CN107066313A - 一种基于局域网协同的综采工作面虚拟监测方法 - Google Patents

一种基于局域网协同的综采工作面虚拟监测方法 Download PDF

Info

Publication number
CN107066313A
CN107066313A CN201710323280.3A CN201710323280A CN107066313A CN 107066313 A CN107066313 A CN 107066313A CN 201710323280 A CN201710323280 A CN 201710323280A CN 107066313 A CN107066313 A CN 107066313A
Authority
CN
China
Prior art keywords
monitoring
virtual
data
coal
fully
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710323280.3A
Other languages
English (en)
Other versions
CN107066313B (zh
Inventor
杨兆建
谢嘉成
王学文
王淑平
李博
李娟莉
王义亮
孙政
王亚飞
张庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201710323280.3A priority Critical patent/CN107066313B/zh
Publication of CN107066313A publication Critical patent/CN107066313A/zh
Application granted granted Critical
Publication of CN107066313B publication Critical patent/CN107066313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance or administration or management of packet switching networks
    • H04L41/14Arrangements for maintenance or administration or management of packet switching networks involving network analysis or design, e.g. simulation, network model or planning
    • H04L41/145Arrangements for maintenance or administration or management of packet switching networks involving network analysis or design, e.g. simulation, network model or planning involving simulating, designing, planning or modelling of a network
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • G06F2009/45595Network integration; Enabling network access in virtual machine instances

Abstract

一种基于局域网协同的综采工作面虚拟监测方法是在局域网环境下,在虚拟现实引擎Unity3d环境下建立真实综采工作面的镜像,然后利用数据监测主机实时采集的实际工作面并实时存放进入工作面数据库SQL SERVER2008数据库的数据,位于不同位置的多台数据分析服务器实时读取数据库中相对应的数据,通过姿态解算模块和预测模块并且实时对相对应的虚拟现实设备进行驱动,多台主机通过C/S架构,采用局域网协同方式,互相随时同步数据,合成一个整体工作面全景画面,实现对真实工作面进行三维可视化虚拟监测和在线对历史数据进行分析和预测的方法。本方法能够三维全景实时显示工作面的运行状态,后台嵌入综采运行预测预警模型,能够实现直观可视化的故障诊断与预测,为综采工作面高效安全运行提供技术支撑。

Description

一种基于局域网协同的综采工作面虚拟监测方法
技术领域
[0001] 本发明涉及一种局域网及其综采工作面监测方法,尤其是一种在局域网环境下,在虚拟现实仿真引擎Unity3d下,实时对综采工作面进行三维可视化虚拟现实监测的方法。
背景技术
[0002] 随着“工业4.0”、“中国制造2025”和“互联网+”战略的持续推进和向纵深发展,煤矿综采装备和煤炭开采技术进入了全面创新发展时期,使得煤炭生产过程实现自动化、智能化以及无人化成为可能。即时掌握综采工作面设备的运行状态以及实现远程控制,直接决定和影响着整个工作面能否安全高效开采和工作。
[0003] 目前以自动化水平较高的综采工作面来说,结合运行数据及工作面视频系统,在顺槽集中控制中心就可以三机运行状态进行人工远程干预。但是,“视频+数据”监测模式的缺点也十分明显: (1)视频监测视角存在局限性。由于一般是在机头、机尾、中间部分每隔四五架的顶梁上和采煤机机身上加装摄像头以固定视角观看,而对于工作面自身的全景动作,以及在无频繁的动态变化的局部信息和机与机之间的相对位置,更是无法获取;在地质地形上的空间位置信息则无法观察清楚,甚至完全观察不到。
[0004] (2)缺乏高质量集成式全景工作台。视频监测与数据监测分离必然各行其道无法达到同步传输,传统摄像头视频采集又无法克服工作面灰尘多、水气弥漫等因素影响,效果很差,稳定性不好,经常造成延时和不同步;加上定时高频度专人维护摄像头,环境复杂,成本高,容易发生危险。因此要建成高质量的传输流畅、信息精确的全景工作台并进而形成决策建议是不可能的。
[0005] 因此,根据传统监测结果,进行远程人工干预,很可能出现意想不到的各种问题。在此大背景下,虚拟现实技术由于其直观性、沉浸性以及交互性等特点,已经广泛应用于煤矿装备领域,并已取得了很大的应用价值,而将虚拟现实技术应用于综采监测,则具有更直观、更可靠的3D虚拟现实监测优势和潜力,现在部分学者已经做了相关尝试。
[0006] 现有技术中,主要是针对采煤机或者液压支架单机的,并没有将整个综采工作面的全部设备进行可视化监测。公开号为201210195694.X的一种“基于不同地质条件的电牵引采煤机工作状态虚拟仿真系统”,将采煤机工况参数实时驱动采煤机虚拟样机,并绘制不同地质条件的综采工作面,实现采煤工作状态的“真实再现”。
[0007] 公开号为201510996174.2的“一种煤矿综采工作面远程控制虚拟培训系统”,可以在虚拟现实环境下实现对综采工作面设备的虚拟操作培训与控制,但是此系统缺乏综采工作面实际工况下数据作为支撑,因此培训操作内容与环境过于理想,与实际工况有较大差 距。
[0008] 在监测过程中,一般都是直接利用通讯协议直接读取数据,数据只是作为显示使用,有些使用数据库进行存储,但均未利用历史数据,从大数据的角度对历史数据进行分析与建模,从而可以发现和预测未来可能出现的问题,对整个综采的运行进行预测和预警。
[0009] 在监测模式中,由于综采工作面设备众多,如果只拥有一台监测主机,势必会造成服务器压力较大,虚拟监测画面运行不畅或者出现卡顿现场,严重影响虚拟监测的可靠性。因此,亟需研究开发一种技术方案解决以上问题。
发明内容
[0010] 本发明针对煤矿井下综采工作面的工作过程,提供一种基于局域网协同的综采工作面虚拟监测方法。
[0011] 本发明所采取的技术方案如下。
[0012] —种基于局域网协同的综采工作面虚拟监测方法,所述方法是在局域网环境下,虚拟现实监测上位机群实时读取数据库服务器中的由组态监测上位机群实时通过信号采集与传输系统采集的布置在实际综采工作面设备上的实时传感系统;并由数据分析服务器实时对数据库服务器中的数据进行分析与处理,实时处理结果以及历史数据分析结果返回虚拟现实监测上位机群中的显示动画并显示; 所述虚拟现实监测上位机群是一群安装在虚拟现实仿真引擎Unity3d环境下VR监测程序的高性能服务器,VR监测程序包括采煤机与刮板输送机VR监测程序、液压支架虚拟监测程序I、液压支架虚拟监测程序Π、液压支架虚拟监测程序m和其他设备VR监测程序;其中每一个监测程序均是由虚拟模型、虚拟局域网协同接口和虚拟数据接口组成; 其中采煤机与刮板输送机VR监测程序的虚拟模型是在unity3d环境下,已建立的与实际综采工作面完全真实相对应的虚拟综采设备中,已获取的虚拟采煤机与虚拟刮板输送机的控制权,通过虚拟数据接口获取到真实采煤机和真实刮板输送机的内在参数数据和姿态参数数据,通过后台程序与算法,驱动虚拟采煤机与虚拟刮板输送机进行虚拟运动; 其中采煤机与刮板输送机VR监测程序的虚拟局域网协同接口是将采煤机与刮板输送机的实时数据,通过Unity3d的NetWorkView组件中的RPC命令向其他几个设备的VR监测程序进行实时发送,以及接收从其他几个设备的VR监测程序传来的相应设备的数据,驱动本画面中的其他几个设备的虚拟模型进行相应动作,从而合成一个整体工作面全景画面,使安装有采煤机与刮板输送机VR监测程序的监测主机可以对整个全景综采工作面进行监测;其中采煤机与刮板输送机VR监测程序的虚拟数据接口是完成实时数据库服务器中读取采煤机和刮板输送机的内在运行数据和在数据分析服务器读取采煤机和刮板输送机的经过多传感信息融合技术建立的姿态参数,然后对Unity3d中的虚拟采煤机、虚拟刮板输送机进行驱动与控制,实现采煤机与刮板输送机的虚拟监测; 所述数据库服务器是储存所有综采工作面设备的实时数据,包括采煤机、刮板输送机、液压支架、其他设备的数据库,实时接收由组态监测上位机群实时存入实际工作面运行的数据; 所述组态监测上位机群是一群安装有组态王监测程序的高性能服务器,接收信号采集与传输系统实时采集的数据;所述组态王监测程序包括采煤机与刮板输送机组态王监测程序、液压支架组态王监测程序I、液压支架组态王监测程序π、液压支架组态王监测程序m和其他设备组态王监测程序,分别从信号采集与传输系统实时采集相对应的设备数据;所述信号采集与传输系统是综采工作面设置有无线与有线共存的传输网络,将实时传感系统的信号传输到组态监测上位机群; 所述实时传感系统是在综采工作面设置有采煤机实时传感系统、刮板输送机实时传感系统、液压支架实时传感系统和其他设备实时传感系统,传输和控制系统中的各种传感器信号,包括每个设备运行的姿态参数和内在运行参数。
[0013] 在上述技术方案中,所述采煤机的实时传感系统是设置有姿态参数和运行参数;所述姿态参数包括采煤机位置、采煤机俯仰角、横滚角、偏航角、左摇臂转角和右摇臂转角,左油缸伸长长度和右油缸伸长长度;所述运行参数包括左右截割电机、左右牵引电机和栗电机的电流和温度。
[0014] 在上述技术方案中,所述液压支架是设置有实时传感系统,包括姿态参数和运行参数;所述姿态参数包括底座横向倾角和纵向倾角,顶梁横向倾角和纵向倾角,掩护梁倾角、前连杆倾角、立柱压力、护帮板接近、推移机构伸长长度;所述运行参数包括液压系统压力和流量。
[0015] 在上述技术方案中,所述刮板输送机是实时传感系统,包括每一段中部槽的横向倾角和纵向倾角、刮板输送机的链速,以及相邻的中部槽之间的曲直度检测,运行参数包括电机温度和电流。
[0016]在上述技术方案中,所述数据分析服务器是集成有matlab软件与Unity3d软件的高性能服务器,并且可以实时获取数据库服务器的数据进行分析与诊断,包括虚拟姿态参数计算模块和预测模块。
[0017] 在上述技术方案中,所述虚拟姿态参数计算模块是通过多传感器信息融合技术,利用一个传感器一段时间内的多个数据,利用特定的算法进行计算以及多个具有相关度的传感器数据进行二次的信息融合,最大限度的提高姿态参数数据。
[0018] 在上述技术方案中,所述所述预测模块是液压支架参数预测模块、采煤机参数预测模块和刮板输送机参数预测模块,在线利用实时计算的数据进行大数据分析,预测下一刀的数据;其中的液压支架参数预测模块是利用灰色马尔科夫理论对下一刀的参数进行预测;其中的采煤机参数预测模块是对采煤机记忆截割信息进行预测和识别;其中的刮板输送机预测模块是对刮板输送机下一刀的排布状态进行识别。
[0019] 在上述技术方案中,所述液压支架虚拟监测程序I是对综采工作面编号1到编号50的支架状态;所述液压支架虚拟监测程序Π是对综采工作面编号51到编号100的支架状态;所述液压支架虚拟监测程序m是对综采工作面除编号1到编号loo以外的剩余的支架状态。
[0020] 在上述技术方案中,所述液压支架虚拟监测程序I、液压支架虚拟监测程序π、液压支架虚拟监测程序m和其他设备VR监测程序与采煤机与刮板输送机VR监测程序一致。
[0021] 本发明上述所提供的一种基于局域网协同的综采工作面虚拟监测方法,与现有技术相比,具有如下的有益效果。
[0022] 本综采工作面虚拟监测方法在局域网环境和虚拟现实环境下对综采工作面设备运行工况进行监测,采取模块化设计,虚拟设备实时读取存放在数据库服务器中的本设备经过各种算法计算而提高精度的姿态数据并进行驱动;而各模块之间是通过局域网内的底层协议进行协同,有效地解决了服务器压力较大,虚拟监测画面运行不畅或者出现卡顿现场。
[0023] 本综采工作面虚拟监测方法在监测过程中,利用组态软件进行存储数据到数据库中,可以方便调用历史数据。
[0024] 本综采工作面虚拟监测方法使用数据库进行存储,并设置数据分析模块,利用历史数据,从大数据的角度对历史数据进行分析与建模,从而可以发现和预测未来可能出现的问题,对整个综采工作面的运行进行预测和预警。
[0025] 本综采工作面虚拟监测方法使用数据库进行存储,并设置数据分析模块,通过多传感器信息融合技术,利用一个传感器一段时间内的多个数据利用特定的算法进行计算以及多个具有相关度的传感器数据进行二次的信息融合,最大限度的提高姿态参数数据。
[0026] 本综采工作面虚拟监测方法快速方便可靠,具有沉浸性,形象直观,可以以非常形象生动的方式观看综采工作面的运行。
[0027] 本综采工作面虚拟监测方法在监测中融入数据,建立了高质量集成式全景工作台,全面系统地实时虚拟监测综采工作面的设备运行情况。
附图说明
[0028] 图1是本发明基于局域网协同的综采工作面虚拟监测方法的组成部分。
[0029] 图2是本发明虚拟现实上位机群中各VR监测主机的协同方式。
[0030] 图3是本发明虚拟现实上位机群中采煤机与刮板输送机VR监测主机与其他相关信息的交互图。
[0031] 图4是本发明组态监测上位机群和数据库服务器的工作示意图。
[0032] 图5是本发明信号采集和传输系统网络结构图。
[0033] 图6是本发明实时传感系统采集的实时设备运行参数。
[0034] 图7是本发明利用历史数据进行分析的预测模块。
具体实施方式
[0035] 下面结合附图对本发明具体实施方式做出进一步的说明。
[0036] 如附图1所示,实施本发明上述所提供的一种基于局域网协同的综采工作面虚拟监测方法,所述方法是在局域网环境下,虚拟现实监测上位机群实时读取数据库服务器中的由组态监测上位机群实时通过信号采集与传输系统采集的布置在实际综采工作面设备上的实时传感系统的数据;并由数据分析服务器实时对数据库服务器中的数据进行分析与处理,实时处理结果以及历史数据分析结果返回虚拟现实监测上位机群中的显示动画并显 不。
[0037] 所述虚拟现实监测上位机群是一群高性能服务器上安装有综采全景VR监测程序,其中综采全景VR监测程序是在虚拟现实仿真引擎Unity3d环境下,利用3D建模软件UG建立的与真实工作面设备的完全一致的3D模型,以stl的格式导入3DMAX软件中进行模型修补,最后以fbx的格式导入到Unity3d环境下,并利用C#脚本语言编写虚拟设备的虚拟行为和与SQL SERVER软件的进行数据连接和交换的接口。
[0038] 所述综采全景VR监测程序包括采煤机与刮板输送机VR监测程序、液压支架虚拟监测程序I、液压支架虚拟监测程序π、液压支架虚拟监测程序m和其他设备VR监测程序;其中上述每一个监测程序均是由虚拟模型、虚拟局域网协同接口和虚拟数据接口组成。
[0039] 其中采煤机与刮板输送机VR监测程序的虚拟模型是在unity3d环境下,在建立的与实际综采工作面完全真实相对应的虚拟综采设备中,通过NetworkView模块中预先设置 好的ID获取到虚拟采煤机与虚拟刮板输送机的控制权,通过虚拟数据接口建立与数据库服务器中采煤机和刮板输送机的SQLSERVER数据库的连接,获取到实际工作面真实采煤机和真实刮板输送机的内在参数数据和姿态参数数据,通过数据分析服务器中的后台程序与算法,驱动画面中的虚拟采煤机与虚拟刮板输送机进行虚拟运动。
[0040] 其中采煤机与刮板输送机VR监测程序的虚拟数据接口是完成实时数据库服务器中读取采煤机和刮板输送机的内在运行数据和在数据分析服务器读取采煤机和刮板输送机的经过多传感信息融合技术建立的姿态参数,然后对Unity3d中的虚拟采煤机、虚拟刮板输送机进行驱动与控制,实现采煤机与刮板输送机的虚拟监测。
[0041] 如附图2和附图3所示:其中采煤机与刮板输送机VR监测程序的虚拟局域网协同接口是将采煤机与刮板输送机的实时数据,通过Uni ty3d的NetworkView组件中的RPC命令向其他几个设备的VR监测程序进行实时发送,以及接收从其他几个设备的VR监测程序传来的相应设备的数据,驱动本画面中的其他几个设备的虚拟模型进行相应动作,从而合成一个整体工作面全景画面,使安装有采煤机与刮板输送机VR监测程序的监测主机可以对整个全景综采工作面进行监测。
[0042] 所述具体局域网协同方法的具体方案如下:以采煤机与刮板输送机VR监测程序作为服务器,液压支架VR监测程序I、液压支架VR监测程序Π、液压支架VR监测程序m和其他设备VR监测程序作为客户机连接进行说明: (1)采煤机与刮板输送机VR监测程序建立服务器; NetworkConnectionError error = Network .InitializeServer (30, port,useNET); 液压支架VR监测程序I、液压支架VR监测程序Π、液压支架VR监测程序ΙΠ和其他设备VR监测程序均通过下述指令进行连接: NetworkConnectionError error = Network.Connect (ip, port); 这样所有的五部分VR监测程序就连接到了一个局域网中。
[0043] (2)采煤机与刮板输送机VR监测程序会获得虚拟场景中虚拟采煤机与虚拟刮板输送机的控制权,并将虚拟变量与SQLSERVER数据库服务器中CmjGbj表中的变量关联,通过以下代码实现: cmd·CommandText = ’’SELECT * FROM CmjGbj where ID = (select MAX(ID) fromCmjGbj )"; //从数据库中获得最新传来的一条数据。
[0044] if (reader.Read()) {CmjPoistion = reader[^CmjPoistion^].ToString() ;//读取最新的采煤机位置数据; CmjFuYangJiao= reader[〃CmjFuYangJiao〃] .ToStringO ;//读取最新的采煤机俯仰角数据 CmjHengGunJiao=reader[〃CmjHengGunJiao〃] .ToString () ;//读取最新的采煤机横滚角数据 CmjPianHangJiao=reader [〃CmjPianHangJiao〃] .ToString ();//读取最新的采煤机偏航角数据 CmjZuoGunTongZhuanJiao= reader[〃CmjZuoGunTongZhuanJiao〃] .ToStringO ;//读取最新的左滚筒转角数据 CmjYouGunTongZhuanJiao=reader[〃CmjYouGunTongZhuanJiao〃]·ToString () ; //读取最新的右滚筒转角数据 CmjZuoYouGangShenChang=reader[〃CmjZuoYouGangShenChang”]·ToString ();//读取最新的左调高油缸伸长数据 CmjYouYouGangShenChang=reader[〃CmjYouYouGangShenChang”]·ToString ();//读取最新的右调高油缸伸长数据} (3) 按照某种分配模式得到不同物体的控制权; ControlTag为0时,代表获得了虚拟采煤机与虚拟刮板输送机的控制权; ControlTag为1时,代表获得了第1-50架虚拟液压支架的控制权; ControlTag为2时,代表获得了第51-100架虚拟液压支架的控制权; ControlTag为3时,代表获得了剩余部分虚拟液压支架的控制权; ControlTag为4时,代表获得了其他虚拟设备的控制权; 采煤机与刮板输送机VR监测程序通过NetworkView的RPC命令实时向液压支架VR监测程序I、液压支架VR监测程序Π、液压支架VR监测程序IE和其他设备VR监测程序发送采煤机状态,通过以下代码实现:if (ControlTag == 1) {CmjGbjTransform—basic=GameObject.Find (〃CmjGbj〃).GetComponent〈CmjGbj> () .CmjGbj_Transform; CmjGbjTransform—basic.GetComponent〈NetworkView> () · RPC (〃ReceiveControl〃,RPCMode.AllBuffered ,CmjPoistion,CmjFuYangJiao,CmjHengGunJiao,CmjPianHangJiao,CmjZuoGunTongZhuanJiao,CmjYouGunTongZhuanJiaojCmjZuoYouGangShenChang,CmjYouYouGangShenChang) ;//} (4) 而在液压支架VR监测程序I、液压支架VR监测程序Π、液压支架VR监测程序ΠΙ和其他设备VR监测程序端均通过以下命令获取采煤机与刮板输送机VR监测程序中的数据^通过以下代码实现:
[RPC] void ReceiveControl (float CmjPoistion,CmjFuYangJiao,float CmjHengGunJiao,float CmjPianHangJiao, float CmjZuoGunTongZhuanJiao, floatCmjYouGunTongZhuanJiao,float CmjZuoYouGangShenChang,floatCmjYouYouGangShenChang ) { CmjPoistion =CmjPoistion_Others; CmjFuYangJiao =CmjFuYangJiao_0thers; CmjHengGunJiao =CmjHengGunJiao_0thers; CmjPianHangJiao =CmjPianHangJiao_Others; CmjZuoGunTongZhuanJiao =CmjZuoGunTongZhuanJiao—Others;CmjYouGunTongZhuanJiao =CmjYouGunTongZhuanJiao—Others;CmjZuoYouGangShenChang =CmjZuoYouGangShenChang—Others;CmjYouYouGangShenChang =CmjYouYouGangShenChang_Others;} (5) 同步控制和显示是通过将虚拟采煤机的位姿属性设定为ref类型完成的,即调用方 更改数据时,直接改变原文件数据; void OnSerializeNetworkView (BitStream stream, NetworkMessageInfo info) {if (stream.isffriting) {float CmjPoistion = CmjPoistion_Others;stream.Serialize (refCmjPoistion) ;} else { float CmjPoistion = 0;stream.Serialize (ref CmjPoistion);} 其中液压支架VR监测程序I是对综采工作面编号I到编号50的支架状态;所述液压支架VR监测程序Π是对综采工作面编号51到编号100的支架状态;所述液压支架VR监测程序m是对综采工作面除编号1到编号100以外的剩余的支架状态;所述液压支架VR监测程序I、液压支架VR监测程序Π、液压支架VR监测程序m和其他设备VR监测程序与采煤机与刮板输送机VR监测程序一致,只是针对的对象不同。
[0045] 如附图4所示:所述数据库服务器是在SQLSERVER储存所有综采工作面设备的实时数据,包括采煤机、刮板输送机、液压支架、其他设备的数据库,通过ODBC接口实时接收由组态监测上位机群实时存入实际工作面运行的数据。
[0046] 所述方法为在Unity3d利用连接SQL SERVER数据库的接口。在VR监测程序运行过程中,可设置相对应的更新频率,比如选择更新频率为200ms,涵义就是Is调用五次数据,读取信息后,按照信息融合算法,进行处理后,传递给虚拟模型,进行运动。Unity3d中使用Start 0和Update 0等函数进行程序编写。其中Update 0是在每次植染新的一帧的时候才调用,且根据电脑配置、画面质量不同,调用速度不一致;FixedUpdate 0则是在固定的时间间隔执行,不受帧率的影响;因此,本专利选择FixedUpdateO进行事件更新。
[0047] 所述组态王监测程序包括采煤机与刮板输送机组态王监测程序、液压支架组态王监测程序I、液压支架组态王监测程序π、液压支架组态王监测程序m和其他设备组态王监测程序,分别从信号采集与传输系统实时采集相对应的设备数据,并且通过ODBC接口传输到相对应的数据库。
[0048] 所述组态监测上位机群向SQL SERVER数据库中存入数据方法,其中DeviceID为连接数据库时产生的设备标识,其在连接的过程中保持不变,存入数据时,根据上位系统与服务器之间的唯一的设备标识,首先在组态系统中创建表格模板,SQLCreate命令表示DeviceID指定的工控机中的数据库中以该模板创建SQL表,SQLInsert命令表示将该模板中的实时数据存入到指定的数据服务器中,SQLCommit表示把数据插入到数据库中。本专利设置插入频率为200ms。
[0049] 以采煤机和刮板输送机组态监测程序为例进行分析,首先建立好ODBC接口后,在KingView软件中,分别建立表格模板ceshiCmj和ceshiGb j,建立记录体Cmj和Gbj,然后分别通过SQLInsert命令进行关联,再通过SQLConnect命令使相关表格和记录体和SQLSERVER月艮务器中的Cm jGbj表关联,开启监测界面,设置插入频率,就可以实现把数据实时传输到数据库服务器中,代码如下: SQLConnect ( DeviceID, "dsn=CmjGbj;uid=sa;pwd=xxx"); SQLInsert ( DeviceID, "Cmj","ceshiCmj"); SQLInsert(DeviceID, "Gbj", 〃ceshiGbj"); SQLCommit ( DeviceID ); 如附图5所示:所述信号采集与传输系统是综采工作面设置有无线与有线共存的传输网络,将实时传感系统的信号传输到组态监测上位机群;所述信号采集与传输系统主要包括多台矿用本安型基站KT113-F,分别布置在刮板输送机机头和机尾,中间部分的液压支架每隔5台布置一个,采煤机机身布置一个,每一台无线矿用基站均可把周围设备的实时数据进行采集,然后通过局域网传输回来。
[0050] 如附图6所示:所述实时传感系统是在综采工作面设置有采煤机实时传感系统、刮板输送机实时传感系统、液压支架实时传感系统和其他设备实时传感系统,传输和控制系统中的各种传感器信号,包括每个设备运行的姿态参数和内在运行参数。
[0051] 所述采煤机的实时传感系统是设置有姿态参数和运行参数;所述姿态参数包括采煤机位置、采煤机俯仰角、横滚角、偏航角、左摇臂转角和右摇臂转角,左油缸伸长长度和右油缸伸长长度,分别通过在采煤机机身中部布置的捷联惯导系统MTi300和双轴倾角传感器,左右调高油缸上布置的油缸位移传感器,左右摇臂与机身之间布置的拉线摆杆传感器;所述运行参数包括左右截割电机、左右牵引电机和栗电机的电流和温度,分别通过集成在五个电机中的电流传感器和温度传感器测出;在采煤机上布置的传感器均通过机载PLC将各种信号转变为RJ45信号,再接入矿用本安型基站KTl 13-F进行无线传输。
[0052] 所述液压支架实时传感系统,包括姿态参数和运行参数;所述姿态参数包括底座横向倾角和纵向倾角,顶梁横向倾角和纵向倾角,掩护梁倾角、前连杆倾角、立柱压力、护帮板接近、推移机构伸长长度,分别通过在液压支架顶梁和底座的中心线位置处安装的双轴倾角传感器,在掩护梁和前连杆的中心线位置处安装的单轴倾角传感器,推移油缸内置的行程传感器,以及液压系统进液口安装的立柱压力传感器,护帮板接近传感器和互帮压力传感器测出,其中顶梁、掩护梁、前连杆和底座的倾角传感器均为模拟量信号,按照规则接入位于中间部液压支架的以太网模拟量采集模块,再通过布置在中间每隔5架液压支架的矿用本安型基站KT113-F进行无线传输,而推移油缸内置的行程传感器,以及液压系统进液口安装的立柱压力传感器,护帮板接近传感器和压力传感器接入液压支架电液控制系统,传输回集中控制中心;所述运行参数包括液压系统压力和流量,分别通过乳化液栗站操作台获取并传输。
[0053] 所述刮板输送机是实时传感系统,包括每一段中部槽的横向倾角和纵向倾角、刮板输送机的链速,以及相邻的中部槽之间的曲直度检测,分别通过在刮板输送机每一段中部槽的电缆槽下部布置双轴倾角传感器,两段中部槽之间布置曲直度检测传感器,再分别接入中间每隔5架液压支架布置的矿用本安型基站KT113-F进行无线传输;运行参数包括电机温度和电流,刮板输送机的链速等,通过组合开关传输回组态监测程序。
[0054] 如附图7所示,所述数据分析服务器是集成有matlab软件与Unity3d软件的高性能服务器,并且可以实时获取数据库服务器的数据进行分析与诊断,包括虚拟姿态参数计算模块和预测模块等。
[0055] 所述数据分析服务器是集成有matlab软件与Unity3d软件的高性能服务器,并且可以实时获取数据库服务器的数据进行分析与诊断,包括虚拟姿态参数计算模块和预测模块,并且每个模块均已将算法编译好,编为dl 1文件;所述虚拟姿态参数计算模块是通过多传感器信息融合技术,利用一个传感器一段时间内的多个数据,利用特定的算法进行计算以及多个具有相关度的传感器数据进行二次的信息融合,最大限度的提高姿态参数数据。
[0056] 以液压支架高度为例进行分析,利用顶梁和底板数据再加上前连杆或者掩护梁的数据均可测出高度。由于传感器在不同的温度环境下,不同的环境下,存在电磁干扰等问题,导致出现噪声和误差的现象,单一的数据有可能存在漂移等现象,不能很准确的显示真实液压支架的状态,因此,需要进行多传感器信息融合算法,利用多个传感器的不同时间的多个数据,来对整个数据进行标记。分别利用局部最优估计算法和自适应加权融合算法进行计算。
[0057] 局部最优估计算法单个倾角传感器取p个角度测量值,将p个连续测量数据
Figure CN107066313AD00121
分成两组。
[0058] (1)当p为奇数时,两组为
Figure CN107066313AD00122
(2)当p为偶数时,两组为
Figure CN107066313AD00123
;以偶数为例进行 分析:
Figure CN107066313AD00124
计算可得单个倾角传感器测得的局部最优值
Figure CN107066313AD00125
和方差
Figure CN107066313AD00126
为:
Figure CN107066313AD00127
将所有角度分别通过以上算法求得的角度作为精确结果,进行下一步的计算与分析。
[0059] 自适应加权融合算法无需倾角传感器任何先验知识,只需通过局部最优角度值即可得出。各倾角传感器相互独立工作,而且测得的角度值受噪声、振动等因素干扰程度不 同,所以通过最优角度值计算出的角度值具有随机性,
Figure CN107066313AD00128
,其中为期望 值,为方差。相互独立,倾角传感器的加权因子分别是……、‘,将
Figure CN107066313AD00129
加权融合,则融合后K
Figure CN107066313AD001210
?直满足以下关系:
Figure CN107066313AD00131
可以求得在总方差最小的情况下对应的最优加权因子为:
Figure CN107066313AD00132
所述所述预测模块是液压支架参数预测模块、采煤机参数预测模块和刮板输送机参数预测模块,在线利用实时计算的数据进行大数据分析,预测下一刀的数据;其中的液压支架参数预测模块是利用灰色理论对下一刀的参数进行预测;其中的采煤机参数预测模块是对采煤机记忆截割信息进行预测和识别;其中的刮板输送机预测模块是对刮板输送机下一刀的排布状态进行识别; 以利用灰色理论对液压支架下一刀的参数进行预测进行分析,既包含液压支架横向循环内的姿态监测,也包含纵向循环的姿态监测。前几台液压支架移架之后,预测下一台将要移架的液压支架姿态。当几次循环完成时,预测模块实时调取SQLSERVER数据库服务器中的数据,在已经编写完成的yyzz.dll下预测出下一个循环的姿态。在横向循环内,将移架后的液压支架的相对应的数据作为一组,用预测姿态及时地对将要移架的液压支架进行监测,如果与预测姿态有较大差异,那么相对应液压支架就很有可能处于异常状态,系统会给出提示。在纵向循环监测中,将前几个循环的系统姿态记录下来,预测出下次循环的姿态,当下次循环开始的时候,与预测的姿态进行对比,既可以提前预知对应液压支架的姿态,又达到了监测的目的,提高了监测效率。
[0060] 以液压支架底座与水平面倾角为例:
Figure CN107066313AD00133
其中1
Figure CN107066313AD00134
表示第%个液压支架底座与水平面的倾角,表示第/个采集的数 据,P表示在进行下一次循环之前所采集的同一台液压支架同一个参数的个数。
[0061] 由于横向和纵向相邻姿态不会相差很大,所以液压支架的姿态可以作为模型 I的数据进行灰色预测。以液压支架底座与水平面的夹角《%为例,给出利用灰色理论预测液压支架姿态的整个过程。
[0062] 已知数据列
Figure CN107066313AD00135
1次累加生成序列
Figure CN107066313AD00136
其中
Figure CN107066313AD00141
Figure CN107066313AD00142
的均值生成序列
Figure CN107066313AD00143
其中: If为液压支架的总数或者在同一循环中移架的数量,具体由计算的结果决定翁的意义。
Figure CN107066313AD00144
[0063] 建立灰色微分方程
Figure CN107066313AD00145
相应的白化微分方程为
Figure CN107066313AD00146
Figure CN107066313AD00147
则由最小二乘法,求得使.
Figure CN107066313AD00148
达到最 小值的B的估计值为
Figure CN107066313AD00149
建立
Figure CN107066313AD001410
模型,则可以得到预测值和原始值对应的预测值
Figure CN107066313AD001411
Figure CN107066313AD001412
为横向预测角度:
Figure CN107066313AD001413
为纵向预测角度。:%为同一循环中已经移架 的液压支架的编号,为液压支架总的数量。
[0064] 假设横向预测从第遍台液压支架开始,那么
Figure CN107066313AD001414
包括液压支架底座与竖直平面的夹角,航偏角都按照此公式给出预测的结果,这样就 在分析前几刀液压支架姿态的基础上,大数据分析给出下一刀液压支架的姿态预测。[0065]以上所述仅为本发明的优先实施方案,并不用以限制本发明。

Claims (9)

1. 一种基于局域网协同的综采工作面虚拟监测方法,所述方法是在局域网环境下,虚 拟现实监测上位机群实时读取数据库服务器中的由组态监测上位机群实时通过信号采集 与传输系统采集的布置在实际综采工作面设备上的实时传感系统;并由数据分析服务器实 时对数据库服务器中的数据进行分析与处理,实时处理结果以及历史数据分析结果返回虚 拟现实监测上位机群中的显示动画并显示; 所述虚拟现实监测上位机群是一群安装在虚拟现实仿真引擎Unity3d环境下VR监测 程序的高性能服务器,VR监测程序包括采煤机与刮板输送机VR监测程序、液压支架虚拟监 测程序I、液压支架虚拟监测程序Π、液压支架虚拟监测程序ΙΠ和其他设备VR监测程序;其 中每一个监测程序均是由虚拟模型、虚拟局域网协同接口和虚拟数据接口组成; 其中采煤机与刮板输送机VR监测程序的虚拟模型是在unity3d环境下,已建立的与实 际综采工作面完全真实相对应的虚拟综采设备中,已获取的虚拟采煤机与虚拟刮板输送机 的控制权,通过虚拟数据接口获取到真实采煤机和真实刮板输送机的内在参数数据和姿态 参数数据,通过后台程序与算法,驱动虚拟采煤机与虚拟刮板输送机进行虚拟运动; 其中采煤机与刮板输送机VR监测程序的虚拟局域网协同接口是将采煤机与刮板输送 机的实时数据,通过Unity3d的NetWorkView组件中的RPC命令向其他几个设备的VR监测程 序进行实时发送,以及接收从其他几个设备的VR监测程序传来的相应设备的数据,驱动本 画面中的其他几个设备的虚拟模型进行相应动作,从而合成一个整体工作面全景画面,使 安装有采煤机与刮板输送机VR监测程序的监测主机可以对整个全景综采工作面进行监测; 其中采煤机与刮板输送机VR监测程序的虚拟数据接口是完成实时数据库服务器中读 取采煤机和刮板输送机的内在运行数据和在数据分析服务器读取采煤机和刮板输送机的 经过多传感信息融合技术建立的姿态参数,然后对Unity3d中的虚拟采煤机、虚拟刮板输送 机进行驱动与控制,实现采煤机与刮板输送机的虚拟监测; 所述数据库服务器是储存所有综采工作面设备的实时数据,包括采煤机、刮板输送机、 液压支架、其他设备的数据库,实时接收由组态监测上位机群实时存入实际工作面运行的 数据; 所述组态监测上位机群是一群安装有组态王监测程序的高性能服务器,接收信号采集 与传输系统实时采集的数据;所述组态王监测程序包括采煤机与刮板输送机组态王监测程 序、液压支架组态王监测程序I、液压支架组态王监测程序π、液压支架组态王监测程序m 和其他设备组态王监测程序,分别从信号采集与传输系统实时采集相对应的设备数据; 所述信号采集与传输系统是综采工作面设置有无线与有线共存的传输网络,将实时传 感系统的信号传输到组态监测上位机群; 所述实时传感系统是在综采工作面设置有采煤机实时传感系统、刮板输送机实时传感 系统、液压支架实时传感系统和其他设备实时传感系统,传输和控制系统中的各种传感器 信号,包括每个设备运行的姿态参数和内在运行参数。
2. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述 采煤机的实时传感系统是设置有姿态参数和运行参数;所述姿态参数包括采煤机位 置、采煤机俯仰角、横滚角、偏航角、左摇臂转角和右摇臂转角,左油缸伸长长度和右油缸伸 长长度;所述运行参数包括左右截割电机、左右牵引电机和栗电机的电流和温度。
3. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述液压支架是 设置有实时传感系统,包括姿态参数和运行参数;所述姿态参数包括底座横向倾角和纵向 倾角,顶梁横向倾角和纵向倾角,掩护梁倾角、前连杆倾角、立柱压力、护帮板接近、推移机 构伸长长度;所述运行参数包括液压系统压力和流量。
4. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述刮板输送机 是实时传感系统,包括每一段中部槽的横向倾角和纵向倾角、刮板输送机的链速,以及相邻 的中部槽之间的曲直度检测,运行参数包括电机温度和电流。
5. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述数据分析服 务器是集成有matlab软件与Unity3d软件的高性能服务器,并且可以实时获取数据库服务 器的数据进行分析与诊断,包括虚拟姿态参数计算模块和预测模块。
6. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述虚拟姿态参 数计算模块是通过多传感器信息融合技术,利用一个传感器一段时间内的多个数据,利用 特定的算法进行计算以及多个具有相关度的传感器数据进行二次的信息融合,最大限度的 提高姿态参数数据。
7. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述所述预测模 块是液压支架参数预测模块、采煤机参数预测模块和刮板输送机参数预测模块,在线利用 实时计算的数据进行大数据分析,预测下一刀的数据; 其中的液压支架参数预测模块是利用灰色马尔科夫理论对下一刀的参数进行预测; 其中的采煤机参数预测模块是对采煤机记忆截割信息进行预测和识别; 其中的刮板输送机预测模块是对刮板输送机下一刀的排布状态进行识别。
8. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述液压支架虚 拟监测程序I是对综采工作面编号1到编号50的支架状态;所述液压支架虚拟监测程序Π是 对综采工作面编号51到编号100的支架状态;所述液压支架虚拟监测程序m是对综采工作 面除编号1到编号100以外的剩余的支架状态。
9. 如权利要求1所述的基于局域网协同的综采工作面虚拟监测方法,所述液压支架虚 拟监测程序I、液压支架虚拟监测程序π、液压支架虚拟监测程序m和其他设备VR监测程序 与采煤机与刮板输送机VR监测程序一致。
CN201710323280.3A 2017-05-10 2017-05-10 一种基于局域网协同的综采工作面虚拟监测方法 Active CN107066313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710323280.3A CN107066313B (zh) 2017-05-10 2017-05-10 一种基于局域网协同的综采工作面虚拟监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710323280.3A CN107066313B (zh) 2017-05-10 2017-05-10 一种基于局域网协同的综采工作面虚拟监测方法

Publications (2)

Publication Number Publication Date
CN107066313A true CN107066313A (zh) 2017-08-18
CN107066313B CN107066313B (zh) 2020-08-04

Family

ID=59597156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710323280.3A Active CN107066313B (zh) 2017-05-10 2017-05-10 一种基于局域网协同的综采工作面虚拟监测方法

Country Status (1)

Country Link
CN (1) CN107066313B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107976192A (zh) * 2017-11-16 2018-05-01 太原理工大学 一种综采工作面采运装备的姿态求解与预测方法
CN108536573A (zh) * 2018-04-17 2018-09-14 中山市华南理工大学现代产业技术研究院 一种vr应用性能及用户行为监控的方法
CN108572614A (zh) * 2018-03-21 2018-09-25 华中科技大学 一种基于组态软件KingView与PLC的铸造装备数据采集与存储方法
CN109268010A (zh) * 2018-09-22 2019-01-25 太原理工大学 一种虚拟现实矿井综采工作面的远程巡检干预方法
CN109298699A (zh) * 2018-11-16 2019-02-01 青岛慧拓智能机器有限公司 一种智能化矿山系统
CN109782738A (zh) * 2019-01-28 2019-05-21 北京天地玛珂电液控制系统有限公司 集成供液控制系统的仿真测试系统及方法
CN113411546A (zh) * 2021-05-18 2021-09-17 河南工程学院 一种基于ar的采煤机可视化监测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205714196U (zh) * 2016-03-02 2016-11-23 华北科技学院 一种采煤机模拟器
CN106194181A (zh) * 2016-08-08 2016-12-07 西安科技大学 基于地质数据的智能化工作面煤岩界面识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205714196U (zh) * 2016-03-02 2016-11-23 华北科技学院 一种采煤机模拟器
CN106194181A (zh) * 2016-08-08 2016-12-07 西安科技大学 基于地质数据的智能化工作面煤岩界面识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
翟东寒等: "《基于Unity 3D 的综采工作面仿真系统研究》", 《机电产品开发与创新》 *
金静飞等: "《综采装备协同控制系统的设计》", 《煤矿机械》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107976192A (zh) * 2017-11-16 2018-05-01 太原理工大学 一种综采工作面采运装备的姿态求解与预测方法
CN107976192B (zh) * 2017-11-16 2021-03-23 太原理工大学 一种综采工作面采运装备的姿态求解与预测方法
CN108572614B (zh) * 2018-03-21 2020-01-21 华中科技大学 一种基于组态软件KingView与PLC的铸造装备数据采集与存储方法
CN108572614A (zh) * 2018-03-21 2018-09-25 华中科技大学 一种基于组态软件KingView与PLC的铸造装备数据采集与存储方法
CN108536573A (zh) * 2018-04-17 2018-09-14 中山市华南理工大学现代产业技术研究院 一种vr应用性能及用户行为监控的方法
CN109268010A (zh) * 2018-09-22 2019-01-25 太原理工大学 一种虚拟现实矿井综采工作面的远程巡检干预方法
CN109268010B (zh) * 2018-09-22 2020-07-03 太原理工大学 一种虚拟现实矿井综采工作面的远程巡检干预方法
CN109298699A (zh) * 2018-11-16 2019-02-01 青岛慧拓智能机器有限公司 一种智能化矿山系统
CN109782738A (zh) * 2019-01-28 2019-05-21 北京天地玛珂电液控制系统有限公司 集成供液控制系统的仿真测试系统及方法
CN113411546A (zh) * 2021-05-18 2021-09-17 河南工程学院 一种基于ar的采煤机可视化监测方法

Also Published As

Publication number Publication date
CN107066313B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN107066313A (zh) 一种基于局域网协同的综采工作面虚拟监测方法
CN109613895A (zh) 一种智能生产线数字孪生系统
CN109356608B (zh) 一种掘进机、系统及方法
CN102759909A (zh) 基于不同地质条件的电牵引采煤机工作状态虚拟仿真系统
CN103913116B (zh) 大型堆积物料体积两侧平行测量装置和方法
CN106407624B (zh) 一种虚拟采煤机记忆截割方法
CN111176245A (zh) 基于数字孪生技术的多终端工业设备巡检监控系统及方法
CN103867205A (zh) 一种掘进机远程控制系统及方法
CN106373173A (zh) 一种监控方法及系统
WO2021184614A1 (zh) 一种用于复杂条件工作面的综采装备智能决策控制方法及系统
CN104973479B (zh) 一种施工立井吊桶运动状态监测系统及方法
CN110160543A (zh) 实时定位和地图构建的机器人
CN106157377A (zh) 一种面向智能制造的实时三维可视化虚拟监控的匹配方法
CN106239507A (zh) 一种自动寻路机器人系统及方法
CN103064296A (zh) 一种水下机器人辅助控制系统
CN106647755A (zh) 一种智能化实时构建清扫地图的扫地机器人
CN112814676A (zh) 基于综采工作面煤层三维模型构建的割煤轨迹动态修正方法
CN106089203A (zh) 基于虚拟现实的采煤机调高远程控制方法
CN103775118B (zh) 基于全息投影的液压支架工作姿态的再现系统及其方法
Tikanmäki et al. The remote operation and environment reconstruction of outdoor mobile robots using virtual reality
CN106401585A (zh) 一种基于采煤机和支架协同控制的记忆割煤控制方法
KR101215720B1 (ko) 로봇을 이용한 가상 사물 자동 생성 동기화 방법 및 로봇을 이용한 가상 사물 자동 생성 동기화 시스템
CN112906202A (zh) 基于地理信息的开采方法和装置、存储介质及电子装置
CN112883559A (zh) 基于大数据体系的规划截割方法和装置、存储介质及电子装置
CN112650272A (zh) 基于5g的煤矿井下无人机巡视信息感知方法及其感知系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant