电动铲运机无损智能化改造及应用实践

为了解决矿山采空区矿石回收利用及在恶劣环境下消除作业人员直接接触危险危害隐患等,远程遥控采矿技术应运而生,开展其相关研究和工程应用对于促进我国地下金属矿山安全、经济、高效开采意义重大。通过对山特维克LH514E电动铲运机进行无损化改造,在未破坏原车线路的同时,实现了远程遥控行走和出矿,可随时切换遥控远程和本地手动控制,达到本质安全,现场工程应用效果良好,出矿效率达到人工出矿的85%,智能化改造后装备利用率提高30%以上,同时对其他型号铲运机无损改造提供了借鉴意义。     

电压信号多特征融合检测串联故障电弧

串联故障电弧具有产生的随机性以及发生时电路电流减小等特点,传统保护装置难以识别。当前对串联故障电弧的检测大多对电流信号进行分析,但其容易受负载影响,识别时容易误判。因此,提出一种基于电压信号多特征识别电弧故障的方法,对实验采集的电压数据进行深入分析,利用余弦相似度、Pearson相关系数和Hausdorff距离对采集到的电源端电压和负载端电压波形相似度进行分析,并通过两电压差计算出线路电压,利用时域分析提取特征。对不同采集频率进行实验分析,选取最优采集频率。最后,通过学习向量化（Learning Vector Quantization,LVQ）神经网络对上述多特征融合进行检测。不同类型的负载试验表明,该方法对故障识别准确率可达96%以上。     

面向退化环境的多传感器融合SLAM方法的研究

准确的定位和地图信息是实现井下铲运机自主导航行驶的关键。然而，对于井下环境，颠簸和湿滑的路面使编码器里程计提供的信息偏差大，没有显著特征的长巷道即感知退化的环境使雷达等传感器的位姿估计容易产生漂移，获得准确的位置和地图信息在井下环境仍具有挑战性。为实现这一目标，创新地采用松耦合框架和监督算法结合，提出了一种面向退化环境的多传感器融合SLAM（同时定位和建图）方法。此方法使用激光雷达和IMU(惯性测量单元),通过卡尔曼滤波器对IMU的高频数据和激光雷达低速姿态估计进行融合，从而提供更为准确的定位估计。此外，此系统可以自我评估退化环境，当评估到系统进入退化环境时，忽略激光雷达的位姿估计从而减少漂移。通过在井下环境中对此系统进行测试，并与其他主流方法进行对比，证明了系统的鲁棒性和高性能。