵；α2，β2，γ2分别为掘进机机身坐标系沿激光标靶坐标系ZB轴、YB轴和XB轴旋转的角度；$ \left({}^{\text{B}}x{}_{{\text{S}}_{\text{O}}}，\right. \left.{}^{\text{B}}y{}_{{\text{S}}_{\text{O}}}，{}^{\text{B}}\textit{z}{}_{{\text{S}}_{\text{O}}}\right) $ 为掘进机机身坐标系原点OS在激光标靶坐标系中的坐标。同时，设α，β，γ为掘进机在巷道大地坐标系中的偏向角、俯仰角和翻滚角，(x, y, z)为掘进机在巷道大地坐标系中的位置坐标，对应掘进方向位置、偏距和高度，则掘进机机身坐标系到巷道大地坐标系的转换矩阵为
$$ {}_{\text{S}}^{\text{H}}{{{\boldsymbol{T}}}} = \left[ {\begin{array}{*{20}{c}} {\cos\; \alpha \cos\; \beta }&{ - \sin\; \alpha }&{ - \cos\; \alpha \sin\; \beta }&x \\ {\sin\; \beta \sin\; \gamma + \sin\; \alpha \cos\; \beta \cos\; \gamma }&{\cos\; \alpha \cos\; \gamma }&{\cos\; \beta \sin\; \gamma - \sin\; \alpha \sin\; \beta \cos\; \gamma }&y \\ {\sin\; \beta \cos\; \gamma - \sin\; \alpha \cos\; \beta \sin\; \gamma }&{ - \cos\; \alpha \sin\; \gamma }&{\cos\; \beta \cos\; \gamma + \sin\; \alpha \sin\; \beta \sin\; \gamma }&z \\ 0&0&0&1 \end{array}} \right] $$ (12) 由图3（b）所示的坐标转换关系可知：
$$ {}_{\text{S}}^{\text{H}}{\boldsymbol{T}} = {}_{\text{J}}^{\text{H}}{\boldsymbol{T}}\;\;{}_{\text{B}}^{\text{J}}{\boldsymbol{T}}\;\;{}_{\text{S}}^{\text{B}}{\boldsymbol{T}} $$ (13) 将式（3）、式（5）、式（11）和式（12）代入式（13），并利用等式两边矩阵对应元素相等建立方程组，可解得掘进机在巷道大地坐标系中的绝对位姿，即掘进机位姿测量数学模型：
$$ \left\{ {\begin{array}{*{20}{l}} {\alpha = - \arcsin {}_{\text{S}}^{\text{H}}{T_{12}}} \\ {\beta = - \arctan \dfrac{{{}_{\text{S}}^{\text{H}}{T_{13}}}}{{{}_{\text{S}}^{\text{H}}{T_{11}}}}} \\ {\gamma = - \arctan \dfrac{{{}_{\text{S}}^{\text{H}}{T_{32}}}}{{{}_{\text{S}}^{\text{H}}{T_{22}}}}} \\ {x = {}_{\text{S}}^{\text{H}}{T_{14}}} \\ {y = {}_{\text{S}}^{\text{H}}{T_{24}}} \\ {\textit{z} = {}_{\text{S}}^{\text{H}}{T_{34}}} \end{array} } \right. $$ (14) 式中
${}^{\rm{H}}_{\rm{S}}{{T}}_{ij}$ 为矩阵${}^{\rm{H}}_{\rm{S}}{\boldsymbol{T}} $ 第i行第j列元素。综上可知，悬臂式掘进机位姿测量与解算流程如下：
（1） 将激光标靶安装在掘进机机身上，并通过标定获得掘进机机身坐标系到激光标靶坐标系的转换矩阵
${}^{\rm{B}}_{\rm{S}}{\boldsymbol{T}}$ 。（2） 将激光跟踪装置安装在巷道某位置，标定获得其在巷道大地坐标系中的位置
$\left({}^{\text{H}}x{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}y{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}{\textit{z}}{}_{{\text{J}}_{\text{O}}}\right)$ 。（3） 激光跟踪装置根据无线模块接收的信息，控制二自由度云台运动，使发射的激光束照射到激光标靶的竖向靶面上，利用此时的偏向角α0和俯仰角β0，结合步骤（2）得到的坐标
$ \left({}^{\text{H}}x{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}y{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}{\textit{z}}{}_{{\text{J}}_{\text{O}}}\right) $ ，利用式（3）求得巷道大地坐标系到激光跟踪坐标系的转换矩阵${}^{\rm{H}}_{\rm{J}}{\boldsymbol{T}} $ 。同时，激光测距模块测得激光跟踪装置到激光标靶的距离dc。（4） 利用相机1和相机2分别获取竖向和横向靶面上激光光斑的坐标(0, yA, zA)和(−xa, ya, 0)，结合激光标靶内部倾角传感器测得的夹角γq，代入式（7）—式（9）和式（5），获得激光跟踪坐标系到激光标靶坐标系的转换矩阵
${}^{\rm{J}}_{\rm{B}}{\boldsymbol{T}}$ 。（5） 将
${}^{\rm{B}}_{\rm{S}}{\boldsymbol{T}} $ 、${}^{\rm{H}}_{\rm{J}}{\boldsymbol{T}}$ 、${}^{\rm{J}}_{\rm{B}}{\boldsymbol{T}}$ 代入式（13），获得掘进机机身坐标系到巷道大地坐标系的转换矩阵${}^{\rm{H}}_{\rm{S}}{\boldsymbol{T}} $ 。（6） 利用式（14）解算出掘进机在巷道大地坐标系中的绝对位置(x, y, z)和姿态（α, β, γ）。
（7） 重复步骤（3）—步骤（6），可连续测量得到掘进机在巷道大地坐标系中的绝对位姿。
（8） 当超出测量范围时，将激光跟踪装置前移，然后重复步骤（2）—步骤（7），即可实现悬臂式掘进机在巷道掘进过程中的绝对位姿测量。
2. 位姿测量误差仿真分析
根据建立的悬臂式掘进机位姿测量数学模型，分析悬臂式掘进机位姿测量系统中影响位姿解算精度的因素及位姿测量误差，确定系统各组成部分的结构尺寸和技术参数，建立系统仿真模型，分析掘进距离及激光跟踪装置安装位置对系统测量误差的影响规律，为系统现场应用和后续改进提供理论依据和数据参考。
2.1 精度影响因素
由悬臂式掘进机位姿测量数学模型可知，掘进机位姿参数解算与激光跟踪装置到激光标靶的距离、提取的激光光斑中心坐标、激光标靶倾角测量值、激光跟踪装置俯仰角与偏向角测量值有关，这些参数的测量误差均会影响掘进机位姿解算精度。
（1） 光斑中心坐标提取误差。现有的光斑视觉定位精度可达到像素级[17]，设计竖向、横向靶面的宽度均为 200 mm、高度均为 225 mm，以相机像素为960 dpi为例，每个像素点代表的实际尺寸为0.23 mm，考虑相机畸变标定后的残余误差，将激光标靶光斑中心坐标提取精度设为1 mm。
（2） 激光跟踪装置角度定位误差。激光跟踪装置偏向角和俯仰角跟踪的执行机构采用直流无刷伺服电动机，其定位误差与所用编码器精度有关。系统中选用的编码器为16 位，精度为0.005°。
（3） 激光测距误差。系统中采用SK80激光测距模块，最大测量范围为80 m，测量精度为2 mm。
（4） 激光标靶倾角测量误差。采用的倾角传感器分辨力为0.001°，全量程线性精度为0.005°。
2.2 仿真结果
合理设计系统各装置尺寸对其工程应用具有重要意义。掘进机位姿测量时，激光标靶安装在掘进机机身上，外形尺寸过大不利于测量的灵活性和安装的便利性，过小则不能满足测量范围要求。以EBZ220型掘进机为例，按掘进方向测量范围为5~80 m计算，偏向角α的变化范围为−27.7 ~ 42.6°，要满足上述要求会使激光标靶的尺寸非常大，不利于其安装使用。本文系统设计的激光标靶尺寸为225 mm×200 mm（高×宽），在5~80 m范围内其偏向角α测量范围为−16.25~+16.25°。为满足测量要求，需要对激光跟踪装置和激光标靶的安装位置进行分析。激光标靶的较佳安装位置：将底座安装在掘进机机身上，使激光标靶坐标系的XB轴与掘进机机身坐标系的XS轴呈45°夹角，YB轴与YS轴平行。假定激光跟踪装置安装在激光标靶正后方（标靶正后）、巷道左帮顶板处（顶部左帮）、巷道右帮顶板处（顶部右帮）、激光标靶正后方顶板处（顶部正后）、与激光标靶同一水平面巷道左帮处（标靶左帮）和与激光标靶同一水平面巷道右帮处（标靶右帮）6个位置。由于光斑中心坐标提取误差服从正态分布[18]，而倾角传感器和激光测距模块经过修正后误差可忽略不计，其随机误差也服从正态分布，假定光斑中心坐标提取误差、倾角传感器和激光测距模块的测量误差分布分别为正态分布N（500，2）、N（500，1）和N（500，1），为分析在5~80 m测量范围内掘进机位姿误差分布规律，每次均加入随机误差源分别对6个位置进行1 000次仿真解算，取误差最大值作为掘进机位姿测量误差。在5~80 m测量范围内每隔5 m进行1次仿真，结果如图4所示。
![]()
图 4 悬臂式掘进机位姿测量误差仿真曲线Figure 4. The error simulation curves of pose measurement of cantilever roadheader由图4可知，在5~80 m测量范围内，掘进机位姿测量误差呈现出以下规律：
（1） 偏向角误差小于1.30°，俯仰角误差小于1°，翻滚角误差小于0.03°；掘进方向位置误差小于5 mm，偏距和高度误差小于20 mm。
（2） 随着掘进距离增加，掘进机姿态误差均在一定范围内变化，且偏向角呈收敛趋势；偏距和高度误差随掘进距离增加呈线性增加趋势，但掘进方向位置误差不随掘进距离增加而增加。
（3） 激光跟踪装置安装位置对掘进机位姿测量误差有一定影响，标靶正后、标靶左帮和标靶右帮误差相对较小，其次为顶部正后，再次为顶部左帮和顶部右帮。激光跟踪装置安装位置为标靶正后、标靶左帮和标靶右帮时，偏向角误差小于1°，俯仰角误差小于0.7°，翻滚角误差小于0.03°，掘进方向位置误差小于5 mm，偏距和高度误差小于20 mm。激光跟踪装置安装在顶部左帮和顶部右帮时，偏向角误差小于1.30°，俯仰角误差小于0.90°，翻滚角误差小于0.03°，掘进方向位置误差小于5 mm，偏距和高度误差小于20 mm。激光跟踪装置安装在巷道顶部正后时，偏向角误差小于1.30°，俯仰角误差小于0.85°，翻滚角误差小于0.03°，掘进方向位置误差小于5 mm，偏距和高度误差小于20 mm。考虑到煤矿掘进工作面实际工况和遮挡问题，激光跟踪装置不宜安装在巷道两帮或中间较低位置，在允许情况下尽可能提高激光标靶安装高度。
3. 实验与结果分析
3.1 实验系统搭建
以履带式机器人底盘模拟掘进机机身，以楼道长走廊环境模拟煤矿巷道，将激光标靶安装在履带式机器人底盘上，激光跟踪装置放置在三脚架上，搭建掘进机位姿测量实验系统，如图5所示。履带式机器人机身坐标系原点OS在激光标靶坐标系中的位置坐标
$ \left({}^{\text{B}}x{}_{{\text{S}}_{\text{O}}}，{}^{\text{B}}y{}_{{\text{S}}_{\text{O}}}，{}^{\text{B}}{\textit{z}}{}_{{\text{S}}_{\text{O}}}\right) $ 标定结果为（−400，200，−230），掘进机机身坐标系在激光标靶坐标系中的偏向角α2为0，俯仰角β2为−45°。α0和β0分别为激光发射与激光测距模块的偏向角和俯仰角，$ \left({}^{\text{H}}x{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}y{}_{{\text{J}}_{\text{O}}}，{}^{\text{H}}{\textit{z}}{}_{{\text{J}}_{\text{O}}}\right) $ 为激光跟踪坐标系原点OJ在巷道大地坐标系中的位置参数，标定为（0,0,900）。![]()
图 5 悬臂式掘进机位姿测量实验系统Figure 5. Experimental system for pose measurement of cantilever roadheader3.2 实验结果
利用全站仪标定出履带式机器人在模拟巷道中的位姿，再利用搭建的实验系统测量掘进机位姿。测量过程中，微调激光跟踪装置的姿态角，使激光束入射到激光标靶竖向靶面的不同位置，以观察激光跟踪装置测量激光标靶的位姿精度变化情况。为了避免实验误差，进行了10组不同位姿参数的测量实验。第1—6组实验中履带式机器人在巷道大地坐标系下的位姿参数：x=4510.0 mm，y=−328.0 mm，z=368.0 mm，α=−2.000°，β=0.500°，γ=0.001°。第7—10组实验中履带式机器人在巷道大地坐标系下的位姿参数：x=5820.0 mm，y=196.0 mm，z=435.0 mm，α=−2.500°，β=1.000°，γ=0.001°。实验结果见表1。
表 1 实验结果Table 1. The experimental results序号 x/mm y/mm z/mm α/（°） β/（°） γ/（°） 测量值 误差 测量值 误差 测量值 误差 测量值 误差 测量值 误差 测量值 误差 1 4506.0 −4.0 −325.3 2.7 367.1 −0.9 −2.413 −0.413 0.323 −0.177 0.001 0 2 4507.4 −2.6 −326.7 1.3 367.7 −0.3 −2.078 −0.078 0.338 −0.162 0.001 0 3 4510.6 0.6 −328.2 −0.2 368.2 0.2 −1.637 0.363 0.532 0.032 0.001 0 4 4511.1 1.1 −328.7 −0.7 367.8 −0.2 −1.391 0.609 0.679 0.179 0.001 0 5 4509.1 −0.9 −328.6 −0.6 368 0 −1.622 0.378 0.436 −0.064 0.001 0 6 4509.1 −0.9 −328.9 −0.9 368.3 0.3 −1.815 0.185 0.301 −0.199 0.001 0 7 5817.2 −2.8 198.8 2.8 435.1 0.1 −2.711 −0.211 0.441 −0.559 0 −0.001 8 5822.6 2.6 199.0 3.0 436.4 1.4 −2.284 0.216 0.801 −0.199 0 −0.001 9 5822.0 2.0 196.9 0.9 435.6 0.6 −2.631 −0.131 1.217 0.217 0 −0.001 10 5824.3 4.3 197.3 1.3 435.3 0.3 −2.863 −0.363 1.184 0.184 0 −0.001 根据表1，绘制掘进机位置误差和姿态误差曲线，如图6所示。由图6可知，掘进方向位置x、偏距y和高度z测量绝对误差均小于5 mm，偏向角α测量绝对误差小于1°，俯仰角β测量绝对误差小于0.6°，翻滚角γ测量绝对误差可忽略不计，实验结果优于仿真结果。
3.3 讨论
定向掘进及断面自动截割成形是煤矿巷道智能掘进的题中之义。定向掘进的要义是控制好掘进巷道的中线和腰线。巷道中线控制需要知道掘进机的偏向角和偏距，而巷道腰线控制需要准确测量掘进机在巷道大地坐标系中的俯仰角和高度。仿真和实验结果均表明，本文系统偏向角测量误差较大，偏距和高度随掘进距离增加呈线性增加趋势。随着掘进距离增加，为保证掘进机偏距和高度的测量精度，需要将激光跟踪装置前移，自主快速标定其在巷道大地坐标系中的位姿。另外，煤矿井下环境复杂，粉尘大，照明不足，系统的有效性和环境适应性需要在现场环境下检验。因此，下一步应重点研究掘进机偏向角测量精度的改进措施、移站后自主快速标定技术和环境适应性等。
4. 结论
（1） 基于激光靶向跟踪的悬臂式掘进机位姿测量系统主要由激光跟踪装置和激光标靶组成。激光跟踪装置发射激光到激光标靶并在其2个靶面上形成光斑，且保持激光跟踪。激光标靶接收激光跟踪装置发射的激光束，根据2个靶面上的光斑位置和激光测距模块的测距信息，依据巷道大地坐标系、激光跟踪装置坐标系、激光标靶坐标系和掘进机机身坐标系之间的转换关系求解掘进机在巷道中的绝对位姿，实现了悬臂式掘进机在巷道坐标系中绝对位姿的全参数实时测量。
（2） 建立了悬臂式掘进机位姿测量数学模型，分析了系统的误差影响因素，仿真研究了系统的位姿测量误差分布规律，结果表明，该系统能够满足掘进机位姿检测精度要求，为工程应用提供支撑。
（3） 搭建了位姿测量实验系统，开展了其在模拟巷道中的位姿测量实验，分析了系统的测量精度，结果表明，掘进方向位置、偏距和高度测量绝对误差均小于5 mm，偏向角测量绝对误差小于1°，俯仰角测量绝对误差小于0.6°，翻滚角测量绝对误差可忽略不计，实验结果优于仿真结果。
（4） 煤矿井下粉尘大，照明条件差，悬臂式掘进机位姿测量系统的环境适应性还需后续现场实验验证。仿真和实验研究表明，掘进机偏向角测量误差稍大，为保障测量结果满足工程需要，系统测量范围有限，提高偏向角测量精度及移站后的自主标定是下一步研究重点。
-
![]()
图 1 智能综放控制系统基本配置
Figure 1. Basic configuration of intelligent fully mechanized Caving control system
![]()
图 3 迈步式自移设备列车及管缆伸缩装置
Figure 3. Step-type self-shift equipment train and pipe and cable expansion device
![]()
图 4 基于透明地质的综采工作面智能化协同规划开采系统
Figure 4. Intelligent collaborative planning and mining system of fully mechanized mining face based on transparent geology
![]()
图 6 加速度传感器时域能量算法三维图
Figure 6. Time domain energy algorithm 3D diagram of acceleration sensor
![]()
图 8 智能综放地面分控中心
Figure 8. Intelligent fully mechanized caving ground sub-control center
表 1 智能回采工艺阶段
Table 1 Intelligent coal mining process stage
序号 阶段说明 动作说明 1 阶段1
采煤机中心12号架
停留0 min上行1） 跟机自动移架，从7号架开始，移架距离为6台支架，允许动作为3台支架；
2） 跟机伸伸缩梁−护帮联动（该动作为移架后自动动作），距离为6台支架，允许动作为3台支架；
3） 跟机收伸缩梁−护帮联动，距离为3台支架，允许动作为5台支架；
4） 跟机推溜，从3号架开始，推溜距离为10台支架，允许动作为8台支架（端头3号−6号架推溜结束后进行自动顺序移架）；
5） 跟机时放煤，从7号架开始，距离为19台支架，允许动作为2台支架；
6） 跟机拉后溜，从3号架开始，距离为22台支架，允许动作为10台支架（拉后溜必须在放煤之后完成动作）2 阶段2
采煤机中心116号架
停留8 min下行（此时跟机移架到110号架，跟机伸护帮至110号架，跟机推溜至106号架，98号架为满行程，跟机放煤至95号架，拉后溜到86号架）
1） 跟机补充自动移架，111号−117号架补充移架，移架后不伸护帮板；
2） 补充跟机收护帮至110号−105号架，给采煤机扫煤留出空间；
3） 补充推出蛇形段，动作区域为98号−106号架；
4） 补充跟机放煤由87号架顺序向115号架执行（放煤动作执行未完毕，不允许执行补充拉后溜动作）；
5） 补充跟机拉后溜，从86号−117号架满行程拉后溜（拉后溜必须在放煤之后完成动作）3 阶段3
采煤机中心112号架
停留41 s下行1） 采煤机割透机尾后，反向下行至 113号架（滚筒在108号架，扫底煤不限次，不扫可直接经过）；
2） 采煤机反向下行至蛇形段最大架号，该蛇形段区域执行中部跟机伸护帮动作，从112号架开始，采煤机前滚筒收伸缩梁护帮联动（时间可设置），采煤机后滚筒执行跟机伸伸缩梁护帮联动动作（时间可设置）4 阶段4
采煤机中心92号架
停留4 min上行1） 采煤机运行到蛇形段最大架号92号时，触发98号−121号架满行程推溜；
2） 采煤机反向上行割三角煤，该蛇形段区域执行中部跟机伸护帮动作，从92号架开始，采煤机前滚筒收伸缩梁护帮联动（时间可设置），采煤机后滚筒执行跟机伸伸缩梁护帮联动动作（时间可设置）；
3） 满行程推溜后，补充跟机移架从 121号−118号架（移架后进行伸护帮）；
4） 补充跟机拉后溜满行程，从118号−121号架5 阶段5
采煤机中心113号架
停留0 min下行采煤机割透三角煤后，反向下行至113号架，扫底煤不限次数 6 阶段6
采煤机中心112号架
停留0 min下行1） 跟机自动移架，从117号架开始，移架距离为6台支架，允许动作为3台支架；
2） 跟机伸伸缩梁−护帮联动（该动作为移架后自动动作），距离为6台支架，允许动作为3台支架；
3） 跟机收伸缩梁−护帮联动，距离为3台支架，允许动作为5台支架；
4） 跟机推溜，从121号架开始，推溜距离为10台支架，允许动作为8台支架（端头121号−118号架推溜结束后进行自动顺序移架）；
5） 跟机时放煤，从117号架开始，距离为19台支架，允许动作为2台支架；
6） 跟机拉后溜，从121号架开始，距离为22台支架，允许动作为10台支架（拉后溜必须在放煤之后完成）7 阶段7
采煤机中心7号架
停留8 min上行（此时跟机移架到13号架，跟机伸护帮至13号架，跟机推溜到17号架，25号架为满行程，跟机放煤至28号架，拉后溜到39号架）
1） 跟机补充自动移架，12号−7号补充移架，移架后不伸护帮；
2） 补充跟机收护帮至13号−18号架，给采煤机扫煤留出空间；
3） 补充推出蛇形段，动作区域为15号−25号架；
4） 补充跟机放煤，由27号架顺序向9号架执行（放煤动作执行未完毕，禁止补充拉后溜）；
5） 补充跟机拉后溜，从38号−7号架满行程拉后溜（拉后溜必须在放煤之后完成）8 阶段8
采煤机中心12号架
停留41 s上行1） 采煤机割透机头后，反向上行至 11号架（滚筒在7号，扫底煤不限次，不扫可直接经过）；
2） 采煤机反向上行至蛇形段最大架号，该蛇形段区域执行中部跟机伸护帮动作，从12号开始，采煤机前滚筒处收伸缩梁−护帮联动（时间可设置），采煤机后滚筒处伸伸缩梁−护帮联动（时间可设置）9 阶段9
采煤机中心32号架
停留4 min下行1） 采煤机运行到蛇形段最大架号32号时，触发25号−3号架满行程推溜；
2） 采煤机反向下行割三角煤，该蛇形段区域执行中部跟机伸护帮动作，从32号架开始，采煤机前滚筒处收伸缩梁-护帮联动（时间可设置），采煤机后滚筒处伸伸缩梁−护帮联动（时间可设置）；
3） 满行程推溜后，补充跟机移架从3号−6号架（顺序：3号−6号架，同时移架后进行伸护帮板）；
4） 补充跟机拉后溜满行程，从3号−6号架；
5） 拉后溜后，端头组合支架1号−2号架分别执行降（前中后立柱）、拉、升（（前中后立柱）动作10 阶段10
采煤机中心11号架
停留0 min上行采煤机割透三角煤后，反向上行至11号架，扫底煤不限次数 
下载: 导出CSV
-
[1] 王国法,庞义辉. 特厚煤层大采高综采综放适应性评价和技术原理[J]. 煤炭学报,2018,43(1):33-42. WANG Guofa,PANG Yihui. Full-mechanized coal mining and caving mining method evaluation and key technology for thick coal seam[J]. Journal of China Coal Society,2018,43(1):33-42.
[2] 王国法,庞义辉,马英. 特厚煤层大采高综放自动化开采技术与装备[J]. 煤炭工程,2018,50(1):1-6. WANG Guofa,PANG Yihui,MA Ying. Automated mining technology and equipment for fully-mechanized caving mining with large mining height in extra-thick coal seam[J]. Coal Engineering,2018,50(1):1-6.
[3] 王国法. 煤矿智能化最新技术进展与问题探讨[J]. 煤炭科学技术,2022,50(1):1-27. WANG Guofa. New technological progress of coal mine intelligent and its problems[J]. Coal Science and Technology,2022,50(1):1-27.
[4] 王勇. 加快推进煤矿智能化建设 提高煤矿本质安全水平[J]. 中国煤炭工业,2020(11):4. DOI: 10.3969/j.issn.1673-9612.2020.11.001 WANG Yong. Accelerate the construction of intelligent coal mine to improve the essential safety level of coal mine[J]. China Coal Industry,2020(11):4. DOI: 10.3969/j.issn.1673-9612.2020.11.001
[5] 王国法,王虹,任怀伟,等. 智慧煤矿2025情景目标和发展路径[J]. 煤炭学报,2018,43(2):295-305. WANG Guofa,WANG Hong,REN Huaiwei,et al. 2025 scenarios and development path of intelligent coal mine[J]. Journal of China Coal Society,2018,43(2):295-305.
[6] 王家臣. 我国放顶煤开采的工程实践与理论进展[J]. 煤炭学报,2018,43(1):43-51. WANG Jiachen. Engineering practice and theoretical progress of top-coal caving mining technology in China[J]. Journal of China Coal Society,2018,43(1):43-51.
[7] 黄曾华. 综采装备单机智能化向智能协同模式转型的探索研究[J]. 煤炭科学技术,2021,49(4):169-175. HUANG Zenghua. Exploration and research on transformation from intelligent single machine equipment to intelligent synergy in coal mine[J]. Coal Science and Technology,2021,49(4):169-175.
[8] 葛世荣. 煤矿智采工作面概念及系统架构研究[J]. 工矿自动化,2020,46(4):1-9. GE Shirong. Research on concept and system architecture of smart mining workface in coal mine[J]. Industry and Mine Automation,2020,46(4):1-9.
[9] 王国法,徐亚军,孟祥军,等. 智能化采煤工作面分类、分级评价指标体系[J]. 煤炭学报,2020,45(9):3033-3044. WANG Guofa,XU Yajun,MENG Xiangjun,et al. Specification,classification and grading evaluation index for smart longwall mining face[J]. Journal of China Coal Society,2020,45(9):3033-3044.
[10] 王国法,庞义辉,任怀伟. 煤矿智能化开采模式与技术路径[J]. 采矿与岩层控制工程学报,2020,2(1):5-19. WANG Guofa,PANG Yihui,REN Huaiwei. Intelligent coal mining pattern and technological path[J]. Journal of Mining and Strata Control Engineering,2020,2(1):5-19.
[11] 于斌,徐刚,黄志增,等. 特厚煤层智能化综放开采理论与关键技术架构[J]. 煤炭学报,2019,44(1):42-53. YU Bin,XU Gang,HUANG Zhizeng,et al. Theory and its key technology framework of intelligentized fully-mechanized caving mining in extremely thick coal seam[J]. Journal of China Coal Society,2019,44(1):42-53.
[12] 张守祥,张学亮,刘帅,等. 智能化放顶煤开采的精确放煤控制技术[J]. 煤炭学报,2020,45(6):2008-2020. ZHANG Shouxiang,ZHANG Xueliang,LIU Shuai,et al. Intelligent precise control technology of fully mechanized top coal caving face[J]. Journal of China Coal Society,2020,45(6):2008-2020.
[13] 张学亮,刘清,郎瑞峰,等. 厚煤层智能放煤工艺及精准控制关键技术研究[J]. 煤炭工程,2020,52(9):1-6. ZHANG Xueliang,LIU Qing,LANG Ruifeng,et al. Intelligent coal drawing process and the key technologies of precise control for thick coal seam top-coal caving[J]. Coal Engineering,2020,52(9):1-6.
[14] 秦文光. 王家岭矿综放工作面智能化协同控制方案设计与实现[J]. 煤炭科学技术,2020,49(增刊1):53-58. QIN Wenguang. Design and complete of intelligent collaborative control scheme for fully-mechanized top coal caving face in Wangjialing Mine[J]. Coal Science and Technology,2020,49(S1):53-58.
[15] 韩秀琪,杨秀宇,孙峰,等. 智能综放工作面自动运行与人工干预分析系统[J]. 工矿自动化,2020,46(12):31-37. HAN Xiuqi,YANG Xiuyu,SUN Feng,et al. Automatic operation and manual intervention analysis system for intelligent fully mechanized caving face[J]. Industry and Mine Automation,2020,46(12):31-37.
[16] 王家臣,潘卫东,张国英,等. 图像识别智能放煤技术原理与应用[J]. 煤炭学报,2022,47(1):87-101. WANG Jiachen,PAN Weidong,ZHANG Guoying,et al. Principles and applications of image-based recognition of withdraw coal and intelligent control of draw opening in longwall top coal caving face[J]. Journal of China Coal Society,2022,47(1):87-101.
[17] 袁源,汪嘉文,朱德昇,等. 顶煤放落过程煤矸声信号特征提取与分类方法[J]. 矿业科学学报,2021,6(6):711-720. YUAN Yuan,WANG Jiawen,ZHU Desheng,et al. Feature extraction and classification method of coal gangue acoustic signal during top coal caving[J]. Journal of Mining Science and Technology,2021,6(6):711-720.
[18] 曹贯强,尉瑞,孟祥涛,等. 用于煤矸识别的振动传感器设计[J]. 工矿自动化,2021,47(1):118-122. CAO Guanqiang,YU Rui,MENG Xiangtao,et al. Design of vibration sensor for coal gangue identification[J]. Industry and Mine Automation,2021,47(1):118-122.
[19] 张守祥,张艳丽,王永强,等. 综采工作面煤矸频谱特征[J]. 煤炭学报,2007,32(9):971-974. ZHANG Shouxiang,ZHANG Yanli,WANG Yongqiang,et al. Caved coal and rock spectrum on long wall face[J]. Journal of China Coal Society,2007,32(9):971-974.
[20] 吴婕萍,李国辉. 煤岩界面自动识别技术发展现状及其趋势[J]. 工矿自动化,2015,41(12):44-49. WU Jieping,LI Guohui. Development status and tendency of automatic identification technologies of coal-rock interface[J]. Industry and Mine Automation,2015,41(12):44-49.
[21] 魏文艳. 综采工作面放顶煤自动控制系统[J]. 工矿自动化,2015,41(7):10-13. WEI Wenyan. Automatic control system for top coal caving on fully mechanized mining face[J]. Industry and Mine Automation,2015,41(7):10-13.
-
期刊类型引用(2)
1. 陈伟，陈志良，侯强. 煤矿井下液压锚杆钻机钻臂定位控制方法. 自动化与仪表. 2024(08): 29-33+39 . 
百度学术
2. 李富强. 锚杆钻车施工影响因素分析. 中国机械. 2023(33): 90-93 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 279
- HTML全文浏览量: 50
- PDF下载量: 44
- 被引次数: 4
