-
公开(公告)号:CN119533461A
公开(公告)日:2025-02-28
申请号:CN202411600989.X
申请日:2024-11-11
Applicant: 中国矿业大学 , 山东天河科技股份有限公司
IPC: G01C21/16 , H04W64/00 , H04W4/42 , H04W4/44 , G01C25/00 , E21C35/00 , E21C35/24 , E21D23/12 , E21F17/18
Abstract: 一种基于多源数据的采掘装备定位系统及方法,系统:多个超宽带基站依次相间隔地安装在顺槽巷道中;编码标识一一对应地安装在液压支架的支柱上,且位于靠近采煤机的一侧;惯性传感单元、相机、超宽带定位模块和控制器均安装在采煤机的机身上;相机的视角面向液压支架的支柱;超宽带定位模块位于采煤机机身靠近顺槽巷道的一侧,并与超宽带基站连接;控制器分别与惯性传感单元、相机和超宽带基站连接。方法:利用超宽带定位模块进行初始位置校准;基于惯性导航预测采煤机的位置;基于相机对编码标准的识别来更新惯性传感单元的预测状态;融合惯性传感单元和相机的数据来保证定位的连续性。该系统及方法能实现采煤机在工作过程中实时准确的定位作业。
-
公开(公告)号:CN119202717A
公开(公告)日:2024-12-27
申请号:CN202411238561.5
申请日:2024-09-05
Applicant: 中国矿业大学
IPC: G06F18/214 , G01M13/04 , G06N3/0895
Abstract: 本发明公开了一种基于多核权重化联合域自适应网络的轴承故障诊断方法,先将源域的样本数据和目标域的训练样本数据输入神经网络,获得源域和目标域的样本特征、目标域训练样本分别在神经网络浅层部分和深层部分输出特征的差异、目标域训练样本的伪标签,对上述数据处理后获得源域分类损失函数、伪标签修正损失函数、源域和目标域的联合域自适应函数;将上述函数结合后作为网络总体损失函数,通过该函数实现动态权重自适应的方式根据实际数据情况调整边缘分布和条件分布的权重比,并且采用修正值的方式对伪标签进行修正,提高伪标签的置信度,在面对不同的故障诊断任务时均具有较高的准确性及稳定性,满足不同的工程应用场景。
-
公开(公告)号:CN114718546B
公开(公告)日:2024-07-02
申请号:CN202210339521.4
申请日:2022-04-01
Applicant: 中国矿业大学 , 山东能源集团有限公司
Abstract: 本发明公开了一种新型空间分布IMU的防冲钻孔机器人位姿调节方法,包括防冲钻孔机器人、惯性单元组、正八面体结构架和惯性单元。本发明的有益效果是:将采集的六组数据进行融合处理,并导入循环神经网络进行训练,得到预测模型,这样做可以使所训练出来的模型更加可靠,预测防冲钻孔机器人的位移与姿态更加准确并进行实时误差补偿,从而实现防冲钻孔机器人位移与姿态的自动调节,提高钻孔效率,实现卸压过程的自动化。
-
公开(公告)号:CN118171183A
公开(公告)日:2024-06-11
申请号:CN202410272419.6
申请日:2024-03-11
Applicant: 中国矿业大学
IPC: G06F18/2415 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/086 , G06N3/0985 , G06N3/006
Abstract: 一种基于1DCNN‑LSTM的煤矿钻孔机器人钻进煤岩状态识别方法,在钻机钻进过程中对不同种类煤岩采集并记录扭矩信号、转速信号、钻速信号和钻压信号,再组成信号数据集;对信号数据集进行预处理,并且在信号数据集内添加标签;按照7:3的比例将信号数据集划分为训练集和测试集;先搭建1DCNN‑LSTM网络模型,1DCNN‑LSTM网络模型包括一维卷积网络1DCNN和长短时记忆网络LSTM;再将1DCNN‑LSTM网络模型中的参数进行初始化;采用改进的蜣螂优化算法IDBO来优化1DCNN‑LSTM网络模型中的超参数;利用Softmax作为分类器,利用训练集对1DCNN‑LSTM网络模型进行训练获得训练模型,再利用测试集对训练模型进行测试;最后通过1DCNN‑LSTM网络模型识别并输出对应的煤岩类别。该方法能够有效的实现钻机钻进中煤岩性状的准确识别。
-
公开(公告)号:CN117773941A
公开(公告)日:2024-03-29
申请号:CN202410044882.5
申请日:2024-01-12
Applicant: 中国矿业大学 , 义马煤业集团股份有限公司
IPC: B25J9/16
Abstract: 一种基于双流传动的防冲钻孔机器人移动轨迹控制方法,根据实际位置信号和实际角度信号获得实际履带形心的横向坐标和航向角度;将实际履带形心的横向坐标和航向角度与预设轨迹的横向坐标和航向角度进行对比,并得到横向输入偏差和角度输入偏差;确定横向输入偏差和角度输入偏差为模糊控制器的输入变量,确定形心转向角速度为模糊控制器的输出变量;对横向输入偏差、角度输入偏差和形心转向角速度进行变论域模糊化处理;确定模糊子集及隶属函数;确定模糊推算规则;通过解模糊化处理后得到偏移调整控制信号,再通过对辅动力模块输出动力的改变来调整钻孔机器人的运行轨迹。该方法能更容易更精确地实现轨迹的调节作业。
-
公开(公告)号:CN117636034A
公开(公告)日:2024-03-01
申请号:CN202311641762.5
申请日:2023-12-01
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V10/25 , G06V10/26 , G06V10/52 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 一种基于多模态视锥点云融合的煤岩识别方法,对煤岩试块执行截割操作,利用激光雷达和相机实时采集截割煤块过程中煤岩的激光点云和图像数据;利用图像数据对改进的Mask R‑CNN网络模型进行训练,计算并输出图像中煤岩的目标边框位置;根据投影关系生成目标边框的视锥点云,并将其和激光点云进行融合;利用self‑attention Pointnet网络对视锥范围内的融合点云进行分割,并通过3D边框回归网络预测目标点云的边框参数;依次对其余煤岩试块执行截割操作,并将采集到的激光点云和图像数据分别经过步骤二、三处理,得到目标的视锥融合点云,再将其输入到点云网络中进行煤岩识别。该方法能实现煤岩的快速准确识别。
-
公开(公告)号:CN114659814A
公开(公告)日:2022-06-24
申请号:CN202210176209.8
申请日:2022-02-25
Applicant: 中国矿业大学
Abstract: 本发明公开了一种钻孔机器人用钻进围岩加载装置及液压控制方法,其中钻孔机器人用钻进围岩加载装置,包括煤样料槽机构、推移机构、液压加载机构、支撑机构,能够使钻进围岩处于受压状态,且能够实现动载加压和瞬时加压,能够在进行钻进试验时,实现对钻进围岩实现恒定加压、动载加压以及瞬时加压三种受压状态,进而完成能够反应煤矿地质褶皱、构造应力复杂等围压工况的钻进试验。
-
公开(公告)号:CN114412388A
公开(公告)日:2022-04-29
申请号:CN202210037421.6
申请日:2022-01-13
Applicant: 中国矿业大学
IPC: E21B19/16
Abstract: 本发明公开了一种用于防冲钻孔机器人的自动装卸钻杆装置,包括液压组件、以及多个左右同轴布置的钻杆主体;每个钻杆主体内部设有传动组件、靠近尾端处设有锁紧组件、尾端处设有与其杆头相匹配的定位槽;传动组件包括轴向移动的传动轴;右侧钻杆主体的杆头插装在左侧钻杆主体尾端的定位槽内并同向转动;外置驱动轴的一端穿入右侧钻杆主体内与相应传动轴的一端咬合同向转动,在外置驱动轴移动、转动下,传动轴的另一端插装在左侧锁紧组件内,并带动其对右侧杆头轴向限位。本用于防冲钻孔机器人的自动装卸钻杆装置,结构简单紧凑,不仅实现左右相邻的钻杆主体之间快速拆装,连接更加可靠,而且保障钻杆主体之间同向转动,响应更快。
-
公开(公告)号:CN119579996A
公开(公告)日:2025-03-07
申请号:CN202411720548.3
申请日:2024-11-28
Applicant: 中国矿业大学
IPC: G06V10/764 , G01M13/021 , G01M13/028 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于ICBL的采煤机截割部齿轮箱智能故障诊断方法,先采集不同故障类型的振动数据;并将数据随机分成训练数据集和测试数据集,且在训练数据集中设置不平衡度;接着利用随机超图卷积机制能够快速高效地将采煤机截割部齿轮箱振动数据的复杂结构信息嵌入到改进型级联宽度学习模型中,极大提高了改进型级联宽度学习模型所学故障特征的判别性;同时根据数据类别间的比例信息,设计了类特异性权重分配策略,能够使改进型级联宽度学习模型更加关注少数类样本,提高了对不平衡数据的故障诊断性能,通过随机超图卷积机制和类特异性权重分配策略相结合的方式,最终有效提高对采煤机截割部齿轮箱故障诊断的精度。
-
公开(公告)号:CN118364289B
公开(公告)日:2024-09-06
申请号:CN202410521164.2
申请日:2024-04-28
Applicant: 中国矿业大学
IPC: G06F18/214 , G06F18/10 , G06N3/08 , G06N3/0464 , G06N3/096 , G06F18/213 , G06F18/2131 , G06F18/21 , G06N3/0985
Abstract: 本发明公开了一种基于电磁探测的煤矸识别方法,包括:建立包含CIFAR数据集和静态煤矸电磁时频图数据集的原始数据集;对原始数据集进行卷积神经网络初始训练,得到包括最优模型参数的最优网络模型;将煤岩动态电磁时频图输入最优网络模型对网络进行更新训练,利用迁移学习将训练好的网络模型应用于煤岩动态电磁时频图进行训练,最终训练出迁移学习完毕的网络结构;对网络进行测试和验证之后,保存网络的结构参数,输入实时的动态煤矸电磁时频图进行识别。本基于电磁探测的煤矸识别方法可通过有效增加训练样本实现提高识别网络的精确度。
-
-
-
-
-
-
-
-
-