煤矿井下水仓智能清淤机器人的研发与应用

井下水仓环境及工作条件恶劣,淤积物中含水量大,难以彻底清理。传统的水仓煤泥清理技术存在着较多的突出问题:工人工作环境危险性大;设备繁多、故障发生率高;无法实现对水仓积淤的实时监控、预警,为解决这一技术难题以及需求,结合互联网+、物联网、机器人控制技术、图像识别和传感器融合等机器人相关学科的先进理论与技术,研制出集远程遥控模块、视觉采集模块、智能监测模块等为一体的水仓智能清淤机器人。提高了清淤效率和煤矿智能化水平,实现井下无人或少人的清淤作业,保障了煤矿安全生产运行。     

基于SVM的井下水仓淤泥识别系统的研究

针对煤矿井下水仓经常出现的淤泥中含水量过多而导致的涌仓问题,该文设计了一种基于SVM的井下水仓淤泥表面含水量识别系统。以井下水仓的淤泥与水面对光线反射的不同情况作为识别特征,通过对数及对比度拉伸变换法提高图片局部亮度;采用自适应阈值分割法将灰度图进行二值化处理。在SVM模型中进行前景、背景分割时,将二值化图片作为输入而不是像传统SVM分类直接输入原图,有利于提高识别精度。分别计算将彩色图、二值图作为输入图像的相似度、正确率、错分率和漏分率,得出结果:采用二值化图片作为输入图片的各项分割属性均优于彩色图作为输入图像,为井下水仓涌仓预警系统的搭建提供了基础。