刮板输送机位姿反演方法及装置制造方法及图纸

本申请实施例提供一种刮板输送机位姿反演方法及装置，方法包括：通过预设数字孪生技术复刻采煤机与刮板输送机的协同运行数据；根据所述协同运行数据和预设深度学习模型对所述刮板输送机进行模型反演，确定所述刮板输送机的位姿；根据所述刮板输送机的位姿控制调节所述采煤机前后滚筒的高度；本申请能够准确确定刮板输送机位姿。定刮板输送机位姿。定刮板输送机位姿。

【技术实现步骤摘要】
刮板输送机位姿反演方法及装置


[0001]本申请涉及人工智能领域，具体涉及一种刮板输送机位姿反演方法及装置。

技术介绍

[0002]作为引领智能化工作面协同运行的关键设备，刮板输送机是连接复杂工况底板与采煤机之间的枢纽环节，如何借助现有采煤机的惯导定位定姿信息，建立采煤机与刮板输送机之间的位姿耦合关系，实时自动检测刮板输送机位姿状态，是综采工作面无人智能化生产的关键问题。在此过程中，虽然当前采煤机数字化程度较高，能够获取较为准确的位姿信息，但是刮板输送机由于其特殊的工作环境与工作特点，难以布置稳定可靠的传感器，无法直接获取其形态。随着虚拟现实和通信技术的发展，数字孪生概念被引入煤炭行业，通过模拟煤炭生产全生命周期过程，对综采装备运行过程进行虚拟规划，进而提高煤炭生产过程中的安全性与高效性。
[0003]目前国内外对刮板输送机位姿自动检测主要从以下三个角度开展研究：一是基于液压支架位置信息的刮板输送机位姿检测方法，但由于支架与刮板输送机的机械连接处存在销耳间隙，导致刮板输送机位姿测量精度无法保证；二是基于视觉技术的刮板输送机位姿检测方式，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种刮板输送机位姿反演方法，其特征在于，所述方法包括：通过预设数字孪生技术复刻采煤机与刮板输送机的协同运行数据；根据所述协同运行数据和预设深度学习模型对所述刮板输送机进行模型反演，确定所述刮板输送机的位姿；根据所述刮板输送机的位姿控制调节所述采煤机前后滚筒的高度。2.根据权利要求1所述的刮板输送机位姿反演方法，其特征在于，所述通过预设数字孪生技术复刻采煤机与刮板输送机装备的协同运行数据，包括：通过预设数字孪生技术在虚拟空间内对采煤机与刮板输送机装备的协同运行进行虚拟映射，获得采煤机角度、刮板输送机角度与刮板输送机高度；对所述采煤机角度进行降采样，保留采煤机经过刮板25%处、50%处、75%处时的采煤机角度数据。3.根据权利要求1所述的刮板输送机位姿反演方法，其特征在于，在所述根据所述协同运行数据和预设深度学习模型对所述刮板输送机进行模型反演之前，包括：从所述协同运行数据中获取采煤机右滑靴和左滑靴经过刮板时的采煤机角度以及采煤机两块支撑滑靴全部经过后的刮板角度；通过数字孪生技术对所述采煤机角度和所述刮板角度进行数字孪生复刻，构建得到预设深度学习模型的训练数据集和测试数据集。4.根据权利要求3所述的刮板输送机位姿反演方法，其特征在于，在所述根据所述协同运行数据和预设深度学习模型对所述刮板输送机进行模型反演之前，还包括：采用最大最小归一化方法将所述训练数据集和所述测试数据集映射到设定数值区间内进行归一化处理；将经过归一化处理后的训练数据集和测试数据集输入预设卷积神经网络进行模型训练，得到经过训练后的深度学习模型。5.根据权利要求1所述的刮板输送机位姿反演方法，其特征在于，所述根据所述协同运行数据和预设深度学习模型对所述刮板输送机进行模型反演，包括：将所述协同运行数据中的采煤机角度输入预设深度学习模型，得到所述预设深度学习模型反演输出的当前刮板角度；根据反演得到当前刮板角度的三角函数关系计算得到当前刮板角度与初始刮板的相对高度，并根据所述相对高度确定刮板输送机的位姿。6.根据权利要求5所述的刮板输送机位姿反演方法，其特征在于，在所述根据所述相对高度确定刮板输送机的位姿之前，还包括：通过当前刮板的序号、预设误差校正因子以及当前刮板高度的误差校正系数进行相对高度校正，得到经过校正后的相对高度。7.一种刮板输送机位姿反演装置，其特征在于，包括：数字孪生复刻模块，用于通过预设数字孪生技术复刻采煤机与刮板输送机的协同运行数据；深度学习反演模块，用于根据所述协同运行数据和预设深度学习模型对所述刮板输送机进行模型反演，确定所述刮板输送机的位姿；刮板位姿确...

【专利技术属性】
技术研发人员：刘永伟，丁玲，
申请(专利权)人：西安华创马科智能控制系统有限公司，
类型：发明
国别省市：