一种掘锚一体机全流程截割控制方法及系统与流程

本发明涉及智能控制，特别是指一种掘锚一体机全流程截割控制方法及系统。

背景技术：

1、掘进装备的智能化是实现煤矿巷道智能掘进的重要组成部分。掘锚一体机具有掘锚同步作业和全宽截割的优点，提高了截割效率、作业过程中的机身位姿可控性，同时简化了截割轨迹，近些年得到了大面积推广使用。随着掘锚一体机的使用条件从煤巷逐渐扩展到半煤岩巷，由于巷道地质条件变化剧烈，截割控制系统的响应不及时，掘锚一体机经常出现超负荷和低效率运行状态，导致烧毁电机、减速器损伤、截齿寿命降低等问题，掘进效率和质量难以保证。

2、随着掘锚一体机从煤巷推广应用到半煤岩巷，在同一个巷道断面内，煤岩性质发生突变，针对单一煤岩性质设定的自动截割将会出现烧毁电机、减速器损伤、截齿寿命降低等问题。传统自适应截割算法具有控制精度高的优点，但是对煤岩性质变化较大的场景，容易发生震荡的问题。同时，岩石截割冲击载荷快速变化与液压系统响应缓慢之间的矛盾，导致在半煤岩截割中自动截割效率低，无法满足使用要求。掘锚一体机截割工序主要由掏槽和上下截割两道工序组成，两道工序之间的关联紧密、相互影响。现有截割自动控制专利未从全流程截割工艺的角度考虑掏槽和截割的相互影响。

技术实现思路

1、本发明要解决的技术问题是提供一种掘锚一体机全流程截割控制方法及系统，提高了截割控制系统对煤岩性质突变巷道的适应能力，提高了掘锚一体机在半煤岩中的整体截割效率和智能化水平。

2、为解决上述技术问题，本发明的技术方案如下：

3、第一方面，一种掘锚一体机全流程截割控制方法，所述方法包括：

4、获取对巷道煤岩的截割指令集；

5、对截割指令集进行分析，以得到分析结果；

6、根据分析结果以及预设的神经网络煤岩识别模型，以得到截割的煤岩性质信息；

7、根据截割的煤岩性质信息和接收的特性信号，对截割载荷进行预测，以得到截割载荷的预测特征信息；

8、将预测特征信息与预设的期望值进行对比，并根据对比结果调整截割参数，以得到调整后截割参数；

9、根据调整后截割参数以及截割臂位姿对煤岩进行截割，以得到截割面煤岩二维分布信息。

10、进一步的，获取对巷道煤岩的截割指令集，包括：

11、获取巷道煤岩的分布情况，分布情况包括巷道内煤岩的基本特征，包括煤岩的类型、厚度以及硬度；

12、根据巷道煤岩的分布情况，确定煤岩截割的具体参数，以及确定煤岩界面对应的升降油缸高度和截割油缸的截割速度，其中，参数包括截割高度、掏槽位置、截割速度以及截割深度；

13、根据煤岩截割的具体参数、升降油缸高度和截割油缸的截割速度，规划截割轨迹的初始信息；

14、将初始信息进行融合处理，以形成一个完整的截割指令集。

15、进一步的，对截割指令集进行分析，以得到分析结果，包括：

16、将获取截割指令集进行存储，以得到储备指令集；

17、通过对储备指令集进行解析，获取截割扭矩转速、截割电流、截割臂振动、掘进装备位姿参数、截割臂位姿及运动感知特征的参数信息；

18、将参数信息进行数据清洗与预处理，并进行数据特征分析，以得到分析结果。

19、进一步的，根据分析结果以及预设的神经网络煤岩识别模型，以得到截割的煤岩性质信息，包括：

20、对神经网络煤岩识别模型进行训练，以得到训练的神经网络煤岩识别模型；

21、根据分析结果以及训练的神经网络煤岩识别模型，识别正在截割过程中的煤岩性质信息。

22、进一步的，根据截割的煤岩性质信息和接收的特性信号，对截割载荷进行预测，以得到截割载荷的预测特征信息，包括：

23、获取截割扭矩转速感知模块的特性信号；

24、将特性信号与截割的煤岩性质信息进行融合，并对截割载荷进行预测，以得到截割载荷的预测特征信息。

25、进一步的，将预测特征信息与预设的期望值进行对比，以得到对比结果，根据对比结果调整截割参数，以得到调整后截割参数，包括：

26、根据预测特征信息与预设的期望值计算偏差值，并根据偏差值确定偏差的等级，根据偏差的等级进行对比，以得到对比结果；

27、根据对比结果以及连续迭代的控制策略，对截割流量控制阀和截割变频器进行协同控制，并设定煤岩截割的规划路径；

28、根据规划路径，对煤岩局部进行截割，以得到局部截割结果；

29、根据对比结果和局部截割结果，调整截割参数，以得到调整后截割参数。

30、进一步的，根据调整后截割参数以及截割臂位姿参数对煤岩进行截割，以得到截割面煤岩二维分布信息，包括：

31、获取截割臂位姿参数；

32、根据调整后截割参数以及截割臂位姿参数对煤岩进行截割，以完成截割；

33、对截割过程和截割臂位姿参数进行数据处理和分析，形成截割面煤岩二维分布信息。

34、第二方面，一种掘锚一体机全流程截割控制方法及系统，包括：

35、获取模块，用于获取对巷道煤岩的截割指令集；对截割指令集进行分析，以得到分析结果；根据分析结果以及预设的神经网络煤岩识别模型，以得到截割的煤岩性质信息；

36、处理模块，用于根据截割的煤岩性质信息和接收的特性信号，对截割载荷进行预测，以得到截割载荷的预测特征信息；将预测特征信息与预设的期望值进行对比，并根据对比结果调整截割参数，以得到调整后截割参数；根据调整后截割参数以及截割臂位姿对煤岩进行截割，以得到截割面煤岩二维分布信息。

37、第三方面，一种计算设备，包括：

38、一个或多个处理器；

39、存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的方法。

40、第四方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现所述的方法。

41、本发明的上述方案至少包括以下有益效果：局部自适应截割控制提出了基于连续迭代的自适应控制方法，在载荷预测模块的辅佐下，提高了截割控制系统对煤岩性质突变巷道的适应能力；在充分考虑现场工况情况下，兼具手动控制和自动控制两种使用模式；此外，截割全流程规划模块中内置的截割掏槽联合控制方法首次从截割全流程的角度考虑了掘锚一体机掏槽和上下截割之间的相关影响。

技术特征：

1.一种掘锚一体机全流程截割控制方法，其特征在于，所述方法包括：

2.根据权利要求1所述的掘锚一体机全流程截割控制方法，其特征在于，获取对巷道煤岩的截割指令集，包括：

3.根据权利要求2所述的掘锚一体机全流程截割控制方法，其特征在于，对截割指令集进行分析，以得到分析结果，包括：

4.根据权利要求3所述的掘锚一体机全流程截割控制方法，其特征在于，根据分析结果以及预设的神经网络煤岩识别模型，以得到截割的煤岩性质信息，包括：

5.根据权利要求4所述的掘锚一体机全流程截割控制方法，其特征在于，根据截割的煤岩性质信息和接收的特性信号，对截割载荷进行预测，以得到截割载荷的预测特征信息，包括：

6.根据权利要求5所述的掘锚一体机全流程截割控制方法，其特征在于，将预测特征信息与预设的期望值进行对比，以得到对比结果，根据对比结果调整截割参数，以得到调整后截割参数，包括：

7.根据权利要求6所述的掘锚一体机全流程截割控制方法，其特征在于，根据调整后截割参数以及截割臂位姿参数对煤岩进行截割，以得到截割面煤岩二维分布信息，包括：

8.一种掘锚一体机全流程截割控制系统，其特征在于，包括：

9.一种计算设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

技术总结本发明提供一种掘锚一体机全流程截割控制方法及系统，涉及智能控制技术领域，所述方法包括：获取对巷道煤岩的截割指令集；对截割指令集进行分析，以得到分析结果；根据分析结果以及预设的神经网络煤岩识别模型，以得到截割的煤岩性质信息；根据截割的煤岩性质信息和接收的特性信号，对截割载荷进行预测，以得到截割载荷的预测特征信息；将预测特征信息与预设的期望值进行对比，并根据对比结果调整截割参数，以得到调整后截割参数。本发明提高了截割控制系统对煤岩性质突变巷道的适应能力，提高了掘锚一体机在半煤岩中的整体截割效率和智能化水平。技术研发人员：陈明军,贺宇航,马凯,张小峰,贺建伟,丁永成,张强,彭晓静,张学瑞,任晓力,马进功,刘文武,李鹏,原钢,焦晓峰受保护的技术使用者：中国煤炭科工集团太原研究院有限公司技术研发日：技术公布日：2024/7/18