-
公开(公告)号：CN113431550A
公开(公告)日：2021-09-24
申请号：CN202110760994.7
申请日：2021-07-06
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于冗余惯性单元的防冲钻孔机器人钻具定姿方法，包括以下步骤：将五路惯性单元分别固定连接在四面体的顶点和中心处，构成惯性传感器；将五路惯性单元数据按照设定的比例进行自定义融合公式进行运算；将惯性传感器测得的姿态误差模型导入神经网络进行训练，得到训练有素的神经网络预测模型；将惯性传感器测得数据导入训练有素的神经网络模型进行误差预测；将神经网络预测误差导入惯性传感器的解算结果，并对其进行补偿。有益效果：本发明有效降低工作人数，有效减少劳动量，有效提高钻孔效率，能够满足快速防冲卸压钻孔要求。
-
公开(公告)号：CN112697131A
公开(公告)日：2021-04-23
申请号：CN202011498005.3
申请日：2020-12-17
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于视觉和惯性导航系统的井下移动装备定位方法及系统，系统包括安装在移动装备的惯性导航定位装置和双目相机，惯性导航定位装置包括安装在移动装备上的多个惯性单元，各惯性单元上分别均包括用于检测惯性单元在三个预设方向上的三轴角速度的三轴陀螺仪、用于检测惯性单元在三个预设方向上的三轴加速度的三轴加速度计，根据惯性导航定位装置获取其位置坐标和角度坐标，根据双目相机获取双目相机的角度坐标和位置坐标，进而结合预设的拟合权重值，获取移动设备的角度坐标和位置坐标，实现对移动装备的定位；本发明提供的方法定位精度高，本发明提供的系统结构简单，本发明提供的方法及系统用于对井下移动装备进行准确定位。
-
公开(公告)号：CN112465063A
公开(公告)日：2021-03-09
申请号：CN202011439494.5
申请日：2020-12-11
Applicant: 中国矿业大学
Abstract: 一种基于多传感信息融合的放顶煤过程中煤矸识别方法，通过BP神经网络和支持向量机分别对特征筛选后的振动信号和声音信号进行学习，获得训练好的BP神经网络分类模型和支持向量机分类模型，进而实现对煤矸撞击放顶煤液压支架尾梁的产生的振动信号和声音信号进行准确高效的识别分类；D‑S证据将BP神经网络分类模型和支持向量机分类模型获取的分类结果进行决策级融合，进而提高煤矸识别的准确性和可信度。光谱识别装置能够实时对刮板机上的煤矸监测，是控制放顶煤口开闭的重要依据；由于设置两种识别途径，进一步提高煤矸识别精度，且本发明的煤矸识别方法不仅能适应能见度较好的工况，也能适应能见度较低的工况。
-
公开(公告)号：CN111860689B
公开(公告)日：2023-11-03
申请号：CN202010758374.5
申请日：2020-07-31
Applicant: 中国矿业大学
Inventor： 谭超 , 朱嘉皓 , 王忠宾 , 司垒 , 牛延博 , 李祖旭 , 王浩 , 赵世豪 , 简圣鸿 , 刑峰 , 张哲豪 , 张海波 , 岳鹏杰 , 曹瑞 , 陈红明 , 王燕 , 刘银奎
IPC: G06V10/82 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/77 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于相位一致性和轻量卷积神经网络的煤矸识别方法，包括如下步骤：使用摄像装置采集煤矸石的图片样本；对图片样本进行预处理，预处理操作包括：图像扩充优化、图像归一化和划分样本集；使用相位一致性的方法对样本集中的训练集进行特征提取；使用Keras构建用来识别煤矸的卷积神经网络；将提取的的特征图与原图像分别输入卷积神经网络进行模型训练，最后全连接进行分类识别；softmax分类层输出识别结果；将样本集中的测试集输入经过模型训练的卷积神经网络验证其性能，输出识别结果。本方案不受综采工作面温度的影响，且相位一致性的特征提取在矿下光照影响极大的环境下更优，维护成本更低，降低了安全隐患。
-
公开(公告)号：CN113431550B
公开(公告)日：2023-07-14
申请号：CN202110760994.7
申请日：2021-07-06
Applicant: 中国矿业大学
IPC: E21B44/00 , E21B15/00 , G06N3/0499 , G06N3/084 , G06N3/086
Abstract: 本发明公开一种基于冗余惯性单元的防冲钻孔机器人钻具定姿方法，包括以下步骤：将五路惯性单元分别固定连接在四面体的顶点和中心处，构成惯性传感器；将五路惯性单元数据按照设定的比例进行自定义融合公式进行运算；将惯性传感器测得的姿态误差模型导入神经网络进行训练，得到训练有素的神经网络预测模型；将惯性传感器测得数据导入训练有素的神经网络模型进行误差预测；将神经网络预测误差导入惯性传感器的解算结果，并对其进行补偿。有益效果：本发明有效降低工作人数，有效减少劳动量，有效提高钻孔效率，能够满足快速防冲卸压钻孔要求。
-
Patent Agency Ranking
公开(公告)号：CN112465063B
公开(公告)日：2023-05-23
申请号：CN202011439494.5
申请日：2020-12-11
Applicant: 中国矿业大学
IPC: G06F18/2411 , G06F18/214 , G06F18/25 , G06N3/0499 , G06N3/084
Abstract: 一种基于多传感信息融合的放顶煤过程中煤矸识别方法，通过BP神经网络和支持向量机分别对特征筛选后的振动信号和声音信号进行学习，获得训练好的BP神经网络分类模型和支持向量机分类模型，进而实现对煤矸撞击放顶煤液压支架尾梁的产生的振动信号和声音信号进行准确高效的识别分类；D‑S证据将BP神经网络分类模型和支持向量机分类模型获取的分类结果进行决策级融合，进而提高煤矸识别的准确性和可信度。光谱识别装置能够实时对刮板机上的煤矸监测，是控制放顶煤口开闭的重要依据；由于设置两种识别途径，进一步提高煤矸识别精度，且本发明的煤矸识别方法不仅能适应能见度较好的工况，也能适应能见度较低的工况。
-
公开(公告)号：CN111894582B
公开(公告)日：2021-09-24
申请号：CN202010771856.4
申请日：2020-08-04
Applicant: 中国矿业大学
Abstract: 本发明公开的一种采煤机控制方法，涉及采煤机技术领域。该采煤机控制方法具体步骤为：操作者向上位机发出语音命令，上位机接收语音指令，并将该语音命令进行声纹识别，判明是否为有效操作者所发出的指令；随后，上位机将语音命令与数据库中存储的命令进行匹配，识别是否为有效指令并判断出指令类型；接着，上位机识别有效指令的具体内容，且采集综采工作面实时数据和采煤机定位数据；最后，上位机根据综采工作面实时数据、采煤机定位数据以及语音指令，发送控制指令至采煤机控制器，对采煤机进行智能调控。本发明采用将语音指令与所采集的综采工作面实时数据和采煤机传感数据相结合的方式，对采煤机进行综合调控，实现对采煤机的最优控制。
-
公开(公告)号：CN111860689A
公开(公告)日：2020-10-30
申请号：CN202010758374.5
申请日：2020-07-31
Applicant: 中国矿业大学
Inventor： 谭超 , 朱嘉皓 , 王忠宾 , 司垒 , 牛延博 , 李祖旭 , 王浩 , 赵世豪 , 简圣鸿 , 刑峰 , 张哲豪 , 张海波 , 岳鹏杰 , 曹瑞 , 陈红明 , 王燕 , 刘银奎
Abstract: 本发明公开了一种基于相位一致性和轻量卷积神经网络的煤矸识别方法，包括如下步骤：使用摄像装置采集煤矸石的图片样本；对图片样本进行预处理，预处理操作包括：图像扩充优化、图像归一化和划分样本集；使用相位一致性的方法对样本集中的训练集进行特征提取；使用Keras构建用来识别煤矸的卷积神经网络；将提取的的特征图与原图像分别输入卷积神经网络进行模型训练，最后全连接进行分类识别；softmax分类层输出识别结果；将样本集中的测试集输入经过模型训练的卷积神经网络验证其性能，输出识别结果。本方案不受综采工作面温度的影响，且相位一致性的特征提取在矿下光照影响极大的环境下更优，维护成本更低，降低了安全隐患。
-
公开(公告)号：CN112697131B
公开(公告)日：2024-07-23
申请号：CN202011498005.3
申请日：2020-12-17
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于视觉和惯性导航系统的井下移动装备定位方法及系统，系统包括安装在移动装备的惯性导航定位装置和双目相机，惯性导航定位装置包括安装在移动装备上的多个惯性单元，各惯性单元上分别均包括用于检测惯性单元在三个预设方向上的三轴角速度的三轴陀螺仪、用于检测惯性单元在三个预设方向上的三轴加速度的三轴加速度计，根据惯性导航定位装置获取其位置坐标和角度坐标，根据双目相机获取双目相机的角度坐标和位置坐标，进而结合预设的拟合权重值，获取移动设备的角度坐标和位置坐标，实现对移动装备的定位；本发明提供的方法定位精度高，本发明提供的系统结构简单，本发明提供的方法及系统用于对井下移动装备进行准确定位。
-
公开(公告)号：CN111894582A
公开(公告)日：2020-11-06
申请号：CN202010771856.4
申请日：2020-08-04
Applicant: 中国矿业大学
Abstract: 本发明公开的一种采煤机控制方法，涉及采煤机技术领域。该采煤机控制方法具体步骤为：操作者向上位机发出语音命令，上位机接收语音指令，并将该语音命令进行声纹识别，判明是否为有效操作者所发出的指令；随后，上位机将语音命令与数据库中存储的命令进行匹配，识别是否为有效指令并判断出指令类型；接着，上位机识别有效指令的具体内容，且采集综采工作面实时数据和采煤机定位数据；最后，上位机根据综采工作面实时数据、采煤机定位数据以及语音指令，发送控制指令至采煤机控制器，对采煤机进行智能调控。本发明采用将语音指令与所采集的综采工作面实时数据和采煤机传感数据相结合的方式，对采煤机进行综合调控，实现对采煤机的最优控制。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
