数字孪生驱动的掘进机器人决策控制系统研究

针对掘进设备远程控制中存在的设备决策能力低,掘进效率不高,安全隐患大等问题,提出了一种数字孪生驱动的掘进机器人决策控制方法。通过分析对比当前数字孪生技术在煤矿领域的研究情况,设计了数字孪生驱动的掘进机器人决策控制系统体系框架,包含物理空间、虚拟空间、孪生数据、规划层、控制层、执行层6个模块,以实现虚拟样机自主规划决策,远程控制物理样机同步运动的目的。首先,结合虚拟现实技术研究了非结构化环境下的局部避障策略,建立掘进机器人运动控制模型与传感观测模型,利用激光雷达将巷道中的障碍物在虚拟环境中进行重建,采用Ray-Col方法进行机器人与障碍物之间的碰撞检测,为机器人的路径规划决策奠定基础;其次,结合深度强化学习技术研究了基于虚拟智能体的全局路径规划方法,提出了基于改进PPO算法的Muti-PPO算法,通过奖惩机制建立掘进机器人虚拟智能体,并在Unity3D平台中进行训练,训练结果表明Muti-PPO算法相比于PPO算法、SAC算法,平均奖励值分别提升了13.82%与11.31%;标准差分别下降了17.85%与16.81%;最高奖励值分别提升0.14%与0.43%,其性能在3种算法中达到最优;...     

基于数字孪生的复杂矿用设备预测性维护系统

针对恶劣工况环境下复杂矿用设备状态监测与预测性维护困难等问题,结合状态监测、故障预警和预测维护等多种综合建模与分析预测技术,提出了一种基于数字孪生的预测性维护系统。首先,介绍了复杂矿用设备数字孪生体的设计流程与构建原理,并在搭建数字孪生体的过程中实现了预测性维护系统的功能;然后,研究了基于LabVIEW、MySQL和Unity3D的状态数据获取方法,利用Unity3D开发引擎搭建了三维可视化复杂矿用设备状态监测平台,并通过虚拟空间可视化展示设备当前状态;最后,分析了优化BP（back propagation,反向传播）神经网络在复杂矿用设备故障预警中的适用性,同时利用MATLAB软件建立了复杂矿用设备关键零部件的预测性维护模型,并将预警结果通过MySQL数据库传输至Unity3D开发引擎,以驱动和部署预设维护流程,实现设备状态实时监测下的关键零部件故障预警。根据采煤机液压系统的实际维修流程,制定了混合现实（mixed reality, MR）预测性维护策略,并以采煤机摇臂部液压柱塞泵为实验对象开展有效性验证。结果表明,所构建的预测性维护系统的故障预测准确率高于90%,且故障预警结果可驱动HoloLens眼镜实现虚拟指导的维修交互,验证了该系统预测性维护功能的有效性。研究结果可为复杂矿用设备的预测性维护提供新思路。     

数字孪生驱动的悬臂式掘进机虚拟操控技术

针对悬臂式掘进机智能控制时面临的远程操控问题,结合数字孪生和虚拟仿真等技术,提出面向煤矿井下装备智能控制的"人—信息—物理系统"(HCPS)交互机制,实现掘进工作面物理空间与掘进信息虚拟空间的深度融合与交互;结合悬臂式掘进机模型,提出数字孪生驱动的悬臂式掘进机智能操控系统,从工况数据感知、数字孪生体构建、人—机—环交互3个方面实现地面虚拟掘进与井下实际掘进的深度融合;搭建悬臂式掘进机远程虚拟操控实验平台,以验证孪生数据驱动下的虚实同步等功能,截割轨迹跟踪测试表明,系统可实现掘进机虚实同步控制,截割头位置精度偏差小于40 mm,满足煤矿开采中巷道开拓的质量控制要求.基于数字孪生驱动和虚拟现实呈现的井下设备智能操控方法,在煤矿巷道可视化掘进系统和智能掘进机器人系统中应用效果良好,为煤矿井下综采综掘工作面设备的远程智能监测与控制提供了全新的思路,对促进工作面智能化系统发展重要的借鉴意义.