分析人工智能在煤矿机器人中的应用现状
分析人工智能在煤矿机器人中的应用现状
摘要：随着人工智能技术的迅速发展,其在煤矿的应用也越来越广泛。在煤矿生产过程中,机
器人换人需求的迫切性加快了煤矿机器人的产业化应用,也加速了人工智能技术在煤矿机器人中
的应用。对人工智能技术在煤矿机器人中的应用进行了分析探究,介绍了人工智能技术的主要研
究内容及其在工业中的应用,分析了人工智能在煤矿生产中的应用现状,阐述了将人工智能技术
有效地应用于煤矿机器人的构想,并对人工智能在煤矿机器人中发展前景进行了展望。
关键词：人工智能; 煤矿机器人; 智能感知; 智能决策; 智能监测;
Application of artificial intelligence in coal mine robots
ZHANG Chen FAN Yong LI Yibin YANG Tong
School of Control Science and Engineering,Shandong University School of Rail
Transportation,Shandong Jiaotong University Shandong Institute of Advanced Technology,Chinese
Academy of Sciences
Abstract：With the rapid development of artificial intelligence(AI) technology, the application of AI
in the coal industry has become more and more extensive. The urgent demand for robot substitution in
mining production has accelerated the industrial application of coal mine robots and the application of
AI technology in coal mine robots. The application of AI technology in coal mine robot were analyzes
and explored, the main research content of AI technology and its application in industry were
introduced, the application status of AI in the coal industry was analyzed, and the idea of applying AI
technology to coal mine robots effectively was elaborated, and the future development of AI in coal
mine robots was prospected.
0 引言
煤矿井下生产作业过程存在下井人员多、灾害风险高、事故率高、作业环境恶劣、环境污染严
重等问题[1]。面对高危的井下作业,煤矿机器人成为实现煤矿井下安全、高效生产目标的重要
途径之一。煤矿机器人可以协助或替代人完成一些危险的采矿作业劳动,实现煤矿的安全高效生
“ ”产。为了实现 无人则安 ,机器人代替矿工进行井下作业是大势所趋。
“随着 中国制造 2025”“德国工业 4.0”“ ”美国工业互联网 等战略的提出,5G 通信、物联网、大数
据、云计算和人工智能等技术的逐渐成熟,极大地推动了我国传统制造业的转型升级[2]。作为
一种新兴的科学技术,人工智能能够使计算机技术更加精准、快速、便捷地完成人类大脑无力承
担的复杂科学计算,实现对人脑的部分代替、延伸和加强,进而创造出能代替人类完成复杂危险
作业的智能机器[3]。
未来的煤矿生产将向无人化、自主化、智能化、高效化发展,其中人工智能技术将起到无可替代
的作用,多样化的人工智能技术将会应用到煤矿机器人中[4]。虽然当前人工智能在工业煤矿领
域的应用还处于摸索期,然而随着人工智能技术在煤矿领域中越来越广泛的应用,建设无人化作
业矿井势在必行[5]。
1 煤炭行业亟待解决的问题
我国煤炭行业经历了 40 多年的发展历程,煤炭矿产资源的开采逐渐趋于智能化,但当前依旧存在
一些瓶颈问题亟待解决。
1.1 技术设备亟需升级
我国煤炭的开采、运输虽已经历了数字化、自动化、信息化等阶段,但整体技术水平与生产设备
依然低于发达国家[6]。2019 年,原国家煤矿安全监察局提出了加快掘进、采煤、运输、安控、
支护和救援等煤矿机器人的产业化应用。当前的煤矿机器人已不再是仅仅完成简单的重复性操
作,它可以感知周围环境并实时反馈外界的信息,但其还不具备独立的思维、识别、推理、判断
与决策能力,仍需要人为参与来完成一些复杂的工作任务。
1.2 安全生产隐患严重
煤炭行业属于高危行业,生产中的每个环节都存在着各种危险,水、火、瓦斯、煤尘、地质构造
等灾害频发,未知的复杂地下环境严重威胁井下作业人员的生命安全。基于物联网、大数据、云
计算等的煤矿智能监测与预警技术虽在很大程度上降低了事故的发生率,保障了煤矿的安全生
产,但仍然存在诸多问题。传感器的精度和灵敏度较差导致前兆信息采集不全面、不及时;监测
系统相互独立、功能单一,云端平台集成应用融合深度不够;监测系统数据库安全性较弱;监测设
备缺少深度学习以及自适应能力[7]。
1.3 环境污染严重
煤矿在开采过程中会产生煤尘,也会产生一氧化碳、二氧化碳等有害气体污染大气环境[8]。同
时,煤矿开采产生的生产污水中含有大量重金属、酸性物质等,易渗入土壤或进入地下水污染地
质及水源。煤矿开采工程会侵占大量植被及农业耕地,开采后土地易出现坍塌现象导致地表层破
坏[9]。
2 人工智能的主要研究内容
2.1 模式识别
人工智能技术中的模式识别借助先进计算机技术强大的数据采集、分析和处理功能,通过提前设
置相应的程序来模拟人类对于外界环境的感知及识别功能。融入模式识别的智能机器人可以更
好地模拟人类的感官能力,对字符、声音、图像、场景及其融合信息进行高准确度的识别,通过
多源信息的获取对周围环境进行精确的感知与建模[10]。
人工智能技术中的机器视觉作为最重要的环境感知方式之一,模拟人类的视觉能力,提高机器人
对于井下环境、作业过程和反馈现象的理解能力。融入机器视觉的智能机器人一是能够很好地
适应井下作业环境,与其他人造设备进行良好的协作;二是能够捕捉到更多的外界景观信息,通过
立体视觉、视觉检验以及动态图像分析技术,对图像的内容进行深入的理解与挖掘;三是能够判
断作业进程的地底反馈现象,将机器人的状态信息反馈给运动控制系统[11]。
2.2 专家系统
专家系统是将人类专家的知识和经验进行建模,用于解决系统决策、工艺、故障等问题的技术。
通过人工智能技术,为井下系统建立知识系统,模拟人类解决作业过程中遇到的实际问题。人类
专家在解决实际问题时,可以根据当前系统的状态,例如设备显示与声音、运行数据参数、产品
的状态,对系统故障进行预测,判断故障点并生成故障排除方案。因此,专家系统常用于故障预
测、诊断和故障排除。此外,在制造业领域,专家系统也用于生产方案决策、生产工艺优化、生
产协调以及设备参数优化。
2.3 机器学习
人工智能技术中的机器学习通过模型框架和算法来模拟人类的学习能力,通过训练数据、环境信
息和反馈,自动提取内在规律,以提高系统的性能,提高环境适应性和鲁棒性。融入机器学习的机
器人具备类人的规律提取、知识总结能力,从收集到的大量信息资源中找出有效信息,并加以学
习来提升自身的智能化水平。机器学习技术能够有效解决突发状况下的系列难题,很大程度上降
低人力成本与生产成本[12]。
2.4 分布式人工智能
分布式人工智能系统通过科学合理地结合人工智能与计算机技术,将异构的多智能体系统进行协
调调度和控制,从而增强人工智能系统的性能,提升任务执行能力,提高智能机器人中的各个独立
系统的协同工作效率。当智能机器人遇到一些突发情况时,依旧可以保障各个分系统进行正常工
作。当前分布式人工智能系统还处于研发起步阶段,技术难点在于如何协调好不同系统的运行规
则[13]。
3 人工智能在煤矿机器人中的应用现状
3.1 人工智能在煤矿机器人运动控制中的应用
为了确保煤矿机器人能够在复杂的井下环境中正常运行,研究学者将专家系统、人工神经网络等
人工智能技术应用于机器人运动控制方式、算法及协同作业等方面。煤矿机器人通过模拟人类
专家思维及知识水平,可以解决一些复杂多维的非线性问题,降低动力学系统分析、参数设置及
数据处理的运算量,提高控制效率及准确性。
王念等[14]研究人员基于嵌入式 ucos 设计了一款智能矿井机器人,并利用GSM 网络实现对设备
的远程控制;张传才等[15]研究人员采用 BP 神经网络建立了一种根据电机速度、运行时间确定
机器人转角的测量方法,可以提供角度参数用于机器人的路径规划;王雪松等[16]研究人员基于改
进的 Elman 神经网络逼近动力学不确定参数,利用神经-模糊控制器为煤矿机器人伺服系统发送
控制指令;宋鑫等[17]研究人员将神经网络应用于机器人控制领域,完成机械臂多关节耦合控制、
末端轨迹规划、液压阀控制等动作。
3.2 人工智能在煤矿机器人智能感知与险情预测中的应用
矿用巡检机器人通过搭载各类传感器实现全方位感知井下环境信息,实时监控仪器设备故障、人
员安全及瓦斯、煤尘、水、火等灾害信息,并及时发出预警,减少煤矿事故的发生。针对井下复
杂环境中的识别不准确、监测不及时等多个技术难题,研究人员使用深度学习、模式识别、专家
系统等技术,进一步提升机器人对井下突发险情的精确识别与实时监控。
卢万杰等[18]研究人员使用基于卷积神经网络的深度学习算法,对煤矿设备进行建模和训练,使井
下巡检机器人能够准确识别煤矿设备的类型;张帆等[19]研究人员针对井下噪声对可视化作业环
境的扰动影响,提出基于残差神经网络的矿井图像重构方法,有效提高监控图像的清晰度及实时
性能;聂珍等[20]研究人员采用基于BP 神经网络的遗传算法搭建巷道气体环境智能检测系统,实
时获取煤矿巡检机器人路径中不同巷道截面上气体浓度分布数据;潘越等[21]研究人员使用 BP
神经网络对风机故障建立诊断模型,建立风机故障类型与风机转子振动频率段之间的映射关系,
进而实现风机故障诊断;闫君杰等[22]研究人员基于人工神经网络对煤矿机械齿轮故障建立诊断
模型,使用输入信号训练神经网络模型,对输出信号进行分类,进而判断齿轮故障。
3.3 人工智能在煤矿机器人自主定位导航与地图构建中的应用
实现复杂非结构化煤矿环境中的自主定位导航既要考虑 GPS 技术无法直接应用于井下的问题,
又要克服粉尘、温度、湿度、噪音、气流等外界因素的干扰,这对井下受限封闭环境中的机器人
自主精准定位导航技术提出了更高的要求。基于人工智能技术进行煤矿机器人地图构建、定位
导航、路径规划、实时避障成为应用研究热点。
白云[23]提出变结构模糊神经网络,并将其应用于蛇形井下救援机器人的环境感知过程中,将多源
传感器数据进行融合,实现蛇形机器人在恶劣环境下的障碍物识别与环境建模;付华等[24]研究人
员使用人工神经网络模型,将智能化煤矿监测系统的工作空间进行建模和动态描述,利用神经网
络模型对机器人进行避障路径规划;张耀锋等[25]研究人员采用基于Elman 网络对井下机器人超
声波传感器测量误差进行补偿,大大提高了超声测距的精度和障碍物探测的能力;翟国栋等[26]研
究人员总结了双目视觉技术在煤矿救援机器人中获取事故现场信息和实现自主避障及路径规划
的研究,包括模式分类与识别、视觉测量和三维重建、组合测量与定位、视觉伺服控制等方面;
马宏伟等[27]研究人员构建了基于深度相机的机器视觉系统,提出了一种基于深度视觉的导航方
法,机器人搭载 RGB-D 深度相机进行数据采集,实现地图创建与自主导航。
4 煤矿机器人智能化研究
人工智能技术种类繁多,应用于煤矿机器人领域主要研究内容包括多模态融合智能感知、知识学
习与智能决策、智能控制协同作业等。通过感知、学习、决策、协同控制,实现煤矿机器人智能
化发展。
摘要：
展开>>
收起<<
分析人工智能在煤矿机器人中的应用现状 摘要：随着人工智能技术的迅速发展,其在煤矿的应用也越来越广泛。在煤矿生产过程中,机器人换人需求的迫切性加快了煤矿机器人的产业化应用,也加速了人工智能技术在煤矿机器人中的应用。对人工智能技术在煤矿机器人中的应用进行了分析探究,介绍了人工智能技术的主要研究内容及其在工业中的应用,分析了人工智能在煤矿生产中的应用现状,阐述了将人工智能技术有效地应用于煤矿机器人的构想,并对人工智能在煤矿机器人中发展前景进行了展望。 关键词：人工智能;煤矿机器人;智能感知;智能决策;智能监测;Applicationofartificialintelligenceincoalmine...
相关推荐
-
真空泵三维建模设计及CAD图纸
2023-01-10 316 -
人性化垃圾桶建模及二维图-机械创新设计
2023-01-10 281 -
自动包装机（V带传动说明书+三维+CAD）
2023-05-19 297 -
芋头清洗机（说明书+CAD图纸）
2023-05-19 230
-
手推式电动花生播种机设计[CAD图纸+设计说明书]
2023-05-19 352
-
一种立式机床主轴工作台结构设计8张CAD图纸
2023-05-26 133 -
M7130型卧轴矩台平面磨床-CAD全套图纸
2023-10-03 197 -
机床主轴箱展开图-侧面剖视图-机械毕业设计资料
2023-10-10 80 -
航空管道矫直机送料系统设计-CAD大全-机械毕业设计资料
2023-10-12 162 -
分类垃圾箱CAD图+SW三维设计
2023-10-24 165
作者：闻远设计
分类：非标机械电气自动化
价格：2光币
属性：7 页
大小：21.84KB
格式：DOCX
时间：2023-02-28
