基于多传感器数据融合的液压支架高度测量方法

针对综采工作面液压支架高度测量困难和测量结果不准确等问题,以两柱掩护式液压支架为例,推导了利用倾角传感器所测液压支架姿态角度计算液压支架高度的表达式。为减小倾角传感器角度测量误差造成的液压支架高度测量累积误差,提出了一种基于多传感器数据融合的液压支架高度测量方法,即利用分批估计算法和自适应加权算法将分别通过掩护梁和前连杆处倾角传感器所测角度计算得到的液压支架高度数据进行融合。实验结果表明,该方法对于623.2mm高液压支架样机的高度测量误差不大于0.3mm,与单一倾角传感器测高相比,精度提高了1mm。     

液压支架关键姿态参数测量系统

针对现有液压支架姿态监测方法测量参数不全面、精度和可靠性不高、工况环境适应性差等问题,提出一种直接测量与间接测量相结合的液压支架关键姿态参数测量系统,研制了以DSP为核心、以MEMS惯导为测量元件、具备LoRa无线通信功能的姿态传感器。分析得出了影响液压支架支护姿态的关键参数,其中底座、前连杆、掩护梁和顶梁与水平面夹角及推移步距采用直接测量方式,支护高度、立柱与平衡千斤顶长度采用间接测量方式。该系统包括安装于底座、前连杆、掩护梁、顶梁处的4个姿态传感器和1个安装于底座的红外激光测距传感器,采用LoRa无线通信方式组网。底座处的姿态传感器作为网关（即网关传感器）,用于测量底座与水平面的夹角,控制红外激光测距传感器测量推移步距,并解算支护高度、立柱长度和平衡千斤顶长度;其他3处的姿态传感器作为节点（即节点传感器）,用于测量前连杆、掩护梁和顶梁与水平面的夹角,并将获得的角度信息上报至网关传感器。测试结果表明,姿态角测量的最大绝对误差为0.2°,支护高度、立柱长度、平衡千斤顶长度测量的最大百分比相对误差分别为0.78%,0.72%,0.83%,推移步距测量的最大绝对误差为1.9 mm。以ZY9...     

基于MEMS加速度计的高精度倾角传感器研制

为了测量煤矿井下液压支架姿态角度以实现支架姿态模型检测,设计了一款基于微电机系统(MEMS)加速度计的高精度倾角传感器。首先,对MEMS加速度计测倾角的基本原理进行研究。其次,分析传感器角度测量误差的影响因素,提高倾角传感器的测量精度:对加速度计的输出数据进行分析,分别设计传感器误差校准及坐标旋转的方法。最后,通过选用合适的传感测量元件及辅助电路,成功设计了高精度三轴倾角传感器。在试验室中对样机进行测试表明:该倾角传感器可以实现三轴方向上±90°范围的角度测量,测量精度在0.1°以内。该产品不仅可以用于煤矿井下,实现液压支架三轴姿态角度测量,满足液压支架姿态模型检测与分析的要求;还可以作为一种传感测量设备,在诸如工业自动化、智能平台等领域,实现角度测量功能。此外,误差校准及坐标旋转方法可以为其他高精度设备的设计提供良好的理论基础。     

液压支架支护状态分类及感知原理研究

针对目前液压支架单一的姿态测量无法全面反映其综合状态,且无法实现液压支架支护状态精确感知的问题,以两柱掩护式液压支架为例,基于液压支架三维空间受力模型,从空间几何状态和结构承载2个方面对液压支架支护状态分类及稳定性进行了分析,指出液压支架支护关键影响参数为倾角、压力和销轴力。液压支架与围岩处于非耦合状态时易发生几何失稳:构建几何平衡方程,得出重心高度和工作面倾角是影响稳定性的关键因素;提出了顶梁、底座和前连杆3个倾角确定液压支架重心位置的方法,利用双轴倾角传感器实现状态感知。液压支架与围岩处于耦合状态时易发生承载失稳:构建液压支架合力作用点的精确求解方程,通过测力销轴实现顶梁与掩护梁铰接点作用力的感知,并根据平衡区理论判定承载失稳类型。     

综采液压支架姿态监测及控制技术

目前通常采用倾角传感器实现液压支架姿态,但液压支架在综采工作面的位置是动态变化的,为保证数据监测准确,倾角传感器需要定期进行坐标校准,同时倾角传感器安装方向也有一定的要求,致使安装维护不便。针对上述问题,提出了一种综采液压支架姿态监测及控制技术。通过支架上安装的测高传感器配合底座倾角传感器监测支架高度、倾角变化情况,实现支架姿态实时监测;支架控制器将传感器监测数据上传至工作面监控中心SAC电控监控主机,若传感器监测数据与设定值有偏差,则通过监控中心支架操作台实现支架姿态远程调整,也可通过控制器程序设定自动调整支架姿态,实现支架姿态及时控制,有效防止支架运行过程中出现挤架、咬架等问题。     

矿用液压支架综合工况评价模型研究

针对现有液压支架监测系统未实现液压支架综合工况全面监测和评价的问题,建立了液压支架综合工况评价模型。通过安装于支架顶梁、前连杆、底座上的姿态传感器得到顶梁与水平面夹角、前连杆与水平面夹角、底座与水平面夹角,结合评价模型计算采高、立柱总长度、平衡油缸总长度,综合分析液压支架姿态和受力状态,实现对支架支护工况的综合评价。     

两轮自平衡车运动姿态的测量和控制

两轮自平衡车姿态测量与控制是两轮自平衡车设计的关键环节.针对两轮自平衡车倾角的测量问题,采用了卡尔曼多传感融合算法.该算法融合了加速度传感器和陀螺仪传感器数据,实现了两轮自平衡车倾角实时在线估算.根据测量得到的倾角和角速度,采用了比例微分(PD)控制算法,实现了两轮自平衡车姿态的稳定控制.     

液压支架顶梁位姿调控仿真分析

针对液压支架稳态支护对液压支架控制器自适应控制快速性和强抗干扰能力要求,以ZY10800/28/63支顶掩护式液压支架为研究对象,建立了液压支架运动学模型和阀控液压缸液压系统传递函数,设计了一种包含速度补偿的RBF神经网络控制器,基于该控制器提出了一种液压支架顶梁位姿调控系统,通过控制立柱和平衡千斤顶长度,保证支护状态下液压支架顶梁高度和姿态角稳定。在Matlab/Simulink中建立了液压支架顶梁位姿调控系统仿真模型并进行实验,结果表明:RBF神经网络控制器对阶跃信号的响应时间短,未出现超调现象;在施加顶梁冲击力情况下,RBF神经网络控制器较PID控制器和滑模控制器具有更快的响应速度、更小的超调量和更强的抗干扰能力,能维持支架顶梁位姿处于目标位置,具有良好的稳定性。     

基于多传感器数据融合的人体运动模式识别研究

针对单一传感器在人体运动姿态监测中误差较大的问题,提出了一种基于加速度传感器和陀螺仪数据融合的人体运动模式识别方法;该方法使用陀螺仪输出的人体运动信息对加速度传感器采集到的姿态角信息进行修正,采用卡尔曼滤波算法实现多传感器信息的融合,有效提高了姿态角度测量的准确度;根据人体日常的活动状态构建了基于人体姿态角度特征的隐马尔可夫模型实现人体运动模式的识别;实验表明,该方法比采用单一传感器方法识别的准确率高,可以有效区分不同的日常活动行为。     

基于UKF的MEMS传感器姿态测量系统

针对工业和民用领域对姿态测量的需求,提出了基于MEMS加速度计、陀螺仪和磁强计的姿态测量系统,并采用无先导卡尔曼滤波(Unscented Kalman Filter,UKF)方法处理传感器数据.针对基于加速度计和磁强计的姿态测量方式在动态测量时不准确的问题和单独采用陀螺仪测量角度产生漂移的问题,设计了基于方向旋转矩阵的...