煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法和系统

    公开(公告)号:CN118171551A

    公开(公告)日:2024-06-11

    申请号:CN202410579207.2

    申请日:2024-05-11

    Abstract: 本申请涉及一种煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法及系统。该方法包括:获取目标掘进路段的实际岩体勘测数据和TBM实际运行信息;采用数据降噪算法对实际岩体勘测数据和TBM实际运行信息进行平滑处理,获得处理后的实际岩体勘测数据和处理后的TBM运行信息;将处理后的实际岩体勘测数据和处理后的TBM运行信息作为边界条件,输入模拟数字孪生模型中,获得岩体颗粒位移来反映滚刀破岩过程的掌子面形貌变化情况;将处理后的实际岩体勘测数据和处理后的TBM运行信息,输入基于神经网络的预测数字孪生模型中,预测出下一时刻预测的岩体微裂纹数量、预测的滚刀载荷和预测的破岩效率的变化情况。解决了无法进行准确的掘进状态预警的问题。

    一种井下单轨吊无线传感器监测网络及其监测方法

    公开(公告)号:CN117528449A

    公开(公告)日:2024-02-06

    申请号:CN202311599824.0

    申请日:2023-11-28

    Abstract: 本发明公开了一种井下单轨吊无线传感器监测网络,包括协调器汇聚节点、数据显示处理设备以及多个制动闸块监测节点、拉杆应力监测节点、车厢振动监测节点和路由中继节点;其中制动闸块监测节点、拉杆应力监测节点、车厢振动监测节点分别通过通用通信控制模块与路由中继节点通信连接,路由中继节点通过通用通信控制模块与协调器汇聚节点通信连接,协调器汇聚节点通过通用通信控制模块与数据显示处理设备通信连接。本发明将节点布置到机车车身各处,监测单轨吊制动、振动、拉杆状态,弥补电气控制系统的监测漏洞,通过矿井巷道无线通信基站将节点监测数据和机车电控系统数据上传到机车控制室,实现对单轨吊运行状态的实时监测。

    一种煤矿机器人群数字孪生智能管控建模系统与方法

    公开(公告)号:CN115454057B

    公开(公告)日:2023-11-10

    申请号:CN202211018335.7

    申请日:2022-08-24

    Abstract: 本发明公开了一种煤矿机器人群数字孪生智能管控建模系统与方法,所述孪生建模系统包括机器人端定位建模与计算装置、固定式场景更新与边缘计算装置、巷道无线通讯定位V2X装置、煤矿机器人群数字孪生智能管控平台和路标装置。本发明可以实现井下各类机器人复杂场景的实时环境建模与场景重构、基于全局大地坐标的精确定位以及群机器人协作场景更新能力。

    一种多钢丝绳张力平衡监测方法、系统及电子设备

    公开(公告)号:CN116086677A

    公开(公告)日:2023-05-09

    申请号:CN202211218157.2

    申请日:2022-09-30

    Abstract: 本发明公开了一种多钢丝绳张力平衡监测方法、系统及电子设备。AI视觉张力检测模块采集钢丝绳表面图像,输入到状态评估大模型。状态评估大模型对采集图像进行推理分析,并将表面健康图像输入到张力平衡性评估模型,同时对表面损伤进行识别及损伤累计判断;若钢丝绳超出服役条件,止停张力平衡性评估模型。根据钢丝绳表面凹凸不平捻制股的结构特点,磁通密度检测模块依据视觉检测结果定期运行,实现对逐个钢丝绳的张力检测。根据DS证据理论,融合分析多绳提升钢丝绳的张力平衡性,计算出钢丝绳间的张力差。本发明综合了AI视觉与磁通密度检测技术,实现对张力平衡性的准确、高效监测,保障提升钢丝绳安全可靠的运行。

    一种模块化深井井筒巡检机器人

    公开(公告)号:CN112320518B

    公开(公告)日:2021-08-17

    申请号:CN202010470306.9

    申请日:2020-05-28

    Abstract: 本发明公开了一种模块化深井井筒巡检机器人,包括回转轨道装置、旋转驱动装置、横向伸缩装置、纵向升降装置以及巡检装置;所述的回转轨道装置,包括上回转轨道装置和下回转轨道装置;所述的旋转驱动装置,包括同步运动的上旋转驱动装置和下旋转驱动装置,且上旋转驱动装置位于下旋转驱动装置的上方;由此可知,本发明不仅能够全方位360°检测井筒筒壁,还能全方位360°检测提升容器,解决了井筒筒壁和提升容器检测不方便的困难。此外,本发明还可以作为模块化使用,在有提升容器的矿井提升机构中,可以与提升容器相结合使用,在没有提升容器的矿井提升机构中,可以单独作为巡检机器人使用。

    一种基于深度学习的在役钢丝绳表面缺陷检测方法与系统

    公开(公告)号:CN110930357A

    公开(公告)日:2020-03-27

    申请号:CN201910986814.X

    申请日:2019-10-17

    Abstract: 本发明公开了一种基于深度学习的在役钢丝绳表面缺陷检测方法与系统,属于机械零部件损伤监测与诊断领域,包括图像采集、原始图像数据规范化预处理、建立分类器和在线智能诊断四个步骤;本发明提出了在钢丝绳表面图像采集前进行污垢自动清除,以减少对缺陷识别的影响;本发明克服了钢丝绳位姿不正和图像背景信息的影响,可提高算法的工作环境适应性和鲁棒性;所提出的WR-CNN算法能够达到99%的诊断精度,且只消耗8ms/样本,可满足实时性的要求;可一定程度上实时发现钢丝绳断丝、磨损损伤,并可在此基础上扩展缺陷类型,以检测更多类型缺陷,克服了人工巡检的效率低、检测周期长和无法及时发现的问题。

Patent Agency Ranking