离散制造智能工厂场景的AGV路径规划方法

自动导引车(Automated Guided Vehicle, AGV)的自主路径规划是离散制造智能工厂中物流系统的重要组成部分, AGV可以大大提高离散智能制造的智能化和自动化能力, 而传统的AGV导航方式自由度较低。本文研究面向离散制造智能工厂场景下的AGV自主路径规划问题, 应用深度强化学习方法提高自主路径规划的自由度。设计了一种多模态环境信息感知的神经网络结构, 并将AGV在全局障碍下的路径规划预训练策略引入到复杂的离散制造智能工厂场景下的路径规划, 实现了AGV从环境感知到动作决策的端到端路径规划。实验结果表明, 采用本文提出算法的AGV能够在复杂的离散制造智能工厂环境进行自主规划路径, 并具有较高的成功率和避障能力。     

高瓦斯矿井初采前顶板静态预裂技术研究及应用

针对高瓦斯矿井回采时初次来压步距长的问题,提出初采前采用静态破碎剂(SCA)对切眼进行静态预裂处理的技术方案。通过对静态膨胀的原理进行分析后,设计了测试系统和核心组件对SCA径向膨胀压力和轴向膨胀压力进行了测定。试验结果表明：SCA的膨胀压力随管径的增大而增大,管径一定时径向膨胀压力高于轴向膨胀压力。设计并自制了一种可搭接防滑定向聚能静态预裂装置,结合SCA的研究成果在小常煤业30218切眼进行了现场试验。工业试验结果表明：设计的静态预裂装置能够将径向膨胀压力定向聚能,强化了顶板的预裂效果,简化了静态预裂的工艺。通过UDEC数值模拟和现场钻孔窥视的方法对顶板预裂的效果进行了验证,经过静态预裂处理切眼顶板后,初次来压步距减少10.8 m,取得了良好的工业效果,满足安全生产的要求。     

基于马尔科夫模型的回归研究及其应用

在国内外回归分析方法的研究中,神经网络、支持向量机等传统方法被广泛使用,但是由于其计算量太大而且对计算模型和数据的准确性要求很高,在实际的应用中局限性强.为了解决这些难题,对Mar-ov理论和相关模型进行了深入的研究.首先将多元回归和Mar-ov模型进行结合,提出了基于多元回归的Mar-ov模型,解决了转移矩阵难以确定...     

小常煤业静态破碎剂致裂顶板技术研究

针对矿井坚硬顶板垮落难度大的问题，以晋能控股集团小常煤业30217运输巷为工程背景，运用静态破碎剂(简称SCA)致裂顶板。通过实验分析、数值模拟和工程实践相结合研究SCA的致裂效果。结果表明：SCA的径向膨胀压随着钢管内径的增大而增大，一般钢管底部的径向膨胀压大于中部，钢管内径越大，钢管底部与中部的径向膨胀压差值越大，当钢管的内径相同时，钢管的径向膨胀压随着约束程度的增大也增大；SCA作用后，30217运输巷顶板下沉量较之前增加约148 mm; 30217运输巷预裂孔装填SCA之后，辅助30217工作面顶板垮落步距减小10 m左右。工程的成功应用对具有相同开采难题的矿井具有参考意义。