【技术实现步骤摘要】
本专利技术涉及一种液压支架群组推移位姿的估计方法及系统，特别是一考虑变胞约束理论下煤矿井下的液压支架推移设备，能够在不完全感知状态下的完成位姿估计的系统及方法。
技术介绍
1、在矿业开采工作中，液压支架群组扮演着极为重要的角色，作为智能装备，其职能在于适应多变的矿石分布和地质条件。通过自动化控制系统能够智能地调整高度和角度，从而降低矿工的工作负担，大幅度增加工作安全性，提高了工作效率，最大化了开采区域的利用。但随着我国大型煤矿数量的增加，对井下采矿设备性能提出了更高的要求，因此，液压支架群组正朝着无人化、智能化和高功率的方向发展，其位置和姿态控制成为影响煤矿安全高效生产的关键因素之一。
2、但由于中部槽与刮板输送机的连接横销之间形成的机械间隙、哑铃销连接的中部槽产生的最大夹角等结构限位约束，以及刮板输送机内部产生的多体耦合限动约束，使得液压支架群组在推移时发生变胞约束情况，导致其推移位姿呈现出复杂的演变过程，实际工作效果并不理想。此外，在极端开采条件下，环境影响导致传感器出现不完全感知状态(即少传感)，如通信受限和部分测量单元失效，这使得液压支架群组推移位姿的感知与控制效果表现不佳。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种液压支架群组推移位姿的少传感估计系统即方法，能够在不完全感知的情况下运行，即通过多维位移子群构建液压支架推移群组变胞约束矩阵，通过相应矩阵变换，表达出多构态的变化过程，并构建基于gwo-svm的推移位姿预测模型检测预测最佳推移位置曲
2、为实现上述目的，本专利技术采取的技术方案是：
3、一种液压支架群组推移位姿的少传感估计系统，其特征在于：包括位姿感知装置、推移位姿重构装置以及上位机，所述位姿感知装置和推移位姿重构装置互相连接，所述推移位姿重构装置连接上位机，所述位姿感知装置包括姿态监测器、液压支架以及通信总线，所述液压支架设置有n个，n个液压支架形成液压支架群组，所述液压支架安装在开设的中部槽内，所述姿态检测器分别连接液压支架和通信总线，分别用于收集液压支架推移的中部槽姿态信息，并通过所述通信总线将收集的信息传输到推移位姿重构装置中，所述推移位姿全局重构装置包括位姿演变预测模块、卡尔曼滤波感知模块、全局重构模块以及通信模块，所述通信总线连接通信模块，所述通信模块分别连接位姿演变预测模块和卡尔曼滤波感知模块，所述位姿演变预测模块和卡尔曼滤波感知模块分别连接全局重构模块，所述全局重构模块连接上位机。
4、作为本专利技术的优选技术方案：所述位姿演变预测模块接收通信模块传输的中部槽姿态信息，从变构态特性角度分析，将运动特征与约束特征结合，继而建立子群元素的运动子集g(t)＝{r，t，t′，dim}，其中，t为移动矢量，t′为转动矢量r的伴随衍生移动矢量，dim为子群维数，表达该子群元素的输出运动和自由度性质，将对应的液压支架群组的变胞约束状态划分为：
5、正常状态：g(t1)＝{0，t，0，1}、限位状态：g(t2)＝{r，t，t′，1}和卡死状态：g(t3)＝{r，0，t′，1}，在基本位移子群的运动子集基础上，再构建多维位移子状态约束子群
6、
7、通过邻接矩阵运算法则将发生变胞约束的液压支架群组模型转换统一抽象为构态可重构模型，杆组邻接矩阵形式如下：
8、
9、对角线元素表示机构的组成元素，即机架、主动件、阿苏尔杆组，非对角线元素aij表示各元素间的连接关系和连接数，当aij＝0时表示两个元素之间不相连当aij＝2时表示两个元素相连且连接数是2，通过邻接矩阵“并”运算法则进行矩阵变化，表达出当前液压支架群组多构态的变化过程模型，选用四元数法对中部槽姿态旋转矩阵进实时更新，四元数由4个元q0-q3构成，其定义为q＝q0+qv＝q0+q1i+q2j+q3k，可看作是复数域的扩展，q0和qv分别为其实部和虚部，i，j，k为基向量，四元数微分方程的矩阵形式可表示为
10、
11、求解出四元数是实时数据，再通过李群与李代数的反对称矩阵对求解出液压支架群组的姿态角，并以此构建以推移夹角、推移速度、推移位姿曲线弯曲率为参数的推移曲线预测模型，分析不同推移位姿曲线下液压支架群组的推移能耗，
12、对推移夹角、推移速度、推移位姿曲线弯曲率进行标记和乱序操作，取80％的数据用于gwo-svm模型的训练，剩余20％的数据用于gwo-svm模型的验证，利用gwo优化过的支持向量机对数据进行回归训练，利用rbf高斯核函数作为svm的核函数，rbf高斯核函数的表达式为：svm的决策超平面方程为：wtxi+b＝0；利用gwo对svm模型中的核参数g以及惩罚因子c寻优，在svm中利用gwo对惩罚因子c和核参数g进行迭代寻优，将预处理后的推移夹角θ和推移速度μ数据作为输入，推移位姿曲线弯曲率作为输出，在gwo-svm模型中进行回归训练，该非线性函数可表示为：并将gwo-svm非线性回归模型应用到最小型变势能下的推移曲线预测中，最终输出预测结果到全局重构模块中。
13、作为本专利技术的优选技术方案：gwo寻优包括有如下步骤：
14、步骤1：设置svm参数c和g作为gwo的优化值；
15、步骤2：根据c和g初始化狼群的自适应度、位置；
16、步骤3：得到惩罚因子ci、核参数gi；
17、步骤4：将惩罚因子ci、核参数gi以及训练样本分别输入svm模型；
18、步骤5：根据自适应函数，更新自适应度和位置；
19、步骤6：最判断是否达到最大迭代次数，若达到，则将其输入预测模型中，若未达到则，重复步骤3-6。
20、作为本专利技术的优选技术方案：所述卡尔曼滤波感知模块接收通信模块传输的的中部槽姿态信息，获取中部槽的相对位姿状态及对应的变胞约束状态，利用rbf高斯核函数作为svm的核函数，rbf高斯核函数的表达式为：
21、svm的决策超平面方程为：wtxi+b＝o，进行变胞约束状态分类识，再通过dpmm-hmm模型自适应学习各态惯性特征，其构造如下：在时间t＝1，....，t时，状态之间的转移和观测值的分布分别为：通过对dpmm-hmm的采样处理，准确的识别当前的推移状态模式；
22、将识别的分段数据构建状态空间转换模型，利用改进果蝇算法优化kalman滤波的过程噪声协方差矩阵q与观测噪声协方差矩阵r，最终输出感知结果到全局重构模块中。
23、作为本专利技术的优选技术方案：所述全局重构模块通过变胞约束与推移状态模式识别、推移位姿局部分段感知，获取当前液压支架的推移位姿局部感知结果建分布式kalman滤波的本文档来自技高网...
【技术保护点】
1.一种液压支架群组推移位姿的少传感估计系统，其特征在于：包括位姿感知装置、推移位姿重构装置以及上位机，所述位姿感知装置和推移位姿重构装置互相连接，所述推移位姿重构装置连接上位机，所述位姿感知装置包括姿态监测器(1)、液压支架(2)以及通信总线，所述液压支架(2)设置有N个，N个液压支架(2)形成液压支架群组，所述液压支架(2)安装在开设的中部槽(3)内，所述姿态检测器分别连接液压支架(2)和通信总线，分别用于收集液压支架(2)推移的中部槽(3)姿态信息，并通过所述通信总线将收集的信息传输到推移位姿重构装置中，所述推移位姿全局重构装置包括位姿演变预测模块、卡尔曼滤波感知模块、全局重构模块以及通信模块，所述通信总线连接通信模块，所述通信模块分别连接位姿演变预测模块和卡尔曼滤波感知模块，所述位姿演变预测模块和卡尔曼滤波感知模块分别连接全局重构模块，所述全局重构模块连接上位机。
2.根据权利要求1所述的一种液压支架群组推移位姿的少传感估计系统，其特征在于，所述位姿演变预测模块接收通信模块传输的中部槽(3)姿态信息，从变构态特性角度分析，将运动特征与约束特征结合，继而建立子群
3.根据权利要求1所述的一种液压支架群组推移位姿的少传感估计系统，其特征在于，GWO寻优包括有如下步骤：
4.根据权利要求1所述的一种液压支架群组推移位姿的少传感估计系统，其特征在于，所述卡尔曼滤波感知模块接收通信模块传输的的中部槽(3)姿态信息，获取中部槽(3)的相对位姿状态及对应的变胞约束状态，利用RBF高斯核函数作为SVM的核函数，RBF高斯核函数的表达式为：
5.根据权利要求1所述的一种液压支架群组推移位姿的少传感估计系统，其特征在于，所述全局重构模块通过变胞约束与推移状态模式识别、推移位姿局部分段感知，获取当前液压支架(2)的推移位姿局部感知结果建分布式Kalman滤波的观测方程yk＝Hkxk+vk；
6.根据权利要求1所述的一种液压支架群组推移位姿的少传感估计系统，其特征在于，所述中部槽(3)姿态包括速度、位移以及位姿。
7.根据权利要求1-6任一项所述的一种液压支架群组推移位姿的少传感估计方法，其特征在于，包括如下步骤：
...【技术特征摘要】
1.一种液压支架群组推移位姿的少传感估计系统，其特征在于：包括位姿感知装置、推移位姿重构装置以及上位机，所述位姿感知装置和推移位姿重构装置互相连接，所述推移位姿重构装置连接上位机，所述位姿感知装置包括姿态监测器(1)、液压支架(2)以及通信总线，所述液压支架(2)设置有n个，n个液压支架(2)形成液压支架群组，所述液压支架(2)安装在开设的中部槽(3)内，所述姿态检测器分别连接液压支架(2)和通信总线，分别用于收集液压支架(2)推移的中部槽(3)姿态信息，并通过所述通信总线将收集的信息传输到推移位姿重构装置中，所述推移位姿全局重构装置包括位姿演变预测模块、卡尔曼滤波感知模块、全局重构模块以及通信模块，所述通信总线连接通信模块，所述通信模块分别连接位姿演变预测模块和卡尔曼滤波感知模块，所述位姿演变预测模块和卡尔曼滤波感知模块分别连接全局重构模块，所述全局重构模块连接上位机。
2.根据权利要求1所述的一种液压支架群组推移位姿的少传感估计系统，其特征在于，所述位姿演变预测模块接收通信模块传输的中部槽(3)姿态信息，从变构态特性角度分析，将运动特征与约束特征结合，继而建立子群元素的运动子集g(t)＝{r，t，t′，dim}，其中，t为...
【专利技术属性】
技术研发人员：张霖，谢开鑫，陈磊，杨宇航，王孝茹，郑显华，宋永石，万浩川，
申请(专利权)人：长江师范学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。