返回列表
《工矿自动化》2020年第6期“煤矿智能化技术及应用”专题推荐
发布者:admin发布时间:2020-07-04 02:47:43

2020年2月25日,国家八部委联合下发了《关于加快煤矿智能化发展的指导意见》,吹响了向煤矿智能化进军的冲锋号。煤矿智能化是煤炭工业高质量发展的核心技术支撑,将人工智能、工业物联网、云计算、大数据、机器人、智能装备等与现代煤炭开发利用深度融合,形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统,实现煤矿开拓、采掘、运输、通风、安全保障等过程的智能化运行。煤矿智能化已成为世界煤炭科技发展的重要方向,更是我国煤炭科技研究的热点。为推动煤矿智能化技术与煤炭产业融合发展,提升煤矿智能化水平,促进煤炭行业高质量发展,本刊组织策划了“煤矿智能化技术及应用”专题,本专题报道的内容涉及煤矿机器人智能化、智能监测与预警、采煤机智能化、运输系统智能化、通风系统智能化、供电系统智能化等方面。在此特别感谢西安科技大学马宏伟教授对本专题组稿工作的支持!衷心感谢各位专家学者在百忙中为本专题撰稿。

在目前智能化矿山建设和以人为本的大环境下,煤矿日常安全巡检工作是实现矿山“数字化、信息化、无人化”建设目标的薄弱环节。研发井下危险气体巡检机器人,使其具备复杂巷道自主行走、定位、气体浓度等环境感知、数据处理与预警及人机交互等功能,能替代人工巡检,是实现煤矿智能化的重要研究方向。但目前井下危险气体巡检机器人大多数采用升降机构或固定探头的形式进行气体环境感知,对机器人的行驶灵活性产生了影响,且受机器人本体结构的限制,大多数巡检机器人只能检测到传感器安装范围内的局部气体环境信息,缺乏针对巷道任意截面空间内的气体浓度检测。针对以上问题,本文设计了一种基于气体扩散模型的煤矿巡检机器人气体环境智能检测系统。该系统在保证机器人行驶灵活性、信号检测可靠性的前提下,以气体扩散理论为基础,结合煤矿巷道气体环境特点,引入巷道壁帮围岩、风速、气体扩散系数对气体扩散模型的影响,采用虚拟像源法和遗传算法优化BP神经网络智能算法建立气体扩散优化模型,机器人在行进过程中可检测到巷道任意截面任意点的气体浓度等环境信息,从而实现用煤矿巡检机器人逐步取代人工巡检作业,为煤矿井下气体智能检测提供了新思路与新方法。

针对现有煤矿井下移动机器人运动规划所生成的轨迹存在超调、碰撞、不连续、不光滑等问题,提出了一种煤矿井下移动机器人运动规划方法,由路径规划、轨迹生成、轨迹优化3个部分构成,其中路径规划采用基于图搜索的A*算法实现。轨迹生成通过构建基于Minimum Snap的目标函数,并施加等式约束来实现。轨迹优化则是在轨迹生成的基础上施加不等式约束来实现,通过引入调和函数Bezier Curve,构建基于Bezier Curve的Minimum Snap的轨迹优化问题,使目标函数的求解变得简单,最终生成一条适用于煤矿井下移动机器人的能量损失最小、连续、光滑、无碰撞、可执行的运动轨迹。

四旋翼飞行机器人具有结构简单、占空比小、反应迅速、灵活度高等优点,能够在空中悬停、垂直起飞和降落,适用于在煤矿巡检及灾后救援工作中监测现场环境信息,如CH4浓度、CO浓度、CO2浓度、O2浓度、粉尘浓度、温度、湿度等。煤矿四旋翼飞行机器人检测到的环境信息数据必须安全、稳定、快速地传输到远程监控平台。然而,煤矿四旋翼飞行机器人飞行环境复杂,在空间狭小、机械设备多、视觉环境差、噪声干扰严重的井下巷道中,机器人根据地形信息进行避障,其飞行路径多变,导致机载传感器采集的环境信息数据有较大冗余。针对煤矿四旋翼飞行机器人采集的环境信息数据的冗余特性,提出一种数据压缩算法,用于对采集的环境信息数据进行压缩,以保证数据传输的有效性和实时性,提高数据传输效率。

从物联网、大数据、云计算及人工智能方面综述了我国煤矿智能监测与预警技术的研究现状。针对煤矿智能监测技术的实际应用情况,指出了煤矿智能监测与预警存在井下煤矿监测设备前兆信息采集可靠性差、云端平台集成应用融合深度不够、数据库安全性较弱、人工智能技术在煤矿监测中的应用尚不成熟等问题。展望了煤矿智能监测与预警技术的发展趋势:煤矿智能监测系统应用石墨烯/氧化石墨烯光纤传感器可实现多源信息感知,提升前兆信息采集的可靠性;研究多技术深度交叉融合技术,以探究监测数据的深层价值;构建基于区块链技术的煤矿监测数据库,保证数据库不可篡改,且具有较好的读写性能;研发具备自适应和深度学习的煤矿智能安全监测预警系统,实现矿井自动监测、智能预警

井下综采设备的健康状态评估和剩余寿命预测方法构建是实现煤矿智能化的必要保障。采煤机是煤炭开采活动中不可或缺的最重要、基本的设备,加强对采煤机的状态监测,智能准确评估其健康状态,对保障煤炭生产安全具有重要作用。研究有效的采煤机健康状态智能评估方法是煤矿智能化的关键。现有采煤机健康状态评估一般采用传统评估方法,如层次分析法、模糊综合评判法、隐马尔科夫模型等,受人为因素影响较大、状态评估效率低,单一评估算法导致局部搜索能力弱和抗干扰能力差、寻找全局最优值能力不足,难以满足煤矿智能化需求。针对以上问题,本文提出了一种结合主成分分析(PCA)与遗传算法(GA)优化BP神经网络的采煤机健康状态智能评估方法。根据采煤机的结构和工作原理选择采煤机状态监测点位,获取与采煤机健康状态相关的各项状态参数,应用PCA对采煤机状态数据进行降维和特征提取,避免神经网络输入的复杂化;为弥补单一算法抗干扰能力差和寻找全局最优值能力不足的缺陷,通过GA优化BP神经网络构建智能评估算法,进而可准确、智能评估采煤机健康状态。

矿用带式输送机是煤矿主运输设备,其运行过程中存在托辊、滚筒等关键部件与输送带摩擦发热,易发生钢丝绳芯输送带内部损伤与撕裂,运行功耗大等问题,导致输送带着火、断带事故和电能浪费。目前对矿用带式输送机监测的研究主要从钢丝绳芯输送带损伤监测、关键部件故障诊断与预警、异物监测和输送带撕裂监测、煤流监测及人员安全监测等单方面进行,设计的系统一般功能单一,不能全面监测带式输送机的运行状态,为此,本文采用弱磁检测技术、红外热成像技术和视觉检测技术等,研发了一套矿用带式输送机智能监测系统,该系统集钢丝绳芯输送带损伤监测系统、带式输送机关键部件故障诊断与预警系统、煤流监测、异物监测、胶带撕裂监测及人员安全监测系统于一体,可对矿用带式输送机运行状态进行全面监测,对矿用带式输送机安全、可靠、节能运行和煤矿安全生产具有重要意义。

随着现代大型煤矿开拓延伸和开采深度增加,通风路线迅速增长,而开采规模的扩大也要求更大的通风风量。两者共同导致通风困难、能耗增加,并带来瓦斯聚集等隐患。针对目前矿井通风难易程度评价中常用的等积孔不能有效反映通风难易程度细节、通风阻力测定不能很好地衡量复杂通风系统并联影响的问题,本文提出了基于通风等效面积的矿井通风难易程度分析方法。该方法首先基于割集将通风系统从进风到回风进行分段,每个分段中的巷道均为并联,在等积孔的基础上,综合获得各分段的等效面积,由此得到各节点对应的通风等效面积,根据4种通风等效面积图精确分析通风系统各分段的通风难易程度、识别通风系统阻力“瓶颈”、分析阻力分布及通风能耗。该方法能有效分辨出通风系统中的阻力较大区域、局部阻力位置及“瓶颈”位置,可服务于矿井通风的分析和优化

矿井电网谐波和弧光现象日益严重,漏电故障信号畸变,弧光漏电发生概率增大,导致故障信号畸变严重,基波分量较少,而现有矿井电网漏电保护方法采用零序基波分量作为故障特征参数,对弧光漏电辨识率较低。针对上述问题,提出了一种基于等效电导的矿井电网智能漏电保护方法。在分析漏电故障特性的基础上,根据非正弦电功率理论,以畸变零序电压为基准正交分解零序电流。采用畸变等效电导作为故障特征参数,通过比较各馈线等效电导的符号和大小辨识漏电线路:等效电导最大且符号为负的线路判为漏电支路,报警并发跳闸命令;符号为正的等效电导代表相应各非漏电馈线当前的绝缘水平,实现对电缆绝缘状态的自动监测。采用正交无功电流反映本级电网的电容电流水平,为矿井供电安全分析与故障预警提供数据支撑。该方法能同时实现漏电故障识别、漏电支路定位和电缆绝缘状态的自动监测,满足选择性、快速性和灵敏性要求,尤其适用于弧光漏电故障的辨识,有效提高了矿井供电的安全性。

免责声明:以上内容转载自工矿自动化,所发内容不代表本平台立场。全国能源信息平台联系电话:010-65367702,邮箱:hz@people-energy.com.cn,地址:北京市朝阳区金台西路2号人民日报社