一种基于多维度定位及深度学习的自动化采煤系统及方法技术方案

一种基于多维度定位及深度学习的自动化采煤系统，包括系统主机(1)与若干个监测分站(2)组成；监测分站分别布置在每个支架顶梁(3)下方和支架底座(4)上方；每个监测分站(2)包括双轴倾角传感器(5)和激光定位系统(6)；系统主机(1)与监测分站(2)之间或监测分站(2)相互之间通过无线或有线方式实现数据传输。本发明专利技术能够实现工作面自动化采煤。

An automated mining system and method based on multi-dimensional positioning and deep learning

An automatic coal mining system based on multi-dimensional positioning and depth learning consists of a host computer (1) and several monitoring sub-stations (2); the monitoring sub-stations are arranged under each support roof beam (3) and above the support base (4); each monitoring sub-station (2) includes a biaxial inclination sensor (5) and a laser positioning system (6); and the main computer (1) of the system. The data transmission between the Monitoring Sub-station (2) and the Monitoring Sub-station (2) or between the monitoring sub-stations (2) is realized by wireless or wired means. The invention can realize automatic coal mining on the working face.

【技术实现步骤摘要】
一种基于多维度定位及深度学习的自动化采煤系统及方法
本专利技术涉及一种基于多维度定位及深度学习的自动化采煤系统及方法。
技术介绍
综合机械化开采可提高生产效率和回采率，保证安全生产，提高设备利用率和煤炭产量以及降低设备故障率，甚至可进一步取消采煤机司机和支架工等工种，所有其它操作和控制都在顺槽控制台上完成。在此基础上，自动化工作面也逐渐涌现。但目前国内所谓的“自动化工作面”，多是以电液控制系统为核心的自动化，即工作面采用电液控制系统对支架进行跟机拉架、推溜、收护帮板，但采煤机仍采用人工操作割煤，但通过电液控制系统操作支架也存在精度不够高，工作面不够直，仍需要工人频繁调架等弊端。
技术实现思路
为了解决综合机械化工作面的自动化问题，本专利技术提供了一种基于多维度定位及深度学习的自动化采煤系统及方法。本专利技术采用的技术方案为：一种基于多维度定位及深度学习的自动化采煤系统，包括系统主机与若干个监测分站组成；监测分站分别布置在每个支架顶梁下方和支架底座上方；每个监测分站包括双轴倾角传感器和激光定位系统；系统主机与监测分站之间或监测分站相互之间通过无线或有线方式实现数据传输；所述双轴倾角传感器位于监测分站内，用以获得工作面煤层倾斜方向的角度分布特征和监测煤层的俯仰斜角度变化特征以及工作面推进方向支架顶梁和支架底座的倾角，据此计算获得每个支架的低头、仰头位态；所述激光定位系统位于监测分站内，包括两个或两个以上的激光发射单元和一个激光接收单元，同一个监测分站的激光发射单元之间间隔一定距离。一种基于多维度定位及深度学习的自动化采煤方法，采用上述基于多维度定位及深度学习的自动化采煤系统进行控制，包括如下步骤：(a)确立激光定位系统的定位准则；(b)以工作面下端头第一个支架底座上方的监测分站位置坐标为原点，确定第一个支架顶梁下方监测分站位置坐标，然后以第一个支架顶梁下方监测分站为基点，确定第二个支架底座上方监测分站位置坐标，直至确定出工作面所有液压支架各监测分站处位置的相对坐标；(c)通过系统主机将各液压支架顶梁和底座监测分站位置坐标及双轴倾角数据进行处理，得到以第一个支架底座上方监测分站位置为坐标原点，包括整个工作面液压支架顶梁、底座位置的相对坐标及支架底座和顶梁在倾斜方向上的倾角和推进方向上的俯仰斜角度，同时在系统主机屏幕上展现工作面液压支架的上窜或下滑以及超前或滞后情况；(d)根据液压支架监测分站安装位置顶梁的厚度a，底座的厚度b，顶梁和底座沿工作面推进方向的倾角θ1和θ2，计算得到相应液压支架处对应的煤层厚度或采高为h＝a+b+(z1-z2)tan(θ1-θ2)，其中，两个监测分站沿采Z轴即采高方向的坐标分别为z1，z2；(e)基于第一个液压支架底座监测分站安装位置为基点，通过双轴倾角传感器和激光定位系统测量获得工作面所有液压支架的顶梁、底座的位置坐标及沿走向和倾向的角度，包括每个支架的支护高度和前方煤层厚度，进一步计算获得每个支架前方煤体顶底板详细参数的多维坐标系统(x，y，z，φ，θ)，其中x，y，z为以第一个支架底座为基点的工作面煤层顶板或底板的空间三轴坐标，φ和θ分别为煤层顶板或底板的倾向和走向角度；(f)在工作面回采过程中，通过系统主机建立深度学习模型，模型中的输入层以每个液压支架前方顶板和底板的x，y，z，φ，θ参数为输入指标，输出层为煤壁前方待采未知区域的煤层褶曲形态，包括三维坐标、煤层厚度、顶底板倾斜角度和俯仰斜角度，隐含层神经元个数根据实际需要确定；(g)将深度学习模型输出的指标，包括煤层的各位置预测的顶底板三维坐标、煤层厚度、顶底板倾斜角度和俯仰斜角度传输给采煤机，指引采煤机割煤滚筒随煤层褶曲形态的变化实时调整，实现自动化割煤，同时系统主机对工作面多维度参数进行监控，包括液压支架的上窜或下滑、超前或滞后、低头或抬头，通过发送指令给电液控制系统对液压支架进行调整。上述激光定位系统的定位准则为：在平面XY坐标系统中，确定一个激光定位系统内两个激光发射单元A和B之间距离为d，坐标分别为A(0，0)和B(d，0)，其各自发射激光束与A、B两点之间连线的夹角分别为α、β，则另一个激光定位系统(6)内激光接收单元的空间相对坐标为C(xc，yc)为C确定某个液压支架顶梁(或底座)监测分站处的位置坐标，然后通过激光定位系统测得相邻液压支架底座(或顶梁)的相对位置坐标；若将上述坐标系统由平面XY坐标系统调整为三维XYZ坐标系统，则定位同样适用。本专利技术的上述技术方案相比于现有技术具有如下有益效果：(1)本专利技术提供的基于多维度定位及深度学习的自动化采煤系统及方法，由于使用双轴传感器和激光精准定位测量实现了对割煤高度以及支架顶梁、底座坐标和位态的精准监测，因此，本专利技术能够实现工作面液压支架在出现上窜或下滑、超前或滞后、低头仰头不良状况时及时调整。(2)本专利技术提供的基于多维度定位及深度学习的自动化采煤系统及方法，由于能够对煤层顶底板位置坐标以及煤层走向和倾向角度的精确测定，呈现出煤壁完整的褶曲形态及精确位置坐标，因此，本专利技术能够实现采煤机滚筒随煤层起伏和厚度变化自动调整高度。(3)本专利技术提供的基于多维度定位及深度学习的自动化采煤系统与方法，由于建立了深度学习模型，并以实际监测的每个液压支架前方煤层顶板和底板的三维坐标及走向和倾向角度为输入指标，以煤壁前方未知区域的煤层褶曲形态，包括三维坐标、煤层厚度、顶底板倾斜角度和俯仰斜角度，因此，本专利技术能够提供工作面自动化采煤控制。附图说明为了使本专利技术的内容更容易被清楚的理解，下面根据本专利技术的具体实施例并结合附图，对本专利技术作进一步详细的说明，其中：图1是本专利技术一种基于多维度定位及深度学习的自动化采煤系统及方法工作原理示意图；图2是本专利技术一种基于多维度定位及深度学习的自动化采煤系统及方法现场应用示意图；图3是本专利技术一种基于多维度定位及深度学习的自动化采煤系统及方法中监测分站安装位置示意图；图4是本专利技术一种基于多维度定位及深度学习的自动化采煤系统及方法中监测分站结构与定位原理示意图；图5是本专利技术一种基于多维度定位及深度学习的自动化采煤系统及方法多维度参数信息示意图；图中附图标记表示为：1-系统主机；2-监测分站；3-支架顶梁；4-支架底座；5-双轴倾角传感器；6-激光定位系统；7-激光发射单元；8-激光接收单元。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。图1-5显示的是本专利技术一种基于多维度定位及深度学习的自动化采煤系统及方法的优选实施例。所述基于多维度定位及深度学习的自动化采煤系统，包括系统主机1与若干个监测分站2组成；监测分站分别布置在每个支架顶梁3下方和支架底座4上方；每个监测分站2包括双轴倾角传感器5和激光定位系统6；系统主机1与监测分站2之间或监测分站2相互之间通过无线或有线方式实现数据传输；所述双轴倾角传感器5位于监测分站2内，用以获得工作面煤层倾斜方向的角度分布特征和监测煤层的俯仰斜角度变化特征以及工作面推进方向支架顶梁3和支架底座4的倾角，据此计算获得每个支架的低头、仰头位态；所述激光定位系统6位于监测分站2内，包括两个或两个以上的激光发射单元7和一个激光接收单元8，同一个监测分站2的激光发射单元7之间间隔一定本文档来自技高网...

【技术保护点】
1.一种基于多维度定位及深度学习的自动化采煤系统，其特征在于：包括系统主机(1)与若干个监测分站(2)组成；监测分站分别布置在每个支架顶梁(3)下方和支架底座(4)上方；每个监测分站(2)包括双轴倾角传感器(5)和激光定位系统(6)；系统主机(1)与监测分站(2)之间或监测分站(2)相互之间通过无线或有线方式实现数据传输；所述双轴倾角传感器(5)位于监测分站(2)内，用以获得工作面煤层倾斜方向的角度分布特征和监测煤层的俯仰斜角度变化特征以及工作面推进方向支架顶梁(3)和支架底座(4)的倾角，据此计算获得每个支架的低头、仰头位态；所述激光定位系统(6)位于监测分站(2)内，包括两个或两个以上的激光发射单元(7)和一个激光接收单元(8)，同一个监测分站(2)的激光发射单元(7)之间间隔一定距离。

【技术特征摘要】
1.一种基于多维度定位及深度学习的自动化采煤系统，其特征在于：包括系统主机(1)与若干个监测分站(2)组成；监测分站分别布置在每个支架顶梁(3)下方和支架底座(4)上方；每个监测分站(2)包括双轴倾角传感器(5)和激光定位系统(6)；系统主机(1)与监测分站(2)之间或监测分站(2)相互之间通过无线或有线方式实现数据传输；所述双轴倾角传感器(5)位于监测分站(2)内，用以获得工作面煤层倾斜方向的角度分布特征和监测煤层的俯仰斜角度变化特征以及工作面推进方向支架顶梁(3)和支架底座(4)的倾角，据此计算获得每个支架的低头、仰头位态；所述激光定位系统(6)位于监测分站(2)内，包括两个或两个以上的激光发射单元(7)和一个激光接收单元(8)，同一个监测分站(2)的激光发射单元(7)之间间隔一定距离。2.一种基于多维度定位及深度学习的自动化采煤方法，其特征在于：采用权利要求1所述的基于多维度定位及深度学习的自动化采煤系统进行控制，包括如下步骤：(a)确立激光定位系统(6)的定位准则；(b)以工作面下端头第一个支架底座(4)上方的监测分站(2)位置坐标为原点，确定第一个支架顶梁(3)下方监测分站(2)位置坐标，然后以第一个支架顶梁(3)下方监测分站(2)为基点，确定第二个支架底座(4)上方监测分站(2)位置坐标，直至确定出工作面所有液压支架各监测分站处位置的相对坐标；(c)通过系统主机(1)将各液压支架顶梁和底座监测分站(2)位置坐标及双轴倾角数据进行处理，得到以第一个支架底座(4)上方监测分站(2)位置为坐标原点，包括整个工作面液压支架顶梁、底座位置的相对坐标及支架底座和顶梁在倾斜方向上的倾角和推进方向上的俯仰斜角度，同时在系统主机(1)屏幕上展现工作面液压支架的上窜或下滑以及超前或滞后情况；(d)根据液压支架监测分站(2)安装位置顶梁的厚度a，底座的厚度b，顶梁和底座沿工作面推进方向的倾角θ1和θ2，计算得到相应液压支架处对应的煤层厚度或采高为h＝a+b+(z...

【专利技术属性】
技术研发人员：范志忠，付书俊，徐刚，杨晓成，尹希文，赵杰，
申请(专利权)人：天地科技股份有限公司，
类型：发明
国别省市：北京,11