CN116816342A - 一种煤矿智能掘进工作面多机协同集中控制系统 - Google Patents
一种煤矿智能掘进工作面多机协同集中控制系统 Download PDFInfo
- Publication number
- CN116816342A CN116816342A CN202310667245.9A CN202310667245A CN116816342A CN 116816342 A CN116816342 A CN 116816342A CN 202310667245 A CN202310667245 A CN 202310667245A CN 116816342 A CN116816342 A CN 116816342A
- Authority
- CN
- China
- Prior art keywords
- tunneling
- equipment
- machine
- working face
- cooperative
- 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
Links
- 230000005641 tunneling Effects 0.000 title claims abstract description 692
- 239000003245 coal Substances 0.000 title claims abstract description 140
- 239000000428 dust Substances 0.000 claims abstract description 156
- 238000004873 anchoring Methods 0.000 claims abstract description 152
- 238000012544 monitoring process Methods 0.000 claims description 100
- 238000013178 mathematical model Methods 0.000 claims description 52
- 238000000034 method Methods 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000009412 basement excavation Methods 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 10
- 230000001276 controlling effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000007717 exclusion Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000036544 posture Effects 0.000 description 14
- 230000007257 malfunction Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C35/00—Details of, or accessories for, machines for slitting or completely freeing the mineral from the seam, not provided for in groups E21C25/00 - E21C33/00, E21C37/00 or E21C39/00
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种煤矿智能掘进工作面多机协同集中控制系统，属于煤矿技术领域。本发明的一种煤矿智能掘进工作面多机协同集中控制系统，包括多机协同控制模块，使运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作。本发明解决了现有在对煤矿掘进时，不能基于煤矿掘进工作面进行多机协同集中控制，导致多机之间联动性差，其煤矿智能掘进效果差的问题，本发明的煤矿智能掘进工作面多机协同集中控制系统，在对煤矿掘进时，可基于煤矿掘进工作面进行多机协同集中控制，提高多机之间联动性，使煤矿智能掘进效果好。
Description
技术领域
本发明涉及煤矿技术领域，具体为一种煤矿智能掘进工作面多机协同集中控制系统。
背景技术
煤是最主要的固体燃料，是可燃性有机岩的一种，它是由一定地质年代生长的繁茂植物，在适宜的地质环境中，逐渐堆积成厚层，并埋没在水底或泥沙中，经过漫长地质年代的天然煤化作用而形成的，人类在富含煤炭的矿区开采煤炭资源的区域，一般分为井工煤矿和露天煤矿，当煤层离地表远时，一般选择向地下开掘巷道采掘煤炭，此为井工煤矿，当煤层距地表的距离很近时，一般选择直接剥离地表土层挖掘煤炭，此为露天煤矿，我国绝大部分煤矿属于井工煤矿，煤矿范围包括地上地下以及相关设施的很大区域，煤矿是人类在开掘富含有煤炭的地质层时所挖掘的合理空间，通常包括巷道、井碉和采掘面等等；现有的煤矿开采大都为人工开采，我国煤矿生产企业在支付巨大的人工成本的同时也承担着巨大的风险；因此需要一套掘支运一体化快速掘进系统，从而减少井下作业人员的同时提高工作效率，降低煤矿生产企业的生产成本。
公开号为CN113107481A的中国专利公开了一种煤矿快速掘进集中式控制系统，包括CPU模块、挖掘单元、稳定单元、运输单元、清扫单元，该专利不需要人工操作就可以根据作业过程中出现的情况进行自行判断解决，达到了只需要设备操作人员就可以进行井下煤矿开采作业，减少了人员成本，降低了企业风险，提高了生产效率的目的。但是上述专利在实际使用过程中存在以下缺陷：
在对煤矿掘进时，不能基于煤矿掘进工作面进行多机协同集中控制，导致多机之间联动性差，其煤矿智能掘进效果差。
发明内容
本发明的目的在于提供一种煤矿智能掘进工作面多机协同集中控制系统，在对煤矿掘进时，可基于煤矿掘进工作面进行多机协同集中控制，提高多机之间联动性，使煤矿智能掘进效果好，解决了上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种煤矿智能掘进工作面多机协同集中控制系统，包括
掘进数据采集模块，用于实时地采集基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的多机掘进工作面信息，基于获取的运输设备、排水设备、供电设备、除尘设备及掘锚设备信息，确定出基于煤矿智能掘进的多机掘进工作面数据；
掘进数据处理模块，用于对基于煤矿智能掘进的多机掘进工作面数据进行预处理，按照煤矿智能掘进工作面多机协同集中控制需求，从确定的基于煤矿智能掘进的多机掘进工作面数据中提取出对多机协同集中控制有用的多机掘进工作面数据，且对多机掘进工作面数据进行检索、分组及计算，确定出基于多机协同集中控制的多机掘进工作面表征信息；
掘进数据分析模块，用于对基于多机协同集中控制的多机掘进工作面表征信息进行综合分析，获取多机掘进工作面表征信息，深度挖掘多机掘进工作面表征信息关联性，基于多机掘进工作面表征信息相关性，构建多机掘进工作面协同掘进数学模型，基于安全距离最大原则确定多机工作面最佳时空掘进匹配策略；
多机协同控制模块，用于对基于煤矿智能掘进的多机工作面进行协同集中控制，参照确定的多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制，使运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作。
优选的，所述掘进数据采集模块包括
设备状态监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态，获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数，对运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数进行分析监测，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态；
运行工况监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况，多角度、全方位跟踪运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况；
周围环境监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境，获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境参数，对运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境参数进行分析监测，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的掘进作业环境；
光纤惯性导航单元，用于实时地探测运输设备、排水设备、供电设备、除尘设备及掘锚设备的位置信息；
设备位姿监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的位姿信息；
机器视觉监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的图像信息。
优选的，采用设备状态监测单元实时监测设备运行状态，执行以下操作：
实时采集运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数，确定出基于煤矿智能掘进的多机掘进运行参数信息；
参照存储的多机掘进运行标准信息，对多机掘进运行参数信息进行对比分析，根据对比分析结果确定多机掘进运行状态；
针对多机掘进运行参数信息在多机掘进运行标准信息范围内的情况，则确定的对比分析结果为运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态正常；
针对多机掘进运行参数信息不在多机掘进运行标准信息范围内的情况，则确定的对比分析结果为运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态异常；
获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的异常运行状态数据，基于异常运行状态数据，评估出运输设备、排水设备、供电设备、除尘设备及掘锚设备的异常故障原因，基于异常故障原因对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行检修维护。
优选的，所述掘进数据处理模块包括
掘进数据提取单元，用于提取多机掘进工作面数据，按照煤矿智能掘进工作面多机协同集中控制需求，从确定的基于煤矿智能掘进的多机掘进工作面数据中提取出对多机协同集中控制有用的多机掘进工作面数据；
掘进数据检索单元，用于检索多机掘进工作面数据，按照煤矿智能掘进工作面多机协同集中控制需求，过滤掉对多机协同集中控制无用的多机掘进工作面数据，保留下对多机协同集中控制有用的多机掘进工作面数据；
掘进数据分组单元，用于分组多机掘进工作面数据，按照互斥性原则，对保留下的对多机协同集中控制有用的多机掘进工作面数据进行有效地分组，基于多机掘进工作面数据的不同关键词，将多机掘进工作面数据划分为不同的组别，每个组别内对应存放不同的设备掘进工作面数据；
掘进数据计算单元，用于计算多机掘进工作面数据，按照算术及逻辑运算，对多机掘进工作面数据进行计算，确定出基于多机协同集中控制的多机掘进工作面表征信息。
优选的，所述掘进数据分析模块包括
深度挖掘关联单元，用于对多机掘进工作面表征信息进行深度挖掘关联，获取多机掘进工作面表征信息，基于数据挖掘技术，深度挖掘多机掘进工作面表征信息，查找出多机掘进工作面表征信息关联性，使多机掘进工作面表征信息远程联动，确定出多机掘进工作面表征信息相关性；
掘进模型构建单元，用于对多机掘进工作面表征信息进行掘进模型构建，获取多机掘进工作面表征信息相关性，基于动态感知构建多机掘进工作面协同掘进数学模型；
掘进策略匹配单元，用于对多机掘进工作面表征信息进行掘进策略匹配，基于多机掘进工作面协同掘进数学模型，索引出该多机掘进工作面协同掘进数学模型的掘进数据特征，基于掘进数据特征确定多机工作面最佳时空掘进匹配策略。
优选的，对基于多机协同集中控制的多机掘进工作面表征信息进行综合分析，执行以下操作：
获取多机掘进工作面表征信息，基于数据挖掘技术，深度挖掘多机掘进工作面表征信息，查找出多机掘进工作面表征信息关联性，使多机掘进工作面表征信息远程联动，确定出多机掘进工作面表征信息相关性；
获取多机掘进工作面表征信息相关性，基于动态感知构建多机掘进工作面协同掘进数学模型，其中多机掘进工作面协同掘进数学模型的构建是实时动态调控的，具体如下：
获取基于动态感知构建多机掘进工作面协同掘进数学模型；
对获取的多机掘进工作面协同掘进数学模型进行校验，判断当前多机掘进工作面协同掘进数学模型是否符合基于煤矿智能掘进的多机协同集中控制要求；
针对获取的多机掘进工作面协同掘进数学模型符合基于煤矿智能掘进的多机协同集中控制要求的情况，则基于多机掘进工作面协同掘进数学模型，确定多机工作面最佳时空掘进匹配策略；
针对获取的多机掘进工作面协同掘进数学模型不符合基于煤矿智能掘进的多机协同集中控制要求的情况，则需要对多机掘进工作面协同掘进数学模型进行动态调控，实时更改掘进数据特征，且修正多机掘进工作面协同掘进数学模型。
优选的，所述多机协同控制模块包括
多机执行控制单元，用于控制多机执行煤矿掘进工作，根据确定的多机工作面最佳时空掘进匹配策略，按照多机工作面最佳时空掘进匹配策略上提供的多机工作面最佳时空掘进方法控制多机执行煤矿掘进工作；
多机协同掘进单元，用于多机协同掘进，运输设备、排水设备、供电设备、除尘设备及掘锚设备接收到执行煤矿掘进工作指令，运输设备、排水设备、供电设备、除尘设备及掘锚设备快速响应，且运输设备、排水设备、供电设备、除尘设备及掘锚设备协同掘进煤矿；
智能掘进调整单元，用于对协同掘进的多机工作面进行智能掘进调整，运输设备、排水设备、供电设备、除尘设备及掘锚设备在协同掘进煤矿时，根据煤矿掘进进程动态联动调整。
优选的，对基于煤矿智能掘进的多机工作面进行协同集中控制，执行以下操作：
获取多机工作面最佳时空掘进匹配策略；
根据确定的多机工作面最佳时空掘进匹配策略，按照多机工作面最佳时空掘进匹配策略上提供的多机工作面最佳时空掘进方法控制多机执行煤矿掘进工作；
获取执行煤矿掘进工作指令，运输设备、排水设备、供电设备、除尘设备及掘锚设备接收执行煤矿掘进工作指令；
运输设备、排水设备、供电设备、除尘设备及掘锚设备快速响应，且运输设备、排水设备、供电设备、除尘设备及掘锚设备协同掘进煤矿；
运输设备、排水设备、供电设备、除尘设备及掘锚设备在协同掘进煤矿时，根据煤矿掘进进程动态联动调整。
优选的，多机协同控制模块，包括：
策略读取单元，用于对多机工作面最佳时空掘进匹配策略进行读取，确定多机工作面最佳时空掘进匹配策略对应于每个目标设备进行工作时的第一预运行姿态以及每个目标设备进行协同工作时的第二预运行姿态；
第一数据监控终端设置单元，用于获取每个目标设备的设备标识，并基于设备标识对每个目标设备设置第一数据监控终端，且第一数据监控终端基于设备标识与每个目标设备一一对应；
第一运行失误判定单元，用于：
将每个目标设备对应的第一预运行姿态在目标设备对应的第一数据监控终端中进行设定，并基于第一数据监控终端采集对应目标设备的第一运行姿态数据；
将第一运行姿态数据与第一预运行姿态进行比较，判断第一数据监控终端对应的目标设备是否存在第一运行失误；
当第一运行姿态数据中存在与第一预运行姿态中不一致的数据时，则判定第一数据监控终端对应的目标设备存在第一运行失误，并进行报警操作，并当报警操作响应时，停止所有目标设备的工作进程；
否则，则判定第一数据监控终端对应的目标设备不存在第一运行失误；
第二数据监控终端设置单元，用于当第一数据监控终端对应的目标设备不存在第一运行失误时，根据多机工作面最佳时空掘进匹配策略设置第二数据监控终端，同时，将第二预运行姿态在第二数据监控终端中进行设定；
第二运行失误判定单元，用于：
基于第二数据监控终端对多个目标设备之间进行协同工作的第二运行姿态数据进行监控；
将第二运行姿态数据与第二预运行姿态进行比较，判断多个目标设备之间进行协同工作时是否存在第二运行失误；
当第二运行姿态数据中存在与第二预运行姿态中不一致的数据时，则判定多个目标设备之间进行协同工作时存在第二运行失误，同时，基于多机工作面最佳时空掘进匹配策略对多个目标设备之间的协同工作进行协调，直至多个目标设备之间不存在第二运行失误；
否则，则判定多个目标设备之间进行协同工作时不存在第二运行失误。
优选的，多机协同控制模块，包括：
参数获取单元，用于基于多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制时，分别获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的子工作时间以及子响应时间，同时，分别确定运输设备、排水设备、供电设备、除尘设备及掘锚设备的子运行任务量；
计算单元，用于基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的子工作时间、子响应时间以及子运行任务量，计算运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率；
；
其中，表示运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率；/>表示运输设备的子工作时间；/>表示运输设备的子响应时间；/>表示运输设备的子运行任务量；/>表示排水设备的子工作时间；/>表示排水设备的子响应时间；/>表示排水设备的子运行任务量；/>表示供电设备的子工作时间；/>表示供电设备的子响应时间；/>表示供电设备的子运行任务量；/>表示除尘设备的子工作时间；表示除尘设备的子响应时间；/>表示除尘设备的子运行任务量；/>表示掘锚设备的子工作时间；/>表示掘锚设备的子响应时间；/>表示掘锚设备的子运行任务量；/>表示运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的基准协同速率；
判定单元，用于：
判断运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率是否达到期待协同效率；
当运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率达到期待协同效率时，将多机工作面最佳时空掘进匹配策略以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据进行记录，并将记录结果在预设协同运行库中进行更新；
当运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率没有达到期待协同效率时，则对本次多机工作面最佳时空掘进匹配策略以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据进行剔除。
与现有技术相比，本发明的有益效果是：
1、本发明的煤矿智能掘进工作面多机协同集中控制系统，实时采集基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的多机掘进工作面信息，确定多机掘进工作面数据，对多机掘进工作面数据进行预处理，确定多机掘进工作面表征信息，深度挖掘多机掘进工作面表征信息关联性，基于多机掘进工作面表征信息相关性，构建多机掘进工作面协同掘进数学模型，基于安全距离最大原则确定多机工作面最佳时空掘进匹配策略，参照多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制，使运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作，根据煤矿掘进进程动态联动调整，在对煤矿掘进时，可基于煤矿掘进工作面进行多机协同集中控制，提高多机之间联动性，使煤矿智能掘进效果好。
2、本发明的煤矿智能掘进工作面多机协同集中控制系统，获取基于动态感知构建多机掘进工作面协同掘进数学模型，对获取的多机掘进工作面协同掘进数学模型进行校验，针对获取的多机掘进工作面协同掘进数学模型符合基于煤矿智能掘进的多机协同集中控制要求，则基于多机掘进工作面协同掘进数学模型，确定多机工作面最佳时空掘进匹配策略，针对获取的多机掘进工作面协同掘进数学模型不符合基于煤矿智能掘进的多机协同集中控制要求，则需要对多机掘进工作面协同掘进数学模型进行动态调控，实时更改掘进数据特征，且修正多机掘进工作面协同掘进数学模型。
3、通过对多机工作面最佳时空掘进匹配策略进行读取，进而实现对第一预运行姿态以及第二预运行姿态的获取，进而提供了对目标设备（运输设备、排水设备、供电设备、除尘设备及掘锚设备）进行监控判断的基础，通过构建第一数据监控终端以及第二数据监控终端实现了对目标设备自身运行姿态的监控以及目标设备间进行协同工作的监控，当存在第一运行失误时，表明目标设备中存在运行错误的设备，进而必然无法导致目标设备间的协同工作顺利运行，因此，通过停止所有目标设备的工作状态，保障协同运行进程不被破坏，当存在第二运行失误时，通过多机工作面最佳时空掘进匹配策略进行协调，从而保障目标设备之间协同工作的准确进行，保障多机协同集中控制的准确性以及工作效率。
4、通过准确计算运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率，从而有效衡量本次运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作中产生的数据是否可以存储至预设协同运行库中，从而在预设协同运行库中对数据的存储，为后续工作面多机协同集中控制过程中提供理论依据以及数据支撑，从而提高协同工作以及控制的有效性以及工作效率。
附图说明
图1为本发明的煤矿智能掘进工作面多机协同集中控制系统的模块图；
图2为本发明的煤矿智能掘进工作面多机协同集中控制系统的架构图；
图3为本发明的采用设备状态监测单元实时监测设备运行状态的算法流程图；
图4为本发明的构建多机掘进工作面协同掘进数学模型的算法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了解决现有的在对煤矿掘进时，不能基于煤矿掘进工作面进行多机协同集中控制，导致多机之间联动性差，其煤矿智能掘进效果差的问题，请参阅图1-图4，本实施例提供以下技术方案：
一种煤矿智能掘进工作面多机协同集中控制系统，包括
掘进数据采集模块，用于实时地采集基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的多机掘进工作面信息，基于获取的运输设备、排水设备、供电设备、除尘设备及掘锚设备信息，确定出基于煤矿智能掘进的多机掘进工作面数据；
掘进数据处理模块，用于对基于煤矿智能掘进的多机掘进工作面数据进行预处理，按照煤矿智能掘进工作面多机协同集中控制需求，从确定的基于煤矿智能掘进的多机掘进工作面数据中提取出对多机协同集中控制有用的多机掘进工作面数据，且对多机掘进工作面数据进行检索、分组及计算，确定出基于多机协同集中控制的多机掘进工作面表征信息；
掘进数据分析模块，用于对基于多机协同集中控制的多机掘进工作面表征信息进行综合分析，获取多机掘进工作面表征信息，深度挖掘多机掘进工作面表征信息关联性，基于多机掘进工作面表征信息相关性，构建多机掘进工作面协同掘进数学模型，基于安全距离最大原则确定多机工作面最佳时空掘进匹配策略；
多机协同控制模块，用于对基于煤矿智能掘进的多机工作面进行协同集中控制，参照确定的多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制，使运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作。
掘进数据采集模块包括
设备状态监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态，获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数，对运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数进行分析监测，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态；
运行工况监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况，多角度、全方位跟踪运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况；
周围环境监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境，获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境参数，对运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境参数进行分析监测，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的掘进作业环境；
光纤惯性导航单元，用于实时地探测运输设备、排水设备、供电设备、除尘设备及掘锚设备的位置信息；
设备位姿监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的位姿信息；
机器视觉监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的图像信息。
采用设备状态监测单元实时监测设备运行状态，执行以下操作：
实时采集运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数，确定出基于煤矿智能掘进的多机掘进运行参数信息；
参照存储的多机掘进运行标准信息，对多机掘进运行参数信息进行对比分析，根据对比分析结果确定多机掘进运行状态；
针对多机掘进运行参数信息在多机掘进运行标准信息范围内的情况，则确定的对比分析结果为运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态正常；
针对多机掘进运行参数信息不在多机掘进运行标准信息范围内的情况，则确定的对比分析结果为运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态异常；
获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的异常运行状态数据，基于异常运行状态数据，评估出运输设备、排水设备、供电设备、除尘设备及掘锚设备的异常故障原因，基于异常故障原因对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行检修维护。
掘进数据处理模块包括
掘进数据提取单元，用于提取多机掘进工作面数据，按照煤矿智能掘进工作面多机协同集中控制需求，从确定的基于煤矿智能掘进的多机掘进工作面数据中提取出对多机协同集中控制有用的多机掘进工作面数据；
掘进数据检索单元，用于检索多机掘进工作面数据，按照煤矿智能掘进工作面多机协同集中控制需求，过滤掉对多机协同集中控制无用的多机掘进工作面数据，保留下对多机协同集中控制有用的多机掘进工作面数据；
掘进数据分组单元，用于分组多机掘进工作面数据，按照互斥性原则，对保留下的对多机协同集中控制有用的多机掘进工作面数据进行有效地分组，基于多机掘进工作面数据的不同关键词，将多机掘进工作面数据划分为不同的组别，每个组别内对应存放不同的设备掘进工作面数据；
掘进数据计算单元，用于计算多机掘进工作面数据，按照算术及逻辑运算，对多机掘进工作面数据进行计算，确定出基于多机协同集中控制的多机掘进工作面表征信息。
掘进数据分析模块包括
深度挖掘关联单元，用于对多机掘进工作面表征信息进行深度挖掘关联，获取多机掘进工作面表征信息，基于数据挖掘技术，深度挖掘多机掘进工作面表征信息，查找出多机掘进工作面表征信息关联性，使多机掘进工作面表征信息远程联动，确定出多机掘进工作面表征信息相关性；
掘进模型构建单元，用于对多机掘进工作面表征信息进行掘进模型构建，获取多机掘进工作面表征信息相关性，基于动态感知构建多机掘进工作面协同掘进数学模型；
掘进策略匹配单元，用于对多机掘进工作面表征信息进行掘进策略匹配，基于多机掘进工作面协同掘进数学模型，索引出该多机掘进工作面协同掘进数学模型的掘进数据特征，基于掘进数据特征确定多机工作面最佳时空掘进匹配策略。
对基于多机协同集中控制的多机掘进工作面表征信息进行综合分析，执行以下操作：
获取多机掘进工作面表征信息，基于数据挖掘技术，深度挖掘多机掘进工作面表征信息，查找出多机掘进工作面表征信息关联性，使多机掘进工作面表征信息远程联动，确定出多机掘进工作面表征信息相关性；
获取多机掘进工作面表征信息相关性，基于动态感知构建多机掘进工作面协同掘进数学模型，其中多机掘进工作面协同掘进数学模型的构建是实时动态调控的，具体如下：
获取基于动态感知构建多机掘进工作面协同掘进数学模型；
对获取的多机掘进工作面协同掘进数学模型进行校验，判断当前多机掘进工作面协同掘进数学模型是否符合基于煤矿智能掘进的多机协同集中控制要求；
针对获取的多机掘进工作面协同掘进数学模型符合基于煤矿智能掘进的多机协同集中控制要求的情况，则基于多机掘进工作面协同掘进数学模型，确定多机工作面最佳时空掘进匹配策略；
针对获取的多机掘进工作面协同掘进数学模型不符合基于煤矿智能掘进的多机协同集中控制要求的情况，则需要对多机掘进工作面协同掘进数学模型进行动态调控，实时更改掘进数据特征，且修正多机掘进工作面协同掘进数学模型。
多机协同控制模块包括
多机执行控制单元，用于控制多机执行煤矿掘进工作，根据确定的多机工作面最佳时空掘进匹配策略，按照多机工作面最佳时空掘进匹配策略上提供的多机工作面最佳时空掘进方法控制多机执行煤矿掘进工作；
多机协同掘进单元，用于多机协同掘进，运输设备、排水设备、供电设备、除尘设备及掘锚设备接收到执行煤矿掘进工作指令，运输设备、排水设备、供电设备、除尘设备及掘锚设备快速响应，且运输设备、排水设备、供电设备、除尘设备及掘锚设备协同掘进煤矿；
智能掘进调整单元，用于对协同掘进的多机工作面进行智能掘进调整，运输设备、排水设备、供电设备、除尘设备及掘锚设备在协同掘进煤矿时，根据煤矿掘进进程动态联动调整。
对基于煤矿智能掘进的多机工作面进行协同集中控制，执行以下操作：
获取多机工作面最佳时空掘进匹配策略；
根据确定的多机工作面最佳时空掘进匹配策略，按照多机工作面最佳时空掘进匹配策略上提供的多机工作面最佳时空掘进方法控制多机执行煤矿掘进工作；
获取执行煤矿掘进工作指令，运输设备、排水设备、供电设备、除尘设备及掘锚设备接收执行煤矿掘进工作指令；
运输设备、排水设备、供电设备、除尘设备及掘锚设备快速响应，且运输设备、排水设备、供电设备、除尘设备及掘锚设备协同掘进煤矿；
运输设备、排水设备、供电设备、除尘设备及掘锚设备在协同掘进煤矿时，根据煤矿掘进进程动态联动调整。
综上，本发明的煤矿智能掘进工作面多机协同集中控制系统，实时地采集基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的多机掘进工作面信息，确定出基于煤矿智能掘进的多机掘进工作面数据，对基于煤矿智能掘进的多机掘进工作面数据进行预处理，确定出基于多机协同集中控制的多机掘进工作面表征信息，深度挖掘多机掘进工作面表征信息关联性，基于多机掘进工作面表征信息相关性，构建多机掘进工作面协同掘进数学模型，基于安全距离最大原则确定多机工作面最佳时空掘进匹配策略，参照多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制，使运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作，根据煤矿掘进进程动态联动调整，在对煤矿掘进时，可基于煤矿掘进工作面进行多机协同集中控制，提高多机之间联动性，使煤矿智能掘进效果好。
本实施例提供了一种煤矿智能掘进工作面多机协同集中控制系统，多机协同控制模块，包括：
策略读取单元，用于对多机工作面最佳时空掘进匹配策略进行读取，确定多机工作面最佳时空掘进匹配策略对应于每个目标设备进行工作时的第一预运行姿态以及每个目标设备进行协同工作时的第二预运行姿态；
第一数据监控终端设置单元，用于获取每个目标设备的设备标识，并基于设备标识对每个目标设备设置第一数据监控终端，且第一数据监控终端基于设备标识与每个目标设备一一对应；
第一运行失误判定单元，用于：
将每个目标设备对应的第一预运行姿态在目标设备对应的第一数据监控终端中进行设定，并基于第一数据监控终端采集对应目标设备的第一运行姿态数据；
将第一运行姿态数据与第一预运行姿态进行比较，判断第一数据监控终端对应的目标设备是否存在第一运行失误；
当第一运行姿态数据中存在与第一预运行姿态中不一致的数据时，则判定第一数据监控终端对应的目标设备存在第一运行失误，并进行报警操作，并当报警操作响应时，停止所有目标设备的工作进程；
否则，则判定第一数据监控终端对应的目标设备不存在第一运行失误；
第二数据监控终端设置单元，用于当第一数据监控终端对应的目标设备不存在第一运行失误时，根据多机工作面最佳时空掘进匹配策略设置第二数据监控终端，同时，将第二预运行姿态在第二数据监控终端中进行设定；
第二运行失误判定单元，用于：
基于第二数据监控终端对多个目标设备之间进行协同工作的第二运行姿态数据进行监控；
将第二运行姿态数据与第二预运行姿态进行比较，判断多个目标设备之间进行协同工作时是否存在第二运行失误；
当第二运行姿态数据中存在与第二预运行姿态中不一致的数据时，则判定多个目标设备之间进行协同工作时存在第二运行失误，同时，基于多机工作面最佳时空掘进匹配策略对多个目标设备之间的协同工作进行协调，直至多个目标设备之间不存在第二运行失误；
否则，则判定多个目标设备之间进行协同工作时不存在第二运行失误。
该实施例中，目标设备可以是包括：运输设备、排水设备、供电设备、除尘设备及掘锚设备。
该实施例中，第一预运行姿态可以是每个目标设备自身的即将要进行运行的姿态数据。
该实施例中，第二预运行姿态可以是目标设备之间（及运输设备、排水设备、供电设备、除尘设备及掘锚设备之间）即将要进行协同运作的姿态数据。
该实施例中，设备标识可以是基于设备的类型、设备的型号以及设备的运行属性等确定的可以对目标设备进行区分的标识。
该实施例中，第一运行姿态数据可以是基于第一数据监控终端对目标设备运行进行监控后采集的数据，其中，第一数据监控终端可以是用来表征对每个目标设备自身的运行姿态进行监控的终端，。
该实施例中，第一运行失误可以是多个目标设备中存在目标设备发生运行失误的作为第一运行失误。
该实施例中，报警操作可以是声音、灯光中的一种或多种。
该实施例中，第二运行姿态数据可以是基于第二数据监控终端对目标设备之间的协同工作进行监控的协同数据，其中，第二数据监控终端可以是基于多机工作面最佳时空掘进匹配策略确定的多个目标设备之间的联动协同机制设定的对多个目标设备进行协同工作时的运行姿态进行监控的终端。
该实施例中，第二运行失误可以是多个目标设备在进行协同工作时出现的协同失误。
该实施例中，基于多机工作面最佳时空掘进匹配策略对多个目标设备之间的协同工作进行协调，例如可以是，当存在第二运行失误时，以多机工作面最佳时空掘进匹配策略为基准，对存在与第二运行失误相关联的目标设备进行协调，从而实现对多个目标设备之间的协同工作进行协调。
上述技术方案的工作原理及有益效果是：通过对多机工作面最佳时空掘进匹配策略进行读取，进而实现对第一预运行姿态以及第二预运行姿态的获取，进而提供了对目标设备（运输设备、排水设备、供电设备、除尘设备及掘锚设备）进行监控判断的基础，通过构建第一数据监控终端以及第二数据监控终端实现了对目标设备自身运行姿态的监控以及目标设备间进行协同工作的监控，当存在第一运行失误时，表明目标设备中存在运行错误的设备，进而必然无法导致目标设备间的协同工作顺利运行，因此，通过停止所有目标设备的工作状态，保障协同运行进程不被破坏，当存在第二运行失误时，通过多机工作面最佳时空掘进匹配策略进行协调，从而保障目标设备之间协同工作的准确进行，保障多机协同集中控制的准确性以及工作效率。
本实施例提供了一种煤矿智能掘进工作面多机协同集中控制系统，多机协同控制模块，包括：
参数获取单元，用于基于多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制时，分别获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的子工作时间以及子响应时间，同时，分别确定运输设备、排水设备、供电设备、除尘设备及掘锚设备的子运行任务量；
计算单元，用于基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的子工作时间、子响应时间以及子运行任务量，计算运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率；
；
其中，表示运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率；/>表示运输设备的子工作时间；/>表示运输设备的子响应时间；/>表示运输设备的子运行任务量；/>表示排水设备的子工作时间；/>表示排水设备的子响应时间；/>表示排水设备的子运行任务量；/>表示供电设备的子工作时间；/>表示供电设备的子响应时间；/>表示供电设备的子运行任务量；/>表示除尘设备的子工作时间；表示除尘设备的子响应时间；/>表示除尘设备的子运行任务量；/>表示掘锚设备的子工作时间；/>表示掘锚设备的子响应时间；/>表示掘锚设备的子运行任务量；/>表示运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的基准协同速率；
判定单元，用于：
判断运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率是否达到期待协同效率；
当运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率达到期待协同效率时，将多机工作面最佳时空掘进匹配策略以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据进行记录，并将记录结果在预设协同运行库中进行更新；
当运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率没有达到期待协同效率时，则对本次多机工作面最佳时空掘进匹配策略以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据进行剔除。
该实施例中，期待协同效率可以是提前设定好的，根据多次实验次数总结得出的协同效率。
该实施例中，预设协同运行库可以是提前设定好的，用来存储工作面多机协同集中控制过程中，协同效率达到期待协同效率时的多机工作面最佳时空掘进匹配测量以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据。
上述技术方案的工作原理及有益效果是：通过准确计算运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率，从而有效衡量本次运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作中产生的数据是否可以存储至预设协同运行库中，从而在预设协同运行库中对数据的存储，为后续工作面多机协同集中控制过程中提供理论依据以及数据支撑，从而提高协同工作以及控制的有效性以及工作效率。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于，包括
掘进数据采集模块，用于实时地采集基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的多机掘进工作面信息，基于获取的运输设备、排水设备、供电设备、除尘设备及掘锚设备信息，确定出基于煤矿智能掘进的多机掘进工作面数据；
掘进数据处理模块，用于对基于煤矿智能掘进的多机掘进工作面数据进行预处理，按照煤矿智能掘进工作面多机协同集中控制需求，从确定的基于煤矿智能掘进的多机掘进工作面数据中提取出对多机协同集中控制有用的多机掘进工作面数据，且对多机掘进工作面数据进行检索、分组及计算，确定出基于多机协同集中控制的多机掘进工作面表征信息；
掘进数据分析模块，用于对基于多机协同集中控制的多机掘进工作面表征信息进行综合分析，获取多机掘进工作面表征信息，深度挖掘多机掘进工作面表征信息关联性，基于多机掘进工作面表征信息相关性，构建多机掘进工作面协同掘进数学模型，基于安全距离最大原则确定多机工作面最佳时空掘进匹配策略；
多机协同控制模块，用于对基于煤矿智能掘进的多机工作面进行协同集中控制，参照确定的多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制，使运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作。
2.根据权利要求1所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：所述掘进数据采集模块包括
设备状态监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态，获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数，对运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数进行分析监测，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态；
运行工况监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况，多角度、全方位跟踪运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行工况；
周围环境监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境，获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境参数，对运输设备、排水设备、供电设备、除尘设备及掘锚设备的周围环境参数进行分析监测，判断运输设备、排水设备、供电设备、除尘设备及掘锚设备的掘进作业环境；
光纤惯性导航单元，用于实时地探测运输设备、排水设备、供电设备、除尘设备及掘锚设备的位置信息；
设备位姿监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的位姿信息；
机器视觉监测单元，用于实时地监测运输设备、排水设备、供电设备、除尘设备及掘锚设备的图像信息。
3.根据权利要求2所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：采用设备状态监测单元实时监测设备运行状态，执行以下操作：
实时采集运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行参数，确定出基于煤矿智能掘进的多机掘进运行参数信息；
参照存储的多机掘进运行标准信息，对多机掘进运行参数信息进行对比分析，根据对比分析结果确定多机掘进运行状态；
针对多机掘进运行参数信息在多机掘进运行标准信息范围内的情况，则确定的对比分析结果为运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态正常；
针对多机掘进运行参数信息不在多机掘进运行标准信息范围内的情况，则确定的对比分析结果为运输设备、排水设备、供电设备、除尘设备及掘锚设备的运行状态异常；
获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的异常运行状态数据，基于异常运行状态数据，评估出运输设备、排水设备、供电设备、除尘设备及掘锚设备的异常故障原因，基于异常故障原因对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行检修维护。
4.根据权利要求3所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：所述掘进数据处理模块包括
掘进数据提取单元，用于提取多机掘进工作面数据，按照煤矿智能掘进工作面多机协同集中控制需求，从确定的基于煤矿智能掘进的多机掘进工作面数据中提取出对多机协同集中控制有用的多机掘进工作面数据；
掘进数据检索单元，用于检索多机掘进工作面数据，按照煤矿智能掘进工作面多机协同集中控制需求，过滤掉对多机协同集中控制无用的多机掘进工作面数据，保留下对多机协同集中控制有用的多机掘进工作面数据；
掘进数据分组单元，用于分组多机掘进工作面数据，按照互斥性原则，对保留下的对多机协同集中控制有用的多机掘进工作面数据进行有效地分组，基于多机掘进工作面数据的不同关键词，将多机掘进工作面数据划分为不同的组别，每个组别内对应存放不同的设备掘进工作面数据；
掘进数据计算单元，用于计算多机掘进工作面数据，按照算术及逻辑运算，对多机掘进工作面数据进行计算，确定出基于多机协同集中控制的多机掘进工作面表征信息。
5.根据权利要求4所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：所述掘进数据分析模块包括
深度挖掘关联单元，用于对多机掘进工作面表征信息进行深度挖掘关联，获取多机掘进工作面表征信息，基于数据挖掘技术，深度挖掘多机掘进工作面表征信息，查找出多机掘进工作面表征信息关联性，使多机掘进工作面表征信息远程联动，确定出多机掘进工作面表征信息相关性；
掘进模型构建单元，用于对多机掘进工作面表征信息进行掘进模型构建，获取多机掘进工作面表征信息相关性，基于动态感知构建多机掘进工作面协同掘进数学模型；
掘进策略匹配单元，用于对多机掘进工作面表征信息进行掘进策略匹配，基于多机掘进工作面协同掘进数学模型，索引出该多机掘进工作面协同掘进数学模型的掘进数据特征，基于掘进数据特征确定多机工作面最佳时空掘进匹配策略。
6.根据权利要求5所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：对基于多机协同集中控制的多机掘进工作面表征信息进行综合分析，执行以下操作：
获取多机掘进工作面表征信息，基于数据挖掘技术，深度挖掘多机掘进工作面表征信息，查找出多机掘进工作面表征信息关联性，使多机掘进工作面表征信息远程联动，确定出多机掘进工作面表征信息相关性；
获取多机掘进工作面表征信息相关性，基于动态感知构建多机掘进工作面协同掘进数学模型，其中多机掘进工作面协同掘进数学模型的构建是实时动态调控的，具体如下：
获取基于动态感知构建多机掘进工作面协同掘进数学模型；
对获取的多机掘进工作面协同掘进数学模型进行校验，判断当前多机掘进工作面协同掘进数学模型是否符合基于煤矿智能掘进的多机协同集中控制要求；
针对获取的多机掘进工作面协同掘进数学模型符合基于煤矿智能掘进的多机协同集中控制要求的情况，则基于多机掘进工作面协同掘进数学模型，确定多机工作面最佳时空掘进匹配策略；
针对获取的多机掘进工作面协同掘进数学模型不符合基于煤矿智能掘进的多机协同集中控制要求的情况，则需要对多机掘进工作面协同掘进数学模型进行动态调控，实时更改掘进数据特征，且修正多机掘进工作面协同掘进数学模型。
7.根据权利要求6所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：所述多机协同控制模块包括
多机执行控制单元，用于控制多机执行煤矿掘进工作，根据确定的多机工作面最佳时空掘进匹配策略，按照多机工作面最佳时空掘进匹配策略上提供的多机工作面最佳时空掘进方法控制多机执行煤矿掘进工作；
多机协同掘进单元，用于多机协同掘进，运输设备、排水设备、供电设备、除尘设备及掘锚设备接收到执行煤矿掘进工作指令，运输设备、排水设备、供电设备、除尘设备及掘锚设备快速响应，且运输设备、排水设备、供电设备、除尘设备及掘锚设备协同掘进煤矿；
智能掘进调整单元，用于对协同掘进的多机工作面进行智能掘进调整，运输设备、排水设备、供电设备、除尘设备及掘锚设备在协同掘进煤矿时，根据煤矿掘进进程动态联动调整。
8.根据权利要求7所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于：对基于煤矿智能掘进的多机工作面进行协同集中控制，执行以下操作：
获取多机工作面最佳时空掘进匹配策略；
根据确定的多机工作面最佳时空掘进匹配策略，按照多机工作面最佳时空掘进匹配策略上提供的多机工作面最佳时空掘进方法控制多机执行煤矿掘进工作；
获取执行煤矿掘进工作指令，运输设备、排水设备、供电设备、除尘设备及掘锚设备接收执行煤矿掘进工作指令；
运输设备、排水设备、供电设备、除尘设备及掘锚设备快速响应，且运输设备、排水设备、供电设备、除尘设备及掘锚设备协同掘进煤矿；
运输设备、排水设备、供电设备、除尘设备及掘锚设备在协同掘进煤矿时，根据煤矿掘进进程动态联动调整。
9.根据权利要求1所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于，多机协同控制模块，包括：
策略读取单元，用于对多机工作面最佳时空掘进匹配策略进行读取，确定多机工作面最佳时空掘进匹配策略对应于每个目标设备进行工作时的第一预运行姿态以及每个目标设备进行协同工作时的第二预运行姿态；
第一数据监控终端设置单元，用于获取每个目标设备的设备标识，并基于设备标识对每个目标设备设置第一数据监控终端，且第一数据监控终端基于设备标识与每个目标设备一一对应；
第一运行失误判定单元，用于：
将每个目标设备对应的第一预运行姿态在目标设备对应的第一数据监控终端中进行设定，并基于第一数据监控终端采集对应目标设备的第一运行姿态数据；
将第一运行姿态数据与第一预运行姿态进行比较，判断第一数据监控终端对应的目标设备是否存在第一运行失误；
当第一运行姿态数据中存在与第一预运行姿态中不一致的数据时，则判定第一数据监控终端对应的目标设备存在第一运行失误，并进行报警操作，并当报警操作响应时，停止所有目标设备的工作进程；
否则，则判定第一数据监控终端对应的目标设备不存在第一运行失误；
第二数据监控终端设置单元，用于当第一数据监控终端对应的目标设备不存在第一运行失误时，根据多机工作面最佳时空掘进匹配策略设置第二数据监控终端，同时，将第二预运行姿态在第二数据监控终端中进行设定；
第二运行失误判定单元，用于：
基于第二数据监控终端对多个目标设备之间进行协同工作的第二运行姿态数据进行监控；
将第二运行姿态数据与第二预运行姿态进行比较，判断多个目标设备之间进行协同工作时是否存在第二运行失误；
当第二运行姿态数据中存在与第二预运行姿态中不一致的数据时，则判定多个目标设备之间进行协同工作时存在第二运行失误，同时，基于多机工作面最佳时空掘进匹配策略对多个目标设备之间的协同工作进行协调，直至多个目标设备之间不存在第二运行失误；
否则，则判定多个目标设备之间进行协同工作时不存在第二运行失误。
10.根据权利要求1所述的一种煤矿智能掘进工作面多机协同集中控制系统，其特征在于，多机协同控制模块，包括：
参数获取单元，用于基于多机工作面最佳时空掘进匹配策略对运输设备、排水设备、供电设备、除尘设备及掘锚设备进行集中控制时，分别获取运输设备、排水设备、供电设备、除尘设备及掘锚设备的子工作时间以及子响应时间，同时，分别确定运输设备、排水设备、供电设备、除尘设备及掘锚设备的子运行任务量；
计算单元，用于基于运输设备、排水设备、供电设备、除尘设备及掘锚设备的子工作时间、子响应时间以及子运行任务量，计算运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率；
；
其中，表示运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率；/>表示运输设备的子工作时间；/>表示运输设备的子响应时间；/>表示运输设备的子运行任务量；/>表示排水设备的子工作时间；/>表示排水设备的子响应时间；/>表示排水设备的子运行任务量；/>表示供电设备的子工作时间；/>表示供电设备的子响应时间；/>表示供电设备的子运行任务量；/>表示除尘设备的子工作时间；/>表示除尘设备的子响应时间；/>表示除尘设备的子运行任务量；/>表示掘锚设备的子工作时间；/>表示掘锚设备的子响应时间；/>表示掘锚设备的子运行任务量；/>表示运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的基准协同速率；
判定单元，用于：
判断运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率是否达到期待协同效率；
当运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率达到期待协同效率时，将多机工作面最佳时空掘进匹配策略以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据进行记录，并将记录结果在预设协同运行库中进行更新；
当运输设备、排水设备、供电设备、除尘设备及掘锚设备之间进行协同掘进工作时的目标协同效率没有达到期待协同效率时，则对本次多机工作面最佳时空掘进匹配策略以及运输设备、排水设备、供电设备、除尘设备及掘锚设备进行协同掘进工作产生的数据进行剔除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310667245.9A CN116816342B (zh) | 2023-06-07 | 2023-06-07 | 一种煤矿智能掘进工作面多机协同集中控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310667245.9A CN116816342B (zh) | 2023-06-07 | 2023-06-07 | 一种煤矿智能掘进工作面多机协同集中控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116816342A true CN116816342A (zh) | 2023-09-29 |
| CN116816342B CN116816342B (zh) | 2024-03-08 |
Family
ID=88126775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310667245.9A Active CN116816342B (zh) | 2023-06-07 | 2023-06-07 | 一种煤矿智能掘进工作面多机协同集中控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116816342B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103437767A (zh) * | 2013-09-11 | 2013-12-11 | 中南大学 | 区域矿山集约化开采技术 |
| CN107272539A (zh) * | 2017-07-27 | 2017-10-20 | 中煤科工集团重庆研究院有限公司 | 一种煤矿区域协同控制器及协同控制方法 |
| CN111173510A (zh) * | 2020-03-14 | 2020-05-19 | 天地科技股份有限公司 | 一种用于复杂条件工作面的综采装备智能控制方法及系统 |
| CN112012756A (zh) * | 2020-07-16 | 2020-12-01 | 西安煤矿机械有限公司 | 一种煤矿巷道智能掘进机器人控制系统 |
| CN114233373A (zh) * | 2021-11-02 | 2022-03-25 | 中国煤炭科工集团太原研究院有限公司 | 运输协同控制系统及方法 |
| CN114611180A (zh) * | 2022-05-12 | 2022-06-10 | 北京龙软科技股份有限公司 | 基于地质测量保障系统的矿山智能化管控平台建设方法 |
| CN114673558A (zh) * | 2022-04-12 | 2022-06-28 | 中国矿业大学 | 一种煤矿掘进工作面风险识别与智能预控系统及方法 |
| CN115217483A (zh) * | 2022-07-15 | 2022-10-21 | 陕西延长石油矿业有限责任公司 | 一种敞开式大断面掘进机的智能掘进方法 |
| CN115898551A (zh) * | 2022-12-30 | 2023-04-04 | 中国矿业大学 | 一种基于物联网的掘进工作面通风参数监测及联动调控系统 |
-
2023
- 2023-06-07 CN CN202310667245.9A patent/CN116816342B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103437767A (zh) * | 2013-09-11 | 2013-12-11 | 中南大学 | 区域矿山集约化开采技术 |
| CN107272539A (zh) * | 2017-07-27 | 2017-10-20 | 中煤科工集团重庆研究院有限公司 | 一种煤矿区域协同控制器及协同控制方法 |
| CN111173510A (zh) * | 2020-03-14 | 2020-05-19 | 天地科技股份有限公司 | 一种用于复杂条件工作面的综采装备智能控制方法及系统 |
| CN112012756A (zh) * | 2020-07-16 | 2020-12-01 | 西安煤矿机械有限公司 | 一种煤矿巷道智能掘进机器人控制系统 |
| CN114233373A (zh) * | 2021-11-02 | 2022-03-25 | 中国煤炭科工集团太原研究院有限公司 | 运输协同控制系统及方法 |
| CN114673558A (zh) * | 2022-04-12 | 2022-06-28 | 中国矿业大学 | 一种煤矿掘进工作面风险识别与智能预控系统及方法 |
| CN114611180A (zh) * | 2022-05-12 | 2022-06-10 | 北京龙软科技股份有限公司 | 基于地质测量保障系统的矿山智能化管控平台建设方法 |
| CN115217483A (zh) * | 2022-07-15 | 2022-10-21 | 陕西延长石油矿业有限责任公司 | 一种敞开式大断面掘进机的智能掘进方法 |
| CN115898551A (zh) * | 2022-12-30 | 2023-04-04 | 中国矿业大学 | 一种基于物联网的掘进工作面通风参数监测及联动调控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116816342B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109386291B (zh) | 掘进机截割路径规划方法、装置及掘进机截割控制系统 | |
| CN109685378B (zh) | 一种基于数据挖掘的tbm施工围岩可掘性分级方法 | |
| CN109630110A (zh) | 一种综采工作面煤层厚度自适应截割控制方法及电子设备 | |
| CN109469484A (zh) | 基于上位机规划的自动化采煤方法 | |
| CN110889532B (zh) | 一种隧道开挖及支护参数的智能选择及优化方法、系统 | |
| CN102162370B (zh) | 基于gis的矿山安全管理信息系统 | |
| CN106296817B (zh) | 一种基于地质数据的工作面煤层三维建模方法 | |
| CN114412459B (zh) | 一种智能化综采工作面采煤机少传感无示教自动截割方法 | |
| CN104541307A (zh) | 用于钻孔到相对于地质边界的位置的方法和系统 | |
| CN112431604B (zh) | 一种泥岩地层盾构泥饼防结系统及防结方法 | |
| CN110107295A (zh) | 一种基于工作面高精度导航模型的无人采煤路径规划方法 | |
| CN111077583B (zh) | 构造活化双参数监测系统及监测方法 | |
| CN116816342B (zh) | 一种煤矿智能掘进工作面多机协同集中控制系统 | |
| CN102981188B (zh) | 一种露天煤矿地下水库的位置确定方法 | |
| CN115796567A (zh) | 基于地质保障系统的安全规划开采系统 | |
| CN112065414B (zh) | 一种市政管道施工方法 | |
| Zheng et al. | Simulation of bench stepping and optimization of bolt parameters based on multiple geological information fusion | |
| CN113326549A (zh) | 一种基于bim的建筑施工管理系统及方法 | |
| Zhang et al. | Intelligent tunnelling robot system for deep-buried long tunnels | |
| Ji et al. | Technical system and prospects for precise methane extraction in the entire life cycle of coal mining under the goal of" carbon peak and carbon neutrality" | |
| CN109657783A (zh) | 强鲁棒的具有长短时记忆能力的采煤机记忆截割系统 | |
| Wellman | Royal Commission on the Pike River Coal Mine Tragedy | |
| Ren et al. | Data-driven automatic identification of cyclical final resistance of hydraulic support based on fuzzy trend characteristics of time series data | |
| CN115829121B (zh) | 一种深埋隧洞稳定性预测方法及系统 | |
| Dong | Development and Application of Borehole Data Processing Software for Measurement While Drilling in Coal Mine |
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 |