CN117348500B - 一种煤矿综采工作面自动化控制方法及系统 - Google Patents
一种煤矿综采工作面自动化控制方法及系统 Download PDFInfo
- Publication number
- CN117348500B CN117348500B CN202311645857.4A CN202311645857A CN117348500B CN 117348500 B CN117348500 B CN 117348500B CN 202311645857 A CN202311645857 A CN 202311645857A CN 117348500 B CN117348500 B CN 117348500B
- Authority
- CN
- China
- Prior art keywords
- coal
- coal mining
- model
- result
- optimal path
- 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.)
- Active
Links
- 239000003245 coal Substances 0.000 title claims abstract description 355
- 238000005065 mining Methods 0.000 title claims abstract description 239
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000008859 change Effects 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 239000007788 liquid Substances 0.000 claims abstract description 36
- 238000004088 simulation Methods 0.000 claims abstract description 30
- 238000013210 evaluation model Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 28
- 230000004660 morphological change Effects 0.000 claims description 17
- 238000012502 risk assessment Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 7
- 239000007787 solid Substances 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 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
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21C—MINING OR QUARRYING
- E21C41/00—Methods of underground or surface mining; Layouts therefor
- E21C41/16—Methods of underground mining; Layouts therefor
- E21C41/18—Methods of underground mining; Layouts therefor for brown or hard coal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种煤矿综采工作面自动化控制方法及系统，涉及煤矿采集控制技术领域，包括以下步骤：搭建煤矿工作面开采分析决策平台；采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向；根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率；将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态；分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。本发明实现了自动控制设备按计划进行开采，减少人工误差，使得各设备联动协同控制实现工作面自动开采。
Description
技术领域
本发明涉及煤矿采集控制技术领域，尤其涉及一种煤矿综采工作面自动化控制方法及系统。
背景技术
煤矿是天然形成的煤层地质体，是一种重要的能源资源，煤是在很久以前，在没有氧气的环境下，由植物和其他有机物经过长时间的变质形成的，煤是目前世界上主要的能源来源之一，采煤可以满足工业生产和民生消费对煤的需求，同时煤炭开采可以带动相关行业的发展，煤炭行业采掘加工就能吸纳大量劳动力，煤层资源广泛分布，大规模采掘可以有效开发利用天然资源，同时也防止资源浪费。
而煤矿综采工作面是指采用综合机械化方法一次性开采整个煤层的工作面，具体来说，综采工作面采用多种采煤设备联合作业，如采煤机、输送机、液压支架等进行机械化开采，综采工作面可以一次性开采整个煤层，大大提高采煤效率，综采工作面采用液压支护技术，实现工作面自动化支护，保证采空区的安全，简单来说煤矿综采工作面就是采用多种采煤设备联合作业，一次性机械化开采整个煤层的工作面，是目前煤矿主流的高效开采形式，实现了煤层全面机械化开采。
但是现有的煤矿综采工作面控制平台中无法根据煤矿的变化形态判断是否有塌方风险，进而不能够评估煤层变形情况，失去了对工作面安全隐患的及时预警能力，可能导致塌方事故在自动控制下无法及时发现和处理，缺乏对煤层应力变化的动态监测，难以准确判断工作面区域内的安全状态，故认为不能根据煤层变化判断塌方风险是煤矿自动控制系统的一个重要短板，会影响采煤工作的安全管理。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
本发明为了解决上述问题，提出了一种煤矿综采工作面自动化控制方法及系统，实现工作面安全风险的动态监测和评估，为整个开采过程的安全管理奠定基础的目的。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供了一种煤矿综采工作面自动化控制方法，该煤矿综采工作面自动化控制方法包括以下步骤：
S1、搭建煤矿工作面开采分析决策平台，实现采煤机、液压支架、输送机和液泵站的联动协同控制；
S2、采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向；
S3、根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率；
S4、若判断结果大于预设值，则返回至步骤S2，若判断结果小于预设值，则执行步骤S5；
S5、将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态；
S6、将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。
作为可选择的实施方式，采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向包括以下步骤：
S21、利用三维激光扫描仪采用非接触式高速激光的测量方式，对煤矿工作面进行快速扫描测量，获得点云数据，点云数据包括煤矿地质数据、工作面运输巷及回风巷地质写实数据；
S22、在对点云数据进行配准、降噪处理后导入建模软件内构建初级煤层模型，并导出进行渲染完善模型细节，完成的三维煤层模型的构建；
S23、对三维煤层模型进行网格化处理生成实体有限单元模型，并导入至三维有限差分软件生成三维动态煤层模型；
S24、根据采煤机参数建立采煤机动力学模型，并根据采煤目标量建立最优路径走向函数；
S25、利用最优路径走向函数在三维动态煤层模型上搜索评估采煤机路径走向，并从采煤机路径走向中找寻最优路径作为模拟结果。
作为可选择的实施方式，根据采煤机参数建立采煤机动力学模型，并根据采煤目标量建立最优路径走向函数包括以下步骤：
S241、根据采煤机的实际结构与规格，采集采煤机运动模拟过程中的参数集数据，并对其进行滤波处理，参数集数据包括采煤机动力参数、运动学参数、性能参数、尺寸参数、牵引力限制参数及攀爬能力；
S242、建立采煤机运动学和动力学模型的数学表达式；
S243、根据参数集数据与动力学模型数学表达式应用加权后的最小二乘法辨别采煤机的模型参数，得到动力学最小惯性参数集的值完成采煤机动力学模型的构建；
S244、根据采矿设计任务书确定采煤机采煤目标量，并基于采煤目标量建立最优路径走向函数。
作为可选择的实施方式，最优路径走向函数的表达式为：；式中，Emin表示路径优化目标值；xk表示采煤机的位置；Nk表示采煤机采煤时的采煤目标量；eij表示采煤路径中起始点i与终点j点之间的距离；xij表示采煤路径中起始点i与终点j点的位置。
作为可选择的实施方式，利用最优路径走向函数在三维动态煤层模型上搜索评估采煤机路径走向，并从采煤机路径走向中找寻最优路径作为模拟结果包括以下步骤：
S251、根据最优路径走向函数在三维动态煤层模型上生成不同路径走向的方案，并对各方案内的参数进行初始化处理；
S252、根据采煤机的位置设定最大迭代次数确定边界值区间，计算采煤机适用度值获取采煤机的最优位置，并更新采煤机位置；
S253、对比原始采煤机与更新后采煤机的适用度值，若计算结果的优化程度大于原始适用度值，则将原始采煤机位置更新替换为更新后的采煤机位置；
S254、计算所有方案内采煤机的适应度值，确定全局最优解，并判断是否符合设置的最优路径走向函数；
S255、若结果符合则停止迭代输出最优路径，若结果不符合，则返回值步骤S252至步骤S254。
作为可选择的实施方式，根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率包括以下步骤：
S31、对塌方风险评估概念进行界定形成知识库，并根据本体论建立历史塌方数据与煤矿工作面地质数据的煤矿环境本体模型；
S32、将最优路径信息生成语义描述信息，构建评估模型预测采煤完成的工作面形态变化；
S33、依据预测的形态变化结果评估发生塌方的潜在风险，并根据贝叶斯网络模型对潜在风险进行概率评估。
作为可选择的实施方式，将最优路径信息生成语义描述信息，构建评估模型预测采煤完成的工作面形态变化包括以下步骤：
S321、通过语义描述技术将最优路径信息生成语义描述信息，并依据煤矿环境本体模型对采矿场景进行实例化生成知识图谱；
S322、将知识图谱的语义描述语句进行语义转换生成编程语言描述，并推送至推理机；
S323、通过推理机将最优路径信息与知识库中的判断规则进行匹配；
S324、将匹配结果按照从高至低的顺序进行排序，并建立对应的结果模型；
S325、评估匹配结果高的结果模型的可靠度，并选择可靠度最高的结果模型作为评估模型，实现采煤完成工作面形态变化的预测。
作为可选择的实施方式，依据预测的形态变化结果评估发生塌方的潜在风险，并根据贝叶斯网络模型对潜在风险进行概率评估包括以下步骤：
S331、解析预测模型输出的形态变化结果，确定影响塌方风险的因素；
S332、利用历史塌方事故数据统计各潜在风险因素与塌方发生的对应关系，获取先验概率；
S333、根据专家知识描述各潜在因素之间的条件依赖关系，获取条件概率表；
S334、整合先验概率与条件概率表构建贝叶斯网络模型，并利用历史塌方数据与相关因素训练贝叶斯网络模型；
S335、将形态变化结果作为输入至贝叶斯网络模型，运行贝叶斯网络模型得到塌方风险的概率。
作为可选择的实施方式，将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态包括以下步骤：
S51、将最优路径按照采煤机的移动顺序从三维动态煤层模型中生成坐标点，并将坐标点传输至决策平台；
S52、将液泵站、输送机与液压支架按照最优路径的线路输入至三维动态煤层模型中；
S53、根据输送机与采煤机输出的坐标轨迹进行实时比对，判断采煤机与输送机的移动中心线是否处于重合或者平行状态；
S54、若处于重合或者平行状态则继续运行，若未处于重合或者平行状态则执行步骤S55；
S55、分析输送机与采煤机偏差误差的变化，将变化坐标传输至分析决策平台对其进行计算分析输出成指令；
S56、调节液泵站的供液流量和输出压力调控液压支架的推移伸出量，对输送机进行调直，直至采煤机与输送机的移动中心线处于重合或者平行状态。
第二方面，本发明还提供了一种煤矿综采工作面自动化控制系统，该煤矿综采工作面自动化控制系统包括：决策平台搭建模块、模型构建模拟模块、风险评估判断模块、结果判断回溯模块、状态反馈调整模块及联动协同控制模块；
决策平台搭建模块，用于搭建煤矿工作面开采分析决策平台，实现采煤机、液压支架、输送机和液泵站的联动协同控制；
模型构建模拟模块，用于采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向；
风险评估判断模块，用于根据最优路径走向结果建立风险评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率；
结果判断回溯模块，用于判断结果大于预设值，则重复模型构建模拟模块，若判断结果小于预设值，则继续执行；
状态反馈调整模块，用于将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态；
联动协同控制模块，用于将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、本发明通过搭建分析决策平台，实现各设备的联动协同控制，进而有利于工作面开采的自动化和智能化，提高工作效率，同时通过建立三维动态煤层模型和模拟采煤机最优路径，科学规划工作面开采顺序和路径，提高资源利用率，并建立形态变化评估模型预测塌方风险，可以提前判断安全隐患并调整开采方案，提高工作安全性，最终将最优路径结果转换为坐标信息输出控制指令，实现自动控制设备按计划进行开采，减少人工误差，使得各设备联动协同控制实现工作面自动开采，可以替代危险和重复的人工操作，实时监测和调整开采方案，根据实际情况及时修正，更好适应复杂的地下环境，提高开采质量和效益。
2、本发明通过建立三维动态煤层模型并模拟采煤机最优路径走向，通过利用三维激光扫描技术快速获取工作面全面高精度点云数据，真实反映工作面地质结构，同时在点云数据基础上构建三维煤层初级模型，经过网格化和有限单元处理生成三维动态模型动态模拟和反映工作面地质变化情况，并建立采煤机动力学模型，考虑采煤目标和路径函数科学模拟采煤机在不同路径下的运动特性和采煤效率，并在三维动态模型上搜索评估不同路径，使得能够系统评估各路径的优劣势，找到真正的最优路径，达到利用数字化手段建立动态模型，为采煤机路径规划提供依据，提高路径优化水平的目的。
3、本发明通过建立评估模型预测工作面形态变化和塌方风险，通过系统总结历史经验，为风险评估提供理论支持，并将最优路径信息进行语义描述，可以对路径信息进行深度挖掘和理解，为形态变化建模提供必要数据，同时依据形态变化结果评估潜在风险，贝叶斯网络对风险进行概率评估，给出定量化的风险水平，通过预测形态变化和风险为后续调整路径和加强防控提供依据，有利于提前防范和减少安全事故，实现了工作面安全风险的动态监测和评估，为整个开采过程的安全管理奠定基础。
4、本发明将路径结果转换为坐标信息，为后续自动控制提供数字化数据支持，将液泵站等设备导入三维模型实时监测设备与采煤机的位置关系，通过采煤机和输送机坐标对比实时判断两者是否重合运行，有效监测运行状态，当运行不符合要求时，通过计算分析误差变化，准确定位问题并输出调整指令，同时通过调节液泵站和支架实现输送机的自动调整和重合，实现路径自动跟踪运行。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是根据本发明实施例的一种煤矿综采工作面自动化控制方法流程图；
图2是根据本发明实施例的一种煤矿综采工作面自动化控制系统原理框图。
图中：
1、决策平台搭建模块；2、模型构建模拟模块；3、风险评估判断模块；4、结果判断回溯模块；5、状态反馈调整模块；6、联动协同控制模块。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
请参阅图1，本发明提供了一种煤矿综采工作面自动化控制方法，该煤矿综采工作面自动化控制方法包括以下步骤：
S1、搭建煤矿工作面开采分析决策平台，实现采煤机、液压支架、输送机和液泵站的联动协同控制。
在本实施例中，搭建煤矿工作面开采分析决策平台包括以下步骤：
设计开采流程和联动控制逻辑，确定各设备在不同阶段的运行规则和依赖关系，在决策平台上建立各设备的数字模型反映其物理结构和功能特性；
在数字模型上设置设备状态变量和控制变量，实现变量的获取和设置，将各设备通过工业网络连接到决策平台，实现数据采集和状态传输，并在平台上开发联动控制程序，实现控制指令的生成和下发；
对接现场设备执行系统，实现控制指令的传输和执行，设计平台界面，实现对开采过程的监控和参数优化调整，进行联调测试，验证控制程序和逻辑是否符合设计要求。
其中，采煤机是煤矿开采的主要设备，通过转向机构和采煤头等部件，对煤层进行切割、压碎和采取，实现煤层的开采。
液压支架是支撑采煤机和工作面，通过液压系统实现推进和伸缩，保证采煤机的稳定运行和工作面坑道的开挖。
输送机是将采煤机采取的煤料运送到指定区域，主要通过传送带实现煤料的输送工作。
液泵站是提供液压支架和其他液压装置需要的工作液，通过调节液泵的工作压力和流量，实现液压装置的远程控制。
总之，通过分析决策平台与设备通过互相配合，共同完成煤层的开采、支撑、运输和控制任务，实现煤矿的高效综采。
S2、采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向。
在本实施例中，采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向包括以下步骤：
S21、利用三维激光扫描仪采用非接触式高速激光的测量方式，对煤矿工作面进行快速扫描测量，获得点云数据，点云数据包括煤矿地质数据、工作面运输巷及回风巷地质写实数据；
S22、在对点云数据进行配准、降噪处理后导入建模软件内构建初级煤层模型，并导出进行渲染完善模型细节，完成的三维煤层模型的构建；
S23、对三维煤层模型进行网格化处理生成实体有限单元模型，并导入至三维有限差分软件生成三维动态煤层模型。
具体的，在使用时将经过配准、降噪处理的点云数据导入至Geomagic Studio软件构建初级煤层模型，Geomagic Studio软件的主要是用于点云的处理、多边形模型的构建、在建模完成后可以根据点云模型对建模结果做出精度评价等。
并将初级煤层模型输入至3Dmax中进行渲染完善模型细节完成的三维煤层模型的构建，再通过HyperMesh对模型进行网格化处理生成实体有限单元模型，导出生成FLAC3D可读取的数据模型文件，并导入至FLAC3D中，生成三维动态煤层模型。
其中，HyperMesh具有强大的有限元前期处理功能，提供高质量高效率的网格划分技术。
FLAC3D是一个三维有限差分软件，在FLAC基础上进行扩展开发，用交互方式从键盘输入命令或写成命令文件来驱动，FLAC3D能模拟计算煤矿中的变形形态。
S24、根据采煤机参数建立采煤机动力学模型，并根据采煤目标量建立最优路径走向函数。
具体的，根据采煤机参数建立采煤机动力学模型，并根据采煤目标量建立最优路径走向函数包括以下步骤：
S241、根据采煤机的实际结构与规格，采集采煤机运动模拟过程中的参数集数据，并对其进行滤波处理，参数集数据包括采煤机动力参数、运动学参数、性能参数、尺寸参数、牵引力限制参数及攀爬能力；
S242、建立采煤机运动学和动力学模型的数学表达式。
具体的，建立采煤机运动学和动力学模型的数学表达式包括以下步骤：
根据参数集数据建立采煤机各部件的坐标系，确定采煤机的运动自由度，研究采煤机各部件在不同坐标系下的运动关系，如位移、速度、加速度等；
分析影响采煤机运动的重力、推力、阻力等外界作用力，并根据运动学原理写出采煤机各部件的运动学方程组，建立动力学模型，根据牛顿运动定律写出与外界力相关的动力学方程组。
S243、根据参数集数据与动力学模型数学表达式应用加权后的最小二乘法辨别采煤机的模型参数，得到动力学最小惯性参数集的值完成采煤机动力学模型的构建；
S244、根据采矿设计任务书确定采煤机采煤目标量，并基于采煤目标量建立最优路径走向函数。
其中，最优路径走向函数的表达式为：；式中，Emin表示路径优化目标值；xk表示采煤机的位置；Nk表示采煤机采煤时的采煤目标量；eij表示采煤路径中起始点i与终点j点之间的距离；xij表示采煤路径中起始点i与终点j点的位置。
S25、利用最优路径走向函数在三维动态煤层模型上搜索评估采煤机路径走向，并从采煤机路径走向中找寻最优路径作为模拟结果。
具体的，利用最优路径走向函数在三维动态煤层模型上搜索评估采煤机路径走向，并从采煤机路径走向中找寻最优路径作为模拟结果包括以下步骤：
S251、根据最优路径走向函数在三维动态煤层模型上生成不同路径走向的方案，并对各方案内的参数进行初始化处理；
S252、根据采煤机的位置设定最大迭代次数确定边界值区间，计算采煤机适用度值获取采煤机的最优位置，并更新采煤机位置；
S253、对比原始采煤机与更新后采煤机的适用度值，若计算结果的优化程度大于原始适用度值，则将原始采煤机位置更新替换为更新后的采煤机位置；
S254、计算所有方案内采煤机的适应度值，确定全局最优解，并判断是否符合设置的最优路径走向函数；
S255、若结果符合则停止迭代输出最优路径，若结果不符合，则返回值步骤S252至步骤S254。
总之，通过建立三维动态煤层模型并模拟采煤机最优路径走向，真实反映工作面地质结构，同时在点云数据基础上构建三维煤层初级模型，考虑采煤目标和路径函数科学模拟采煤机在不同路径下的运动特性和采煤效率，并在三维动态模型上搜索评估不同路径，使得能够系统评估各路径的优劣势，找到真正的最优路径，达到利用数字化手段建立动态模型，为采煤机路径规划提供依据，提高路径优化水平的目的。
S3、根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率。
在本实施例中，根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率包括以下步骤：
S31、对塌方风险评估概念进行界定形成知识库，并根据本体论建立历史塌方数据与煤矿工作面地质数据的煤矿环境本体模型。
具体的，对塌方风险评估概念进行界定形成知识库，并根据本体论建立历史塌方数据与煤矿工作面地质数据的煤矿环境本体模型包括以下步骤：
收集和整理相关标准、文献，对塌方风险评估中的关键概念和因素进行归纳总结，并建立塌方风险评估概念体系，明确概念属性和层次关系，形成初步知识库；
与专家进行论证，完善和丰富知识库中的概念定义，根据本体论原理，设计概念本体结构框架，明确实体、属性和关系等结构元素，并将历史塌方数据与地质数据进行整合，提取与概念相关的属性值；
根据数据属性，在本体框架中建立对应实体和属性实例，建立属性间的逻辑关系，如属于关系、引起关系等，形成初步本体模型，并与专家验证本体模型是否符合行业知识体系，进一步完善和丰富模型。
S32、将最优路径信息生成语义描述信息，构建评估模型预测采煤完成的工作面形态变化。
具体的，将最优路径信息生成语义描述信息，构建评估模型预测采煤完成的工作面形态变化包括以下步骤：
S321、通过语义描述技术将最优路径信息生成语义描述信息，并依据煤矿环境本体模型对采矿场景进行实例化生成知识图谱；
S322、将知识图谱的语义描述语句进行语义转换生成编程语言描述，并推送至推理机；
S323、通过推理机将最优路径信息与知识库中的判断规则进行匹配；
S324、将匹配结果按照从高至低的顺序进行排序，并建立对应的结果模型；
S325、评估匹配结果高的结果模型的可靠度，并选择可靠度最高的结果模型作为评估模型，实现采煤完成工作面形态变化的预测。
S33、依据预测的形态变化结果评估发生塌方的潜在风险，并根据贝叶斯网络模型对潜在风险进行概率评估。
具体的，依据预测的形态变化结果评估发生塌方的潜在风险，并根据贝叶斯网络模型对潜在风险进行概率评估包括以下步骤：
S331、解析预测模型输出的形态变化结果，确定影响塌方风险的因素；
S332、利用历史塌方事故数据统计各潜在风险因素与塌方发生的对应关系，获取先验概率；
S333、根据专家知识描述各潜在因素之间的条件依赖关系，获取条件概率表；
S334、整合先验概率与条件概率表构建贝叶斯网络模型，并利用历史塌方数据与相关因素训练贝叶斯网络模型；
S335、将形态变化结果作为输入至贝叶斯网络模型，运行贝叶斯网络模型得到塌方风险的概率。
总之，通过预测形态变化和风险为后续调整路径和加强防控提供依据，有利于提前防范和减少安全事故，实现了工作面安全风险的动态监测和评估，为整个开采过程的安全管理奠定基础。
S4、若判断结果大于预设值，则返回至步骤S2，若判断结果小于预设值，则执行步骤S5。
通过步骤S4实现结果的优化和迭代，如果结果不满足要求，返回重执行前面的步骤，调整参数，直至结果满足预设条件为止，使得相比固定流程，它更具有灵活性，可以根据实际情况不断改进，总体来说，它可以实现结果的优化，提高计算的准确性和可靠性，同时也更具有灵活性，适用于需要迭代的计算任务。
S5、将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态。
在本实施例中，将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态包括以下步骤：
S51、将最优路径按照采煤机的移动顺序从三维动态煤层模型中生成坐标点，并将坐标点传输至决策平台；
S52、将液泵站、输送机与液压支架按照最优路径的线路输入至三维动态煤层模型中；
S53、根据输送机与采煤机输出的坐标轨迹进行实时比对，判断采煤机与输送机的移动中心线是否处于重合或者平行状态；
S54、若处于重合或者平行状态则继续运行，若未处于重合或者平行状态则执行步骤S55；
S55、分析输送机与采煤机偏差误差的变化，将变化坐标传输至分析决策平台对其进行计算分析输出成指令；
S56、调节液泵站的供液流量和输出压力调控液压支架的推移伸出量，对输送机进行调直，直至采煤机与输送机的移动中心线处于重合或者平行状态。
总之，通过控制平台输出的指令对对输送机进行调直，避免在综采过程中输送机斜度过大会导致煤料运输速度变慢，运输量下降的问题，保证调直后的输送机运行在最佳状态，提高运输效率，且避免输送机斜度过大会增加输送机上传送带的负担，造成传送带变形或者断裂故障，通过调直可以使传送带平稳运行，防止损坏，总的来说调直输送机有利于提高运行效率，防止故障，保证安全稳定运行，也更符合设计要求，这是必要的技术调整措施。
S6、将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。
具体的，将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采，包括以下几个方面：
根据工作面地质条件与模拟结果对各设备进行最佳部署，确保开采效率和安全性；
根据模拟结果对采煤机、输送机等设备的运行速度、功率等参数进行调整，实现高效协同作业，规划采煤机和液压支架的推进顺序，制定详细的开采任务时间表；
实时监测工作面状态，判断潜在风险点出现，给出预警以防止事故，根据实时数据不断优化设备运行参数，实现智能化联合调度控制，并记录各项指标数据，不断完善联合控制模型以适应复杂环境，通过数字化模拟和智能决策，实现采煤设备的协同部署与高效联合调度控制，有效提升工作面开采效率和安全性。
请参阅图2，本发明还提供了一种煤矿综采工作面自动化控制系统，该煤矿综采工作面自动化控制系统包括：决策平台搭建模块1、模型构建模拟模块2、风险评估判断模块3、结果判断回溯模块4、状态反馈调整模块5及联动协同控制模块6；
决策平台搭建模块1，用于搭建煤矿工作面开采分析决策平台，实现采煤机、液压支架、输送机和液泵站的联动协同控制；
模型构建模拟模块2，用于采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向；
风险评估判断模块3，用于根据最优路径走向结果建立风险评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率；
结果判断回溯模块4，用于判断结果大于预设值，则重复模型构建模拟模块，若判断结果小于预设值，则继续执行；
状态反馈调整模块5，用于将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态；
联动协同控制模块6，用于将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。
综上所述，借助于本发明的上述技术方案，本发明通过搭建分析决策平台，实现各设备的联动协同控制，进而有利于工作面开采的自动化和智能化，提高工作效率，同时通过建立三维动态煤层模型和模拟采煤机最优路径，科学规划工作面开采顺序和路径，提高资源利用率，并建立形态变化评估模型预测塌方风险，可以提前判断安全隐患并调整开采方案，提高工作安全性，最终将最优路径结果转换为坐标信息输出控制指令，实现自动控制设备按计划进行开采，减少人工误差，使得各设备联动协同控制实现工作面自动开采，可以替代危险和重复的人工操作，实时监测和调整开采方案，根据实际情况及时修正，更好适应复杂的地下环境，提高开采质量和效益。本发明通过建立三维动态煤层模型并模拟采煤机最优路径走向，通过利用三维激光扫描技术快速获取工作面全面高精度点云数据，真实反映工作面地质结构，同时在点云数据基础上构建三维煤层初级模型，经过网格化和有限单元处理生成三维动态模型动态模拟和反映工作面地质变化情况，并建立采煤机动力学模型，考虑采煤目标和路径函数科学模拟采煤机在不同路径下的运动特性和采煤效率，并在三维动态模型上搜索评估不同路径，使得能够系统评估各路径的优劣势，找到真正的最优路径，达到利用数字化手段建立动态模型，为采煤机路径规划提供依据，提高路径优化水平的目的。
本发明通过建立评估模型预测工作面形态变化和塌方风险，通过系统总结历史经验，为风险评估提供理论支持，并将最优路径信息进行语义描述，可以对路径信息进行深度挖掘和理解，为形态变化建模提供必要数据，同时依据形态变化结果评估潜在风险，贝叶斯网络对风险进行概率评估，给出定量化的风险水平，通过预测形态变化和风险为后续调整路径和加强防控提供依据，有利于提前防范和减少安全事故，实现了工作面安全风险的动态监测和评估，为整个开采过程的安全管理奠定基础。本发明将路径结果转换为坐标信息，为后续自动控制提供数字化数据支持，将液泵站等设备导入三维模型实时监测设备与采煤机的位置关系，通过采煤机和输送机坐标对比实时判断两者是否重合运行，有效监测运行状态，当运行不符合要求时，通过计算分析误差变化，准确定位问题并输出调整指令，同时通过调节液泵站和支架实现输送机的自动调整和重合，实现路径自动跟踪运行。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种煤矿综采工作面自动化控制方法，其特征在于，该煤矿综采工作面自动化控制方法包括以下步骤：
S1、搭建煤矿工作面开采分析决策平台，实现采煤机、液压支架、输送机和液泵站的联动协同控制；
S2、采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向；
S3、根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率；
S4、若判断结果大于预设值，则返回至步骤S2，若判断结果小于预设值，则执行步骤S5；
S5、将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态；
S6、将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。
2.根据权利要求1所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向包括以下步骤：
S21、利用三维激光扫描仪采用非接触式高速激光的测量方式，对煤矿工作面进行快速扫描测量，获得点云数据，所述点云数据包括煤矿地质数据、工作面运输巷及回风巷地质写实数据；
S22、在对点云数据进行配准、降噪处理后导入建模软件内构建初级煤层模型，并导出进行渲染完善模型细节，完成的三维煤层模型的构建；
S23、对三维煤层模型进行网格化处理生成实体有限单元模型，并导入至三维有限差分软件生成三维动态煤层模型；
S24、根据采煤机参数建立采煤机动力学模型，并根据采煤目标量建立最优路径走向函数；
S25、利用最优路径走向函数在三维动态煤层模型上搜索评估采煤机路径走向，并从采煤机路径走向中找寻最优路径作为模拟结果。
3.根据权利要求2所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述根据采煤机参数建立采煤机动力学模型，并根据采煤目标量建立最优路径走向函数包括以下步骤：
S241、根据采煤机的实际结构与规格，采集采煤机运动模拟过程中的参数集数据，并对其进行滤波处理，所述参数集数据包括采煤机动力参数、运动学参数、性能参数、尺寸参数、牵引力限制参数及攀爬能力；
S242、建立采煤机运动学和动力学模型的数学表达式；
S243、根据参数集数据与动力学模型数学表达式应用加权后的最小二乘法辨别采煤机的模型参数，得到动力学最小惯性参数集的值完成采煤机动力学模型的构建；
S244、根据采矿设计任务书确定采煤机采煤目标量，并基于采煤目标量建立最优路径走向函数。
4.根据权利要求3所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述最优路径走向函数的表达式为：
；
式中，Emin表示路径优化目标值；
xk表示采煤机的位置；
Nk表示采煤机采煤时的采煤目标量；
eij表示采煤路径中起始点i与终点j点之间的距离；
xij表示采煤路径中起始点i与终点j点的位置。
5.根据权利要求4所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述利用最优路径走向函数在三维动态煤层模型上搜索评估采煤机路径走向，并从采煤机路径走向中找寻最优路径作为模拟结果包括以下步骤：
S251、根据最优路径走向函数在三维动态煤层模型上生成不同路径走向的方案，并对各方案内的参数进行初始化处理；
S252、根据采煤机的位置设定最大迭代次数确定边界值区间，计算采煤机适用度值获取采煤机的最优位置，并更新采煤机位置；
S253、对比原始采煤机与更新后采煤机的适用度值，若计算结果的优化程度大于原始适用度值，则将原始采煤机位置更新替换为更新后的采煤机位置；
S254、计算所有方案内采煤机的适应度值，确定全局最优解，并判断是否符合设置的最优路径走向函数；
S255、若结果符合则停止迭代输出最优路径，若结果不符合，则返回值步骤S252至步骤S254。
6.根据权利要求1所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述根据最优路径走向结果建立评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率包括以下步骤：
S31、对塌方风险评估概念进行界定形成知识库，并根据本体论建立历史塌方数据与煤矿工作面地质数据的煤矿环境本体模型；
S32、将最优路径信息生成语义描述信息，构建评估模型预测采煤完成的工作面形态变化；
S33、依据预测的形态变化结果评估发生塌方的潜在风险，并根据贝叶斯网络模型对潜在风险进行概率评估。
7.根据权利要求6所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述将最优路径信息生成语义描述信息，构建评估模型预测采煤完成的工作面形态变化包括以下步骤：
S321、通过语义描述技术将最优路径信息生成语义描述信息，并依据煤矿环境本体模型对采矿场景进行实例化生成知识图谱；
S322、将知识图谱的语义描述语句进行语义转换生成编程语言描述，并推送至推理机；
S323、通过推理机将最优路径信息与知识库中的判断规则进行匹配；
S324、将匹配结果按照从高至低的顺序进行排序，并建立对应的结果模型；
S325、评估匹配结果高的结果模型的可靠度，并选择可靠度最高的结果模型作为评估模型，实现采煤完成工作面形态变化的预测。
8.根据权利要求6所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述依据预测的形态变化结果评估发生塌方的潜在风险，并根据贝叶斯网络模型对潜在风险进行概率评估包括以下步骤：
S331、解析预测模型输出的形态变化结果，确定影响塌方风险的因素；
S332、利用历史塌方事故数据统计各潜在风险因素与塌方发生的对应关系，获取先验概率；
S333、根据专家知识描述各潜在因素之间的条件依赖关系，获取条件概率表；
S334、整合先验概率与条件概率表构建贝叶斯网络模型，并利用历史塌方数据与相关因素训练贝叶斯网络模型；
S335、将形态变化结果作为输入至贝叶斯网络模型，运行贝叶斯网络模型得到塌方风险的概率。
9.根据权利要求1所述的一种煤矿综采工作面自动化控制方法，其特征在于，所述将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态包括以下步骤：
S51、将最优路径按照采煤机的移动顺序从三维动态煤层模型中生成坐标点，并将坐标点传输至决策平台；
S52、将液泵站、输送机与液压支架按照最优路径的线路输入至三维动态煤层模型中；
S53、根据输送机与采煤机输出的坐标轨迹进行实时比对，判断采煤机与输送机的移动中心线是否处于重合或者平行状态；
S54、若处于重合或者平行状态则继续运行，若未处于重合或者平行状态则执行步骤S55；
S55、分析输送机与采煤机偏差误差的变化，将变化坐标传输至分析决策平台对其进行计算分析输出成指令；
S56、调节液泵站的供液流量和输出压力调控液压支架的推移伸出量，对输送机进行调直，直至采煤机与输送机的移动中心线处于重合或者平行状态。
10.一种煤矿综采工作面自动化控制系统，用于实现权利要求1-9中任一项所述的煤矿综采工作面自动化控制方法，其特征在于，该煤矿综采工作面自动化控制系统包括：决策平台搭建模块、模型构建模拟模块、风险评估判断模块、结果判断回溯模块、状态反馈调整模块及联动协同控制模块；
所述决策平台搭建模块，用于搭建煤矿工作面开采分析决策平台，实现采煤机、液压支架、输送机和液泵站的联动协同控制；
所述模型构建模拟模块，用于采集煤矿工作面的各类数据建立三维动态煤层模型，并根据三维动态煤层模型模拟采煤机在工作时的最优路径走向；
所述风险评估判断模块，用于根据最优路径走向结果建立风险评估模型预测工作面形态变化，并根据变化结果判断发生塌方风险的概率；
所述结果判断回溯模块，用于判断结果大于预设值，则重复模型构建模拟模块，若判断结果小于预设值，则继续执行；
所述状态反馈调整模块，用于将最优路径走向结果转换为坐标信息，并反馈至分析决策平台进行计算分析后输出指令调整液泵站、输送机与液压支架的状态；
所述联动协同控制模块，用于将采煤机、液压支架、输送机和液泵站置入待综采的煤矿工作面内，分析决策平台根据模拟结果进行联动协同控制煤矿工作面的开采。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311645857.4A CN117348500B (zh) | 2023-12-04 | 2023-12-04 | 一种煤矿综采工作面自动化控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311645857.4A CN117348500B (zh) | 2023-12-04 | 2023-12-04 | 一种煤矿综采工作面自动化控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117348500A CN117348500A (zh) | 2024-01-05 |
| CN117348500B true CN117348500B (zh) | 2024-02-02 |
Family
ID=89356039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311645857.4A Active CN117348500B (zh) | 2023-12-04 | 2023-12-04 | 一种煤矿综采工作面自动化控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117348500B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1124053A (en) * | 1978-03-09 | 1982-05-25 | Angus H. Cairns | System for surveying the profile of a surface |
| GB0413199D0 (en) * | 1999-12-23 | 2004-07-14 | Geosteering Mining Services Ll | Armored detector |
| CA2628632A1 (en) * | 2006-09-21 | 2008-03-27 | Active Control Technology Inc. | Network for confined hazardous or other extreme environments |
| CN101777152A (zh) * | 2010-01-28 | 2010-07-14 | 同济大学 | 基于全寿命期风险分析的路堑与隧道方案决策模型 |
| US7882464B1 (en) * | 2005-02-14 | 2011-02-01 | Cadence Design Systems, Inc. | Method and system for power distribution analysis |
| CN102866028A (zh) * | 2012-09-06 | 2013-01-09 | 中国能源建设集团广东省电力设计研究院 | 冷却塔倒塌模拟试验装置 |
| CN103926933A (zh) * | 2014-03-29 | 2014-07-16 | 北京航空航天大学 | 一种无人飞行器室内同时定位与环境建模方法 |
| CN104657914A (zh) * | 2015-03-09 | 2015-05-27 | 云南电网公司昆明供电局 | 架空输电线路的运行状态评估的数学模型的建立方法 |
| CN104750397A (zh) * | 2015-04-09 | 2015-07-01 | 重庆邮电大学 | 一种基于体感的虚拟矿井自然交互方法 |
| JP2017182707A (ja) * | 2016-03-31 | 2017-10-05 | 日本電信電話株式会社 | 形態素解析装置、モデル学習装置、及びプログラム |
| US10037402B1 (en) * | 2017-06-13 | 2018-07-31 | International Business Machines Corporation | Parameter collapsing and corner reduction in an integrated circuit |
| CN109214076A (zh) * | 2018-08-28 | 2019-01-15 | 太原理工大学 | 一种支撑综采工作面地理环境及装备的虚拟规划方法 |
| 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 |
| KR102246499B1 (ko) * | 2019-12-13 | 2021-05-04 | 주식회사 이에스피 | 광산 안전 통합관리 시스템 및 방법 |
| CN112746864A (zh) * | 2021-01-12 | 2021-05-04 | 中国煤炭科工集团太原研究院有限公司 | 一种综采超前支护智能机器人群 |
| CN112966799A (zh) * | 2021-04-29 | 2021-06-15 | 扬中市南方矿用电器有限公司 | 一种煤矿井下区域定位方法及装置 |
| CN113379909A (zh) * | 2021-05-08 | 2021-09-10 | 华北科技学院(中国煤矿安全技术培训中心) | 一种透明工作面智能开采大数据分析决策方法和系统 |
| CN114329936A (zh) * | 2021-12-22 | 2022-04-12 | 太原理工大学 | 基于多智能体深度强化学习的虚拟综采生产系统推演方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110108271A1 (en) * | 2008-10-17 | 2011-05-12 | Schlumberger Technology Corporation | Enhancing hydrocarbon recovery |
| EP4007225A1 (en) * | 2020-11-26 | 2022-06-01 | Nokia Solutions and Networks Oy | Method and apparatus for managing network congestion |
-
2023
- 2023-12-04 CN CN202311645857.4A patent/CN117348500B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1124053A (en) * | 1978-03-09 | 1982-05-25 | Angus H. Cairns | System for surveying the profile of a surface |
| GB0413199D0 (en) * | 1999-12-23 | 2004-07-14 | Geosteering Mining Services Ll | Armored detector |
| US7882464B1 (en) * | 2005-02-14 | 2011-02-01 | Cadence Design Systems, Inc. | Method and system for power distribution analysis |
| CA2628632A1 (en) * | 2006-09-21 | 2008-03-27 | Active Control Technology Inc. | Network for confined hazardous or other extreme environments |
| CN101777152A (zh) * | 2010-01-28 | 2010-07-14 | 同济大学 | 基于全寿命期风险分析的路堑与隧道方案决策模型 |
| CN102866028A (zh) * | 2012-09-06 | 2013-01-09 | 中国能源建设集团广东省电力设计研究院 | 冷却塔倒塌模拟试验装置 |
| CN103926933A (zh) * | 2014-03-29 | 2014-07-16 | 北京航空航天大学 | 一种无人飞行器室内同时定位与环境建模方法 |
| CN104657914A (zh) * | 2015-03-09 | 2015-05-27 | 云南电网公司昆明供电局 | 架空输电线路的运行状态评估的数学模型的建立方法 |
| CN104750397A (zh) * | 2015-04-09 | 2015-07-01 | 重庆邮电大学 | 一种基于体感的虚拟矿井自然交互方法 |
| JP2017182707A (ja) * | 2016-03-31 | 2017-10-05 | 日本電信電話株式会社 | 形態素解析装置、モデル学習装置、及びプログラム |
| US10037402B1 (en) * | 2017-06-13 | 2018-07-31 | International Business Machines Corporation | Parameter collapsing and corner reduction in an integrated circuit |
| CN109214076A (zh) * | 2018-08-28 | 2019-01-15 | 太原理工大学 | 一种支撑综采工作面地理环境及装备的虚拟规划方法 |
| KR102246499B1 (ko) * | 2019-12-13 | 2021-05-04 | 주식회사 이에스피 | 광산 안전 통합관리 시스템 및 방법 |
| 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 |
| CN112746864A (zh) * | 2021-01-12 | 2021-05-04 | 中国煤炭科工集团太原研究院有限公司 | 一种综采超前支护智能机器人群 |
| CN112966799A (zh) * | 2021-04-29 | 2021-06-15 | 扬中市南方矿用电器有限公司 | 一种煤矿井下区域定位方法及装置 |
| CN113379909A (zh) * | 2021-05-08 | 2021-09-10 | 华北科技学院(中国煤矿安全技术培训中心) | 一种透明工作面智能开采大数据分析决策方法和系统 |
| CN114329936A (zh) * | 2021-12-22 | 2022-04-12 | 太原理工大学 | 基于多智能体深度强化学习的虚拟综采生产系统推演方法 |
Non-Patent Citations (5)
| Title |
|---|
| 基于情境感知的智慧矿山服务系统研究;薛霄;常静坤;曾志峰;安吉宇;;计算机工程与科学(第09期);全文 * |
| 基于虚拟现实的煤矿救援机器人远程控制技术;张旭辉;董润霖;马宏伟;杜昱阳;毛清华;王川伟;薛旭升;马琨;;煤炭科学技术(第05期);全文 * |
| 复杂地质条件下采煤掘进支护技术探究;蒲浩;贾栋栋;;南方农机(第12期);全文 * |
| 矿山机器人的研究现状与发展趋势;刘广瑞;刘巧红;刘军;;矿山机械(第24期);全文 * |
| 高压下的社会技术系统:土耳其采矿业的风险管理;布尔卡・埃尔坎;居内什・埃尔坦;姚俊源;路易斯・K・康福;潘;;学海(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117348500A (zh) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108388146B (zh) | 一种基于信息物理融合的三维装配工艺设计系统及运行方法 | |
| CN102750739B (zh) | 三维地质模型的构建方法 | |
| CN112132359B (zh) | 一种数字孪生卫星脉动式总装车间设计方法及系统 | |
| CN107832497A (zh) | 一种智能车间快速定制设计方法及系统 | |
| CN113743727A (zh) | 一种基于bim的建筑监测方法 | |
| CN112879024B (zh) | 一种盾构姿态动态预测方法、系统及设备 | |
| CN113128109A (zh) | 一种面向智能化综采机器人生产系统的测试与评估方法 | |
| CN115422814B (zh) | 一种数字孪生驱动的复杂机电产品闭环优化设计方法 | |
| Elmaraghy et al. | An exploration of BIM and lean interaction in optimizing demolition projects | |
| CN111882202A (zh) | 一种基于bp神经网络的群体建筑同步建造风险管理系统 | |
| CN108090313A (zh) | 一种复杂岩石裂隙模型建模识别方法 | |
| CN104794332B (zh) | 一种高层建筑风致响应分析模型的不确定性分析方法 | |
| CN117348500B (zh) | 一种煤矿综采工作面自动化控制方法及系统 | |
| He et al. | M-LFM: a multi-level fusion modeling method for shape-performance integrated digital twin of complex structure | |
| CN113673171A (zh) | 一种基于历史数据驱动和机器学习的对接机构数字孪生试验系统及其运行方法 | |
| CN111272764B (zh) | 大型智能临时平台非接触图像识别移动管控系统及方法 | |
| CN117094056A (zh) | 一种城市地下环路数字孪生智能建造方法及系统 | |
| CN117575847A (zh) | 一种箱梁智能建造施工方法 | |
| CN112765711A (zh) | 一种绿色建筑模拟计算的bim建模方法 | |
| Kirkpatrick et al. | Creation of a digital twin for automated fiber placement | |
| Torres | Case study: Simulation and artificial intelligence application for the optimization of the hauling and loading process in an open-pit mining system | |
| CN113935084A (zh) | 基于bim模型的智能施工方法、系统及成套智能施工装备 | |
| CN115221623A (zh) | 基于人工智能技术的船体水动力构型优化设计流程架构 | |
| CN114417706A (zh) | 基于数字孪生技术的矿山破碎管控系统 | |
| CN112926154A (zh) | 开采模型优化方法、系统、设备及可读存储介质 |
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 |