張旭輝，楊文娟，薛旭升，張 超，萬繼成，毛清華，雷孟宇， 杜昱陽，馬宏偉，趙友軍，李曉鵬，胡成軍，田勝利

(1.西安科技大學(xué) 機械工程學(xué)院，陜西 西安 710054；2.西安煤礦機械有限公司，陜西 西安 710032；3.陜西敏思特科技股份有限公司，陜西 西安 710054；4.中煤(天津)地下工程智能研究院有限公司，天津 300120；5.山東天河科技股份有限公司，山東 濟寧 273500)

目前國內(nèi)外采礦業(yè)面臨同樣抉擇，高效安全、節(jié)能減排成為共同目標。電驅(qū)替代、遠程作業(yè)、設(shè)備互聯(lián)、大數(shù)據(jù)分析、集成交互作業(yè)成為采礦業(yè)發(fā)展的新趨勢。國外提出“Digitalization(數(shù)字化)、Automation(自動化)、Sustainability(可持續(xù))”戰(zhàn)略，支撐“安全、低碳、高效和可靠”發(fā)展，數(shù)字孿生、實時邊緣計算、人工智能、自主可交互監(jiān)控、云計算、預(yù)測模擬等內(nèi)容成為下一步煤礦發(fā)展的關(guān)鍵技術(shù)。我國在“機械化換人、自動化減人”生產(chǎn)理念引導(dǎo)下，煤礦智能化發(fā)展步伐強健有力，煤礦機器人應(yīng)用推進迅速。國內(nèi)研究者針對掘進智能化進行了深入研究，煤炭學(xué)報、煤炭科學(xué)技術(shù)等期刊通過策劃煤礦快速智能掘進理論與技術(shù)、煤礦快速掘進技術(shù)與裝備等專題，系統(tǒng)總結(jié)和分析了采掘工作面智能化建設(shè)面臨的機遇與挑戰(zhàn)，王國法、王虹、吳淼、馬宏偉等為掘進發(fā)展摹畫出發(fā)展技術(shù)路線，有力促進了國內(nèi)在采掘智能化方面的協(xié)同攻關(guān)，有效緩解了“采掘失衡”，為智能礦山的建設(shè)提供強有力的支撐。

國內(nèi)學(xué)者針對掘進智能化發(fā)展理念不清晰，裝備智能化不完備、相關(guān)標準與規(guī)范缺失、支撐理論與關(guān)鍵技術(shù)儲備不足等問題，做了大量有益的工作。遠程智能掘進是實現(xiàn)少人甚至無人化掘進作業(yè)的最終愿景，目前尚缺乏指導(dǎo)這一方面的理論框架和技術(shù)體系，不利于當前掘進智能化良性發(fā)展。因此筆者聚焦煤礦巷道近程或地面遠程智能掘進場景控制需求，探討掘進裝備遠程智能控制技術(shù)構(gòu)架、使能技術(shù)及相關(guān)研究進展，對單體鉆錨、運輸設(shè)備的自動化技術(shù)不做深入介紹，僅關(guān)注掘-支-運平行作業(yè)、設(shè)備群協(xié)同等遠程控制內(nèi)容。

煤礦巷道掘進受井下巷道特殊的非結(jié)構(gòu)化環(huán)境及相對復(fù)雜的工藝環(huán)節(jié)制約，設(shè)備選型和智能管控策略各異，且掘進設(shè)備定位精度直接影響巷道走向和斷面成形質(zhì)量，因此巷道近程或地面遠程智能掘進的技術(shù)難度更大。國內(nèi)外研究機構(gòu)在煤礦巷道遠程掘錨方面做了深入研究。澳大利亞1993年開始遠程掘錨研究，2000年ABM20掘進機在Tahmoor，Tower煤礦分別試驗200多米，最高班進尺僅為8 m，試驗中發(fā)生瓦斯突出，由于工人距巷道270多米，未發(fā)生任何人員傷害。2009年山特維克研發(fā)的AutoCut技術(shù)在澳大利亞Mandalong煤礦應(yīng)用，通過可編程序列表適應(yīng)各種運行條件，自動控制掏槽油缸和截割油缸實現(xiàn)截割滾筒移動，實現(xiàn)底板和頂板平滑過渡，同時采用頂板地圖(roof mapping)功能，以鉆孔同時測量巖層硬度方法，構(gòu)建了頂板巖層硬度地圖，為頂板錨桿支護做出決策。

近幾年，國內(nèi)在遠程智能掘進技術(shù)體系方面的研究有力促進了成套設(shè)備的進步。王國法等提出改進掘進工藝技術(shù)模式，攻克快速支護、掘進裝備定位導(dǎo)航、自主連續(xù)掘進、遠程智能管控和高效無人掘進成套裝備等關(guān)鍵技術(shù)難題，探索實現(xiàn)配套裝備自動化、智能化、一體化掘進模式，構(gòu)建適用于不同煤層條件的煤礦智能化快速掘進工藝技術(shù)與裝備體系。王虹等認為需要圍繞安全、高效掘進兩大目標，攻關(guān)定位導(dǎo)航、自動支護、自適應(yīng)截割等智能掘進關(guān)鍵技術(shù)，突破環(huán)境智能感知、掘進裝備智能決策、自動化執(zhí)行等技術(shù)難題，構(gòu)建“邊緣感知、平臺決策、設(shè)備執(zhí)行、遠程運維”4 個維度的智能掘進系統(tǒng)基本架構(gòu)。吳淼等提出了掘進機器人群組設(shè)備多機協(xié)同完成鉆探、掘進、臨時支護、永久支護等巷道智能化開拓作業(yè)的智能掘進理論，以智能感知技術(shù)、自主控制技術(shù)、群組協(xié)同技術(shù)為核心，構(gòu)建“感知-控制-探、掘、護、錨”3個層次的智能化掘進技術(shù)體系，以實現(xiàn)煤礦綜合掘進機器人化裝備的協(xié)同作業(yè)。王步康系統(tǒng)分析了適應(yīng)不同地質(zhì)條件的掘進裝備與掘進工藝，從巷道掘進基礎(chǔ)理論研究、裝備智能化與成套化、掘進機器人、現(xiàn)代感知技術(shù)等層面預(yù)測了未來發(fā)展方向與趨勢。胡興濤等研究“掘進機位姿感知、工作面環(huán)境感知、設(shè)備狀態(tài)感知”的空間一體化感知體系，提出按照“以智能化超前感知為基礎(chǔ)，以多源數(shù)據(jù)計算為中心，以安全智能快速掘進為目標”的原則研究煤礦巷道智能化掘進的自主感知、基于 F5G 通訊技術(shù)多源數(shù)據(jù)、圖像傳輸和存儲技術(shù)、大數(shù)據(jù)云計算和控制軟件技術(shù)等協(xié)同工藝理論和關(guān)鍵技術(shù)，對煤礦巷道智能化高效掘進提供有效技術(shù)探索。馬宏偉等給出了制約煤礦巷道掘進的智能截割、智能導(dǎo)航、智能協(xié)同控制和遠程智能測控四大關(guān)鍵技術(shù)解決思路及方法，研發(fā)的護盾推移式煤礦巷道掘進機器人系統(tǒng)成套裝備2020年應(yīng)用于陜煤渝北小保當煤礦，構(gòu)建數(shù)字孿生驅(qū)動的遠程掘進管控系統(tǒng)實現(xiàn)了地面監(jiān)控室掘進可視化，在遠程智能決策方面做出了有益探索。總體而言，雖然綜采工作面建設(shè)為智能掘進發(fā)展奠定了多方面的技術(shù)基礎(chǔ)和組織經(jīng)驗保障，近幾年智能遠程掘進也取得了很多基礎(chǔ)理論和關(guān)鍵技術(shù)方面的突破，但是尚存在一些亟待協(xié)同攻關(guān)的難題。

因此，針對巷道近程或地面遠程智能掘進場景控制需求，筆者研究數(shù)字孿生驅(qū)動下的掘進裝備遠程智能控制模型及技術(shù)體系，介紹了遠程虛擬呈現(xiàn)、精確位姿感知、孿生數(shù)據(jù)共享、虛實同步驅(qū)動、工藝記憶截割、設(shè)備群碰撞預(yù)警等方面的研究進展，為解決智能決策、精確定位、軌跡規(guī)劃、碰撞預(yù)警、人機協(xié)同等方面難題提供新的參考，為實現(xiàn)井下少人掘進奠定基礎(chǔ)。

1 遠程智能掘進技術(shù)分析及解決方案

我國綜采工作面智能化技術(shù)發(fā)展迅速，經(jīng)過引進消化、技術(shù)創(chuàng)新和自主研發(fā)等階段攻關(guān)，2020年底國內(nèi)已建成近400個智能綜采工作面。以陜西黃陵為代表“智能控制+遠程干預(yù)”的智能化開采模式在全國多個礦區(qū)建成運行，以工作面慣性導(dǎo)航系統(tǒng)和高精度磁致伸縮行程傳感器應(yīng)用為代表的工作面自動找直技術(shù)，以地質(zhì)建模構(gòu)建數(shù)字煤層為代表的“透明工作面”智能開采技術(shù)，代表不同階段的智能化少人開采的技術(shù)路徑，積累了大量智能化方面的技術(shù)和經(jīng)驗。中國礦業(yè)大學(xué)、西安科技大學(xué)等單位對數(shù)字孿生驅(qū)動采掘工作面智能化技術(shù)進行了較為深入研究，為行業(yè)智能化發(fā)展提供了參考。圖1為綜采工作面虛擬遠程控制系統(tǒng)框圖。

相比于綜采工作面，目前絕大多數(shù)巷道掘進采用的懸臂式掘進機施工尚采用人工操作，施工時掘進機司機通過目視斷面上的激光光斑控制掘進機截割頭，巷道中心軸線靠精確調(diào)整的激光指向儀設(shè)定激光光斑保證，掘進工程質(zhì)量很大程度上取決于司機的經(jīng)驗和熟練程度?？紤]掘進工作面工況存在的高粉塵、低照度、復(fù)雜地質(zhì)條件等因素，現(xiàn)有掘進質(zhì)量規(guī)范下掘進裝備的位姿和工況狀態(tài)檢測難度極大，表現(xiàn)在：成形截割精度要求高(安全規(guī)程要求小于100 mm)，機身和截割頭位姿測量精度直接影響巷道成形斷面誤差，定向精度導(dǎo)致的巷道開拓誤差對后繼施工影響較大等。因此，煤礦井下掘進裝備的動態(tài)、精確定位技術(shù)已經(jīng)成為提升采掘效率，解決“采掘失衡”難題的行業(yè)共識。

遠程掘進應(yīng)該包含本地控制和遠程控制內(nèi)容，前者是后者的依托和基礎(chǔ)。井下巷道掘進設(shè)備的姿態(tài)精確測量、自主定位與導(dǎo)航、掘進斷面自動成形監(jiān)控，以及人員定位與防護、錨固作業(yè)自動化、掘-支-運設(shè)備自主聯(lián)動、掘進過程可視化監(jiān)測和實時通信都是遠程掘進需要解決的問題。如圖2所示，設(shè)備精確位姿測量解決“在哪里”的問題，最為關(guān)鍵；其次自主定位與導(dǎo)航解決“去哪里”的問題，關(guān)系到掘進方向是否正確，也是巷道截割質(zhì)量評價的關(guān)鍵，需要設(shè)備群的協(xié)同。

圖1 數(shù)字孿生驅(qū)動的綜采工作面遠程控制技術(shù)原理Fig. 1 Principle of remote control technology based on DT of mechanized longwall mining

圖2 煤礦遠程智能掘進技術(shù)需求分析Fig.2 Technical demands for remote intelligent mining

煤礦井下巷道掘進本地控制的實質(zhì)是將掘進設(shè)備作為“移動機器人+串聯(lián)機械手”組合體，利用機器人正、逆運動學(xué)求解，以設(shè)計路徑參數(shù)為目標，以實時測量數(shù)據(jù)為反饋，達到伺服控制、軌跡跟蹤的結(jié)果，形成要求的形狀和尺寸的高質(zhì)量巷道。解決了上述井下問題，在掘進工作面遠端或地面遠程控制時，除了關(guān)注井下工作面設(shè)備工況和控制狀態(tài)，需要解決數(shù)據(jù)直觀呈現(xiàn)的問題，為監(jiān)控人員提供更多決策信息能夠在自動作業(yè)過程中對異常狀態(tài)進行人為干預(yù)，達到“人機協(xié)同”遠程掘進控制的目的。因此，提升井下掘進機智能化水平，以機器人技術(shù)、數(shù)字工作面、精確定位、自主導(dǎo)航、定形截割構(gòu)建本地控制理論和技術(shù)基礎(chǔ)，解決遠程控制中的多維數(shù)據(jù)呈現(xiàn)、設(shè)備群碰撞、掘進工藝建模和人機協(xié)同機制問題，是遠程智能掘進的關(guān)鍵。

針對煤礦井下采煤和掘進施工復(fù)雜度高、監(jiān)測數(shù)據(jù)量大，協(xié)同控制難度大，“自動控制+人工視頻干預(yù)”的控制方案難以實現(xiàn)工作面常態(tài)化自動生產(chǎn)等問題，近幾年煤炭行業(yè)多家研究單位將數(shù)字孿生(DT)和虛擬現(xiàn)實(VR)引入采掘工作面設(shè)備群遠程智能控制決策系統(tǒng)，提出“慣導(dǎo)+”或“視覺+”等多種方法有效解決煤礦井下采掘工作面設(shè)備精確定位、自主導(dǎo)航和自主截割難題，“數(shù)字煤層、虛實同步、數(shù)據(jù)驅(qū)動、實時修正、虛擬碰撞、截割預(yù)測、人機協(xié)同”的煤礦井下設(shè)備遠程控制技術(shù)體系已經(jīng)成為行業(yè)解決采掘工作面智能化的共識，這對破解目前煤礦井下工作面煤巖界面預(yù)測、少人或無人自動截割控制、設(shè)備群間異常檢測等難題起到了重要推動作用。

在前期研究基礎(chǔ)上，筆者提出了數(shù)字孿生驅(qū)動掘進裝備遠程智能控制技術(shù)構(gòu)架，通過構(gòu)建掘進工作面數(shù)字孿生體，將井下人員、設(shè)備、環(huán)境相關(guān)信息呈現(xiàn)到數(shù)字空間，虛實融合，共智互驅(qū)，達到數(shù)字掘進與物理掘進智能協(xié)同的目標，破解掘進施工中人-機-環(huán)共生安全難題。為了聚焦遠程控制任務(wù)，提出以掘進為控制時空參考的掘-支-運作業(yè)機制，以掘進定位、定向?qū)Ш胶投ㄐ谓馗顬楹诵?，自動鉆錨和高效轉(zhuǎn)運輔助的遠程控制構(gòu)架。圖3為數(shù)字孿生驅(qū)動掘進裝備遠程控制模型及技術(shù)體系示意，圖4為遠程智能掘進的系統(tǒng)架構(gòu)。

圖3 數(shù)字孿生驅(qū)動掘進裝備遠程智能控制模型及技術(shù)體系Fig.3 DT-driven remote intelligent control model and technical system of tunneling equipment in coal mine

圖4 遠程智能掘進總體控制架構(gòu)Fig.4 Overall control architecture of remote intelligent driving

該遠程控制系統(tǒng)主要功能：

(1)基于激光點-線特征的掘進機機身和截割臂視覺測量，獲得井下巷道掘進設(shè)備移動中的精確位姿(包括位置和姿態(tài))和截割臂實時位姿數(shù)據(jù)，結(jié)合掘進機參數(shù)解算出截割頭的運動軌跡。

(2)利用(1)的結(jié)果，實現(xiàn)人工示教軌跡規(guī)劃，破解復(fù)雜工況和環(huán)境下的掘進機軌跡規(guī)劃難題，即熟練司機操作機身和截割臂完成一個截割循環(huán)，實時記錄位姿信息數(shù)據(jù)，下一個截割循環(huán)采用記憶數(shù)據(jù)控制掘進全過程中的機身和截割臂運動，實現(xiàn)自動化截割、自動刷幫等工藝環(huán)節(jié)。

(3)以巷道、掘-支-運設(shè)備群等靜態(tài)信息，加上掘進中的巷道動態(tài)變化和設(shè)備實時位姿等數(shù)據(jù)，建立設(shè)備位姿顯示、運動學(xué)、協(xié)調(diào)控制、自主決策等方面的數(shù)學(xué)模型，構(gòu)建掘進工作面人-機-環(huán)數(shù)字孿生體。

(4)掘進監(jiān)控中，以物理世界——井下掘進工作面設(shè)備群實時數(shù)據(jù)，驅(qū)動虛擬世界——掘進工作面孿生體，實現(xiàn)虛實同步運動和虛擬設(shè)備群位姿實時修正，從而保證虛擬空間呈現(xiàn)場景可以作為遠程控制的決策依據(jù)。

(5)在虛擬空間可以借助牛頓力學(xué)碰撞模型，實現(xiàn)無傳感器數(shù)據(jù)的設(shè)備群全方位碰撞檢測和預(yù)警(通過幾何膨脹或閾值設(shè)定)，與有人值守的遠程控制端人工決策有機結(jié)合，可以大大提高遠程掘進異常干預(yù)的自主性和智能化，為遠程掘進常態(tài)化提供技術(shù)支撐。

2 煤礦遠程智能掘進面臨的主要挑戰(zhàn)

掘進工作面智能化的研究不斷深入，近幾年已經(jīng)成為煤礦智能化研究的熱點，但是在相關(guān)基礎(chǔ)理論、設(shè)備定位、定向?qū)Ш脚c糾偏、成形截割、協(xié)同控制等方面還存在不足。

2.1 掘進狀態(tài)感知基礎(chǔ)理論研究不足

煤礦井下存在低照度、高粉塵、水霧、振動，以及電磁干擾等因素影響，很多地面成熟技術(shù)及設(shè)備在井下實際應(yīng)用存在嚴峻挑戰(zhàn)，甚至不能使用。機電設(shè)備位姿、工況等感知元件的安裝也由于防爆、供電等特殊要求存在諸多難題。遠程控制模式下需要井下設(shè)備更多、更全面的感知傳感器，為遠程監(jiān)控人員提供設(shè)備位姿、工況數(shù)據(jù)、設(shè)備與環(huán)境變化等方面信息，避免“盲人摸象”，保障設(shè)備可靠性同時實現(xiàn)多維數(shù)據(jù)可視化呈現(xiàn)。礦井環(huán)境下的不同感知手段適應(yīng)性設(shè)計理論、多設(shè)備協(xié)同控制決策，以及遠程控制網(wǎng)絡(luò)實時性等方面的基礎(chǔ)研究應(yīng)該引起廣泛重視。比如井下視覺應(yīng)用應(yīng)進一步探討防爆玻璃折射影響下的礦用相機建模與校正、礦用相機非線性成像系統(tǒng)優(yōu)化設(shè)計理論與方法。

2.2 掘進機定位問題尚待突破

掘進工作面設(shè)備定向與定形截割、設(shè)備群碰撞預(yù)警與協(xié)同控制，都受制于位姿測量的準確性和可靠性。針對掘進機的精確位姿測量問題，國內(nèi)外眾多高校、研究機構(gòu)開展了卓有成效的研究。目前掘進機的自動位姿測量方法中全站儀導(dǎo)向技術(shù)對環(huán)境要求較高，慣性導(dǎo)航技術(shù)定位時間累積誤差大，羅盤類傳感器精度易受外界電磁干擾，視覺測量要克服井下惡劣工作環(huán)境以及相機拍攝姿態(tài)等方面影響。視覺測量技術(shù)由于非接觸、無累計誤差等優(yōu)勢得到廣泛關(guān)注，也在掘進機位姿測量方面得到一定程度的應(yīng)用。但是掘進巷道工況環(huán)境惡劣，粉塵質(zhì)量濃度高、伴隨有水霧、雜光干擾，以及采掘振動影響等因素對圖像測量的穩(wěn)定性和可靠性影響很大。因此，如何實現(xiàn)綜掘工作面復(fù)雜工作環(huán)境中掘進機的精準定位、高效開采活動成為了礦山工程領(lǐng)域發(fā)展過程中面臨的科學(xué)難題。

2.3 掘進機定向?qū)Ш脚c成形截割亟待深入研究

懸臂式掘進機的定向掘進是解決巷道掘進方向控制的關(guān)鍵問題。巷道施工中根據(jù)位姿誤差信息對機身進行控制，連續(xù)的航向位姿形成定向?qū)Ш綄嶋H路徑，結(jié)合截割臂的運動控制可以實現(xiàn)巷道斷面的成形控制。非全斷面掘進設(shè)備需要控制機身和截割頭，實現(xiàn)預(yù)定截割軌跡的跟蹤控制，全斷面掘進設(shè)備相對簡單，僅需關(guān)注航向方向位移為掘進進尺提供參考。由于懸臂式掘進機掘進使用最廣、最靈活，但工藝復(fù)雜、一般使用在地質(zhì)復(fù)雜場合，因此，國內(nèi)外對其成形截割控制研究較多?，F(xiàn)有研究對重載非完整約束的懸臂式掘進機器人開展較多，思路是將截割臂當做一個移動機械臂，進行統(tǒng)一的運動學(xué)建模實現(xiàn)掘進機的機器人化，實現(xiàn)懸臂式掘進機自動截割。但是由于機身位姿測量的成本和技術(shù)限制，基于機身位姿測量數(shù)據(jù)和規(guī)劃軌跡的全局軌跡(包括機身軌跡和截割頭軌跡2部分)跟蹤控制還處于研究階段。

2.4 設(shè)備群協(xié)同應(yīng)用研究不夠

智能協(xié)同控制技術(shù)是智能掘進機器人系統(tǒng)的核心。掘進工作面實現(xiàn)掘-錨-支-運-通過程中，設(shè)備群協(xié)同是實現(xiàn)多工序并行作業(yè)的技術(shù)基礎(chǔ)。在實現(xiàn)單個設(shè)備智能控制的基礎(chǔ)上，如何通過對煤礦掘進多個任務(wù)并行、多個設(shè)備智能協(xié)同控制成為重要研究內(nèi)容之一。目前，掘進工作面作業(yè)線上各設(shè)備獨立，缺乏信息感知、交流、互通功能，實時協(xié)作能力弱、人機交互性差，掘進工藝流程缺乏統(tǒng)一規(guī)范，要實現(xiàn)巷道智能化快速掘進，就必須建立掘進設(shè)備各子系統(tǒng)之間的并行協(xié)同控制機制。

2.5 遠程控制實時性等基礎(chǔ)技術(shù)未引起重視

我國煤礦賦存條件復(fù)雜，掘進工作面環(huán)境惡劣，存在煤層起伏大、頂板松軟、夾矸與片幫并存、水與瓦斯突出等一系列問題，且不同礦區(qū)差異大，掘進作業(yè)本地控制的自動化、智能化難度較大。雖然地面一鍵啟動、數(shù)據(jù)驅(qū)動遠程監(jiān)控、三維可視化監(jiān)測等技術(shù)得到一定應(yīng)用，但是對井下采掘工作面的遠程控制基礎(chǔ)理論和技術(shù)研究基本處于空白，行業(yè)還存在“快”即為實時，控制沒有模型的理解誤區(qū)。因此，煤礦網(wǎng)絡(luò)控制系統(tǒng)實時性保障技術(shù)、網(wǎng)絡(luò)通信系統(tǒng)實時性、數(shù)字孿生驅(qū)動的遠程掘進控制系統(tǒng)模型等基礎(chǔ)理論及技術(shù)研究應(yīng)該高度重視，這是實現(xiàn)真正意義上的遠程控制必經(jīng)之路。

3 遠程智能掘進關(guān)鍵技術(shù)研究進展

3.1 “DT+VR”井下掘進人-機-環(huán)智能管控技術(shù)

(1)煤礦智能掘進工作面數(shù)字孿生技術(shù)。隨著信息技術(shù)與煤礦相關(guān)專業(yè)的深度融合，少人化、無人化、機器人化、智能化等先進生產(chǎn)理念在煤炭行業(yè)快速推廣。馬宏偉、袁亮、程建遠、毛善君等等提出了基于虛擬現(xiàn)實的數(shù)字礦山設(shè)想并進行了大量研究。煤礦“透明”地質(zhì)條件是實現(xiàn)智能快速掘進的重要基礎(chǔ)之一。目前，相關(guān)專家、學(xué)者在基于智能鉆探、智能物探、地質(zhì)數(shù)據(jù)數(shù)字化、地質(zhì)信息智能化更新和地質(zhì)信息可視化等多源數(shù)據(jù)的綜合地質(zhì)建模上開展了大量研究，以滿足煤礦智能快速掘進和精準開采的地質(zhì)條件需求，如圖5所示。

西安合智宇信息科技有限公司聯(lián)合陜西黃陵煤礦研發(fā)了一種基于數(shù)字煤層的綜采工作面精準開采系統(tǒng)，并進行了工業(yè)性試驗。該系統(tǒng)首先建立初始三維數(shù)字煤層模型，通過綜采設(shè)備慣導(dǎo)、里程計、雷達、角度傳感器等動態(tài)感知采煤機實際行走軌跡和截割軌跡進行模型動態(tài)修正，最后根據(jù)修正后模型動態(tài)規(guī)劃采煤機截割軌跡曲線。

圖5 地質(zhì)建模與三維“透明”呈現(xiàn)Fig.5 Transparent geological modeling and 3D rendering

張旭輝等提出煤礦虛擬工作面構(gòu)建與采掘設(shè)備操控技術(shù)構(gòu)架，建立了煤礦井下裝備智能控制的“人-信息-物理系統(tǒng)”(HCPS)交互機制，如圖6，7所示，為實現(xiàn)掘進工作面物理空間與掘進信息虛擬空間的深度融合與交互奠定了基礎(chǔ)。結(jié)合數(shù)字工作面模型，試驗驗證了數(shù)字孿生驅(qū)動的懸臂式掘進機智能操控系統(tǒng)可行性，為煤礦井下綜采綜掘工作面設(shè)備的遠程智能監(jiān)測與控制提供了全新的思路。

(2)煤礦井下視覺成像系統(tǒng)標定基礎(chǔ)理論。近年來，智能視覺技術(shù)在煤礦井下迅猛發(fā)展，在固定設(shè)備及場合視覺監(jiān)測、煤流檢測、人員定位及異常狀態(tài)識別，甚至工作面直線度和設(shè)備位姿測量方面得到一定的工程應(yīng)用。但是影響圖像質(zhì)量的防爆玻璃折射、采掘振動影響，以及高粉塵、低照度和雜光干擾環(huán)境下的應(yīng)用性研究基本空白，影響了測量的穩(wěn)定性和精度。

圖6 掘進虛擬工作面構(gòu)建及軌跡預(yù)測機理Fig.6 Mechanism of the virtual face construction and the trajectory prediction

圖7 掘進設(shè)備數(shù)字孿生數(shù)據(jù)驅(qū)動技術(shù)構(gòu)架Fig.7 Technical framework of DT-driven excavating equipment

掘進過程中的機身振動引起測量不準確，利用機載穩(wěn)像、消抖算法等方法保證機器視覺測量穩(wěn)定性，是精準掘進的必然要求。YANG等研究了振動工況下礦用防爆相機的成像模糊機理，構(gòu)建基于非均勻模糊核的礦用相機參數(shù)化幾何模型描述振動或運動引起的圖像非均勻模糊，并建立基于變分參數(shù)優(yōu)化更新方程來評估與優(yōu)化參數(shù)分布，利用獲取的非均勻模糊核完成迭代盲復(fù)原算法，實現(xiàn)單圖像盲去模糊，為井下視覺測量提供了高質(zhì)量圖像。圖9為振動工況下線特征模糊建模與去模糊效果。圖9(a) 為繞軸旋轉(zhuǎn)的三維空間點模型示意，其中表示相機坐標系，(,,)是在目標坐標系的三維空間點，(,)為點的成像點。圖9(b)為運動模擬測試平臺，圖9(c)，(d)為激光點-線特征圖像處理前后對比，圖9(e)，(f)局部表達了激光束運動模糊處理前后效果，其中坐標單位為像素點個數(shù)，經(jīng)過處理后激光束模糊圖像的均方根誤差從8.267 pixel減小到0.065 pixel，表明去模糊后的激光束位置更接近真實值。

3.2 煤礦井下掘進機位姿精準測量理論

懸臂式掘進機機身及截割頭位姿的實時、準確測量是實現(xiàn)煤礦巷道掘進定向?qū)Ш胶投ㄐ谓馗畹幕A(chǔ)和核心內(nèi)容。針對掘進機的自動位姿測量技術(shù)方面的研究，專家學(xué)者們提出了多種不同的技術(shù)方案，并取得了一定的研究成果。目前方法主要有iGPS測量技術(shù)、基于全站儀的導(dǎo)向和定位、慣性測量技術(shù)、超寬帶測量技術(shù)、空間交匯測量技術(shù)和視覺測量等?；谌緝x的測量系統(tǒng)由于掘進過程中巷道內(nèi)粉塵質(zhì)量濃度大，測量環(huán)境惡劣，加之棱鏡光路易遮擋，測量結(jié)果穩(wěn)定性亟待解決。基于慣性傳感器的掘進機位姿測量系統(tǒng)存在時間累積誤差，難以長程連續(xù)地提供位置參量，目前研究熱點是如何將井下采掘與施工工藝有機結(jié)合解決工程難題。

圖8 引入玻璃折射的礦用相機建模與畸變校正Fig.8 Lens modeling and distortion correction for mining Camera with glass refraction

基于立體視覺的掘進機機身位姿檢測技術(shù)，在礦井下的應(yīng)用主要集中于對車輛與人員的監(jiān)控，而應(yīng)用于機身定位方面的文獻較少。吳淼研究團隊研究基于空間交匯測量技術(shù)的懸臂式掘進機位姿自主測量方法，得到懸臂式掘進機在固定坐標系下的位姿狀態(tài)。西安科技大學(xué)近年來系統(tǒng)研究了煤礦井下移動目標的位姿測量問題，在采掘工作面智能化建設(shè)中得到一定程度的驗證。

..“視覺”組合定位

張旭輝等提出“視覺+”位姿測量方法，基于激光點-線特征標靶的懸臂式掘進機機身及截割頭位姿單目視覺測量方案，以巷道設(shè)計走向數(shù)據(jù)為基準，建立巷道坐標系實現(xiàn)掘進裝備機體的全位姿檢測，為進一步實現(xiàn)智能截割、糾偏控制、定向掘進提供基礎(chǔ)數(shù)據(jù)，該方案包括機身全局定位和截割頭局部定位2個子系統(tǒng)，前者獲得機身在巷道坐標系下的空間位姿，后者獲得截割頭在掘進機身坐標系下的空間位姿，圖10為視覺定位系統(tǒng)示意。其中，，，分別為巷道坐標系、激光束標靶坐標系、多點LED標靶坐標系；，，和分別為掘進機機身坐標系、后置相機坐標系、前置相機坐標系、截割頭坐標系，，，為掘進頭工作時的受力?？紤]視覺測量可能存在的遮擋、丟幀等問題，實際測試時該系統(tǒng)采用低成本慣導(dǎo)，以多傳感器融合保證動態(tài)測量的穩(wěn)定性。

(1)基于兩激光線的2P3L測量方法?？紤]多點特征和直線特征合作標靶在高粉塵水霧、低照度的煤礦井下環(huán)境中具有更強的抗遮擋能力，課題組創(chuàng)新設(shè)計了多點LED標靶和平行安裝的激光指向儀形成兩激光束標靶，通過構(gòu)建基于線特征的單目視覺2P3L測量數(shù)學(xué)模型，解算得到懸臂式掘進機機身的位置和姿態(tài)參數(shù)，結(jié)合多點激光標靶測量截割臂位姿結(jié)果，實現(xiàn)了掘進機的精確定位、定向?qū)Ш胶投ㄐ谓馗羁刂啤?019年在山西某礦掘進巷道進行了工業(yè)性試驗(圖11)，，方向測量誤差均小于±40 mm，滿足了巷道掘進質(zhì)量評價要求，表明了井下巷道長距離單目視覺位姿測量的可行性。

圖9 礦用圖像模糊建模與去模糊Fig.9 Fuzzy modeling and deblur of mine image

圖10 基于激光點-線特征的懸臂式掘進機定位系統(tǒng)Fig.10 Position estimation based on laser point and line characteristics for Roadheader

(2)基于三激光線的3P3L測量方法。上述兩激光束(2P3L)方法參數(shù)標定過程復(fù)雜，在井下環(huán)境的測量穩(wěn)定性尚需進一步提高。理論分析可知，3條激光線及以上，都可以構(gòu)建空間測量模型，但是4線以上會提高現(xiàn)場安裝難度，也容易造成特征線的空間交叉，導(dǎo)致多激光線特征難以提取。因此，該團隊研發(fā)了一種新型三激光束掘進機機身位姿單目視覺測量系統(tǒng)，以3束激光作為圖像特征信息源，構(gòu)建基于3點3線(3P3L)定位特征的掘進機機身位姿測量模型，利用基于最小化重投影誤差方法獲得了掘進機機身位姿的最優(yōu)解，提高了系統(tǒng)位姿測量精度和穩(wěn)定性。圖12為2021年12月基于三激光線的掘進機定位系統(tǒng)在陜北大海則煤礦井下運行中提取的線特征，測量精度比2P3L至少提高1倍。在巷道低照度、高粉塵和多種雜光干擾情況下，3P3L獲得了更高測量精度和穩(wěn)定性，特別是降低了視覺系統(tǒng)在井下現(xiàn)場的標定難度。

圖11 基于2P3L的掘進機輔助截割井下試驗Fig.11 Testing of visual cutting system based on 2P3L of Boom-type roadheader underground roadway

圖12 井下巷道復(fù)雜背景下三激光束特征提取結(jié)果(局部)Fig.12 Feature extraction results of three laser beams under the complex background of underground roadway(Local)

..慣導(dǎo)組合定位

筆者研究了基于多傳感器信息融合的組合導(dǎo)航位姿檢測方法，采用微機電系統(tǒng)捷聯(lián)慣導(dǎo)的姿態(tài)導(dǎo)航算法和地磁導(dǎo)航算法，利用卡爾曼濾波融合多源信息來抑制航向角的漂移，結(jié)合四元數(shù)和改進的航姿參考系統(tǒng)算法，確定巡檢機器人的姿態(tài)信息,實現(xiàn)機器人實時位姿測量。馬宏偉等采用光纖慣導(dǎo)、油缸行程傳感器和數(shù)字全站儀信息融合進行精確定位定向檢測，考慮油缸行程傳感器和慣導(dǎo)組合會產(chǎn)生位置累積誤差，而數(shù)字全站儀可以測量出煤礦智能掘進機器系統(tǒng)精確位置信息，通過建立基于數(shù)字全站儀的慣導(dǎo)與油缸行程組合位置誤差修正模型，試現(xiàn)了煤礦智能掘進機器人系統(tǒng)的精準位姿檢測。

3.3 定向?qū)Ш脚c糾偏技術(shù)

煤礦井下掘進設(shè)備導(dǎo)航目前有基于慣性導(dǎo)航、慣導(dǎo)+組合導(dǎo)航方式、基于視覺導(dǎo)航方式、慣導(dǎo)+視覺組合方式。吳淼教授團隊深入研究了掘進機導(dǎo)航系統(tǒng)，提出的二維里程輔助自主導(dǎo)航方法，分析掘進機滑移特點研制出一種外置式二維里程的測量裝置，實現(xiàn)了二維里程輔助的組合導(dǎo)航算法。該裝置和實驗系統(tǒng)如圖13，14所示。

圖13 二維里程測量裝置Fig.13 Two-dimensional mileage measuring device

圖14 掘進機定位試驗系統(tǒng)Fig.14 Roadheader positioning system

在實現(xiàn)掘進機位姿檢測的基礎(chǔ)上，須完成掘進機的自主糾偏以保證巷道截割質(zhì)量。針對工況復(fù)雜且存在封閉邊界的受限巷道空間，吳淼等將綜掘巷道環(huán)境自適應(yīng)劃分為區(qū)域柵格，提出掘進機糾偏影響度作為模型降維與簡化的指標，結(jié)合掘進機自身運動特點與實際工況，建立掘進機在柵格場景中的自主糾偏運動模型，實現(xiàn)了結(jié)合PID算法與神經(jīng)網(wǎng)絡(luò)的自主糾偏算法，并采用EBZ-55 掘進機與模擬巷道驗證了糾偏算法的可行性。該糾偏系統(tǒng)結(jié)構(gòu)如圖15所示，其中，()為系統(tǒng)輸入；()為系統(tǒng)輸出；，，分別為PID的比例、積分和微分環(huán)節(jié)參數(shù)。

圖15 掘進機自主糾偏控制系統(tǒng)結(jié)構(gòu)Fig.15 Control system of the auto rectification

基于視覺導(dǎo)航的懸臂式掘進機自動定向掘進控制方法，以巷道中激光指向儀的激光點和激光束為特征，采用單目視覺技術(shù)構(gòu)建了基于門形結(jié)構(gòu)的掘進機機身位姿視覺測量模型，通過空間矩陣變換解算巷道中機身位姿。根據(jù)懸臂式掘進機運動特點確定掘進機糾偏控制策略，基于懸臂式掘進機運動學(xué)建立掘進機定向掘進運動控制模型，采用Backstepping方法，選取合適的Lyapunov函數(shù)設(shè)計掘進機軌跡跟蹤控制器，有效解決掘進機軌跡跟蹤控制問題，如圖16，17所示。

圖16 機身軌跡跟蹤結(jié)果Fig.16 Trajectory tracking of roadhead

圖17 機身軌跡跟蹤誤差Fig.17 Trajectory tracking error of roadhead

3.4 掘進機智能截割控制技術(shù)

吳淼團隊多年堅持智能掘進技術(shù)研究，對自適應(yīng)控制、記憶截割進行了很多有創(chuàng)意的探索。針對井下掘進機截割智能化程度低、截割臂擺速不能根據(jù)煤巖硬度進行自適應(yīng)調(diào)節(jié)的問題，研究了基于多種傳感器信息掘進機截割臂自適應(yīng)截割控制策略和掘進機姿態(tài)調(diào)整模型辨識與精準控制方法；針對煤礦掘進機機器人化和無人化的目標，提出了一種懸臂式掘進機煤矸智能截割控制系統(tǒng)與方法，提高掘進機截割煤矸的效率和智能化程度；針對常見及復(fù)雜構(gòu)造斷面，提出了懸臂式掘進機斷面成型軌跡多目標優(yōu)化方法。

另外，為實現(xiàn)從人工截割到自主截割，吳淼課題組提出一種縱軸式掘進機記憶截割控制方法，如圖18所示，該方法可對人工示范的過程進行記憶學(xué)習(xí)及智能優(yōu)化，并一鍵式觸發(fā)掘進機按所學(xué)路徑信息自動截割后續(xù)斷面，還可根據(jù)實際截割情況對路徑進行微調(diào)，以避開煤巖過硬的位置。地面試驗結(jié)果表明，系統(tǒng)運行穩(wěn)定可靠，控制精度較高。但是該方法未將機身運行考慮進截割頭位姿跟蹤環(huán)節(jié)，限制了使用效果。

圖18 懸臂式掘進機記憶截割控制原理Fig.18 Principle of memory control for roadheader

筆者所在課題組研究了懸臂式掘進機視覺伺服控制技術(shù)，提出采用視覺實時位姿測量和電液伺服控制，采用軌跡規(guī)劃與人工示教相結(jié)合的方式，實現(xiàn)復(fù)雜運動環(huán)境下的掘進機機身視覺伺服和截割頭運動軌跡跟蹤控制?？紤]不同地質(zhì)條件和底板穩(wěn)定性影響，先利用視覺位姿測量方法，實時記錄人工操作機身和截割臂的軌跡完成一個截割循環(huán)，隨后下一個截割循環(huán)采用記憶數(shù)據(jù)控制掘進全過程中的機身和截割臂運動，實現(xiàn)自動化截割、自動刷幫等工藝環(huán)節(jié)，避免了掘進機在不同工況和環(huán)境下的軌跡規(guī)劃難題。圖19為懸臂式掘進機的人工示教記憶截割控制系統(tǒng)原理框圖。

圖19 基于視覺測量的“人工示教”記憶截割系統(tǒng)原理Fig.19 Diagram of the manual memory cutting control system based on vision position estimation

系統(tǒng)以截割頭跟蹤截割斷面為目標，視覺實時測量的截割頭位姿(包括截割頭相對機身的位姿和機身位姿)為反饋量。為保證斷面成形精度，基于截割頭位置信息建立截割頭軌跡跟蹤控制模型，以截割頭位姿為反饋確定截割頭位置偏差，利用控制算法輸出控制命令，使升降油缸及回轉(zhuǎn)油缸驅(qū)動截割臂擺動工作，同時按照截割工藝要求調(diào)整機身位置，使之處于合理姿態(tài)并在截割軌跡跟蹤時利用前鏟板和后支腿固定機身。

此技術(shù)的關(guān)鍵是掘進機機身的實時位姿測量，基于三激光束的視覺測量系統(tǒng)高精度、穩(wěn)定性是其中的核心技術(shù)，最大優(yōu)勢是可以解決巷道斷面形狀、尺寸大小不同引起的截割路徑自動規(guī)劃困境，尤其是機身有滑動狀態(tài)時機身控制難題。

3.5 掘進工作面群組協(xié)同與數(shù)字孿生驅(qū)動技術(shù)

按照掘-支-運工序并行提高掘進效率是目前行業(yè)努力的方向，通過建立掘進機群組位姿和運動關(guān)聯(lián)模型，對多機群組的時空坐標系進行統(tǒng)一，在單機設(shè)備自動化的基礎(chǔ)上進行多機群組的精準定位與智能導(dǎo)航，解決多機協(xié)同并行作業(yè)沖突的問題。多設(shè)備協(xié)同包括2方面：① 建立多個設(shè)備之間的空間位置關(guān)系，一般通過基坐標系標定來實現(xiàn)；② 協(xié)同插補算法，協(xié)同插補算法中的關(guān)鍵技術(shù)是協(xié)同軌跡的過渡和對多個運動單元的同步速度規(guī)劃。

國內(nèi)外學(xué)者大多面向多任務(wù)、多工序、多資源、多主體的并行與協(xié)同控制問題，主要研究強化學(xué)習(xí)、遺傳算法、Agent算法、P學(xué)習(xí)、粒子群算法等。吳淼團隊提出了一種綜掘巷道掘支錨聯(lián)合并行施工工藝技術(shù)系統(tǒng)，構(gòu)建了數(shù)字孿生理論指導(dǎo)下的綜掘巷道并行施工技術(shù)流程與工藝體系，研究了掘進機器人遠程可視化導(dǎo)控、臨時支護機器人可靠性撐頂、鉆錨機器人多工位錨護為基礎(chǔ)功能的綜掘巷道智能并行作業(yè)模式，如圖20所示。同時，探討了數(shù)字孿生技術(shù)驅(qū)動綜掘巷道并行施工技術(shù)系統(tǒng)，通過遠程可視化智能調(diào)控系統(tǒng)完成了掘進機自主糾偏、障礙物感知以及自動截割等智能化革新。

圖20 基于ACP的平行掘進系統(tǒng)架構(gòu)體系Fig.20 Parallel tunneling system architechure based on ACP

馬宏偉團隊針對陜煤小保當煤礦地質(zhì)特點，研發(fā)了護盾式煤礦掘進機器人系統(tǒng)，對掘進工作面群組協(xié)同進行了研究和實踐。針對煤礦智能掘進系統(tǒng)的多任務(wù)、多工序、多主體并行作業(yè)特征，通過揭示多系統(tǒng)作業(yè)任務(wù)數(shù)目和完成時間等關(guān)鍵參數(shù)之間的關(guān)系。假設(shè)由個子系統(tǒng)組成，分別完成掘、支、鉆、錨、運等個掘進作業(yè)工藝，結(jié)合子系統(tǒng)環(huán)境與自身狀態(tài)感知信息，建立基于并行作業(yè)特征的智能截割系統(tǒng)、智能臨時支護系統(tǒng)、智能鉆錨系統(tǒng)、智能錨網(wǎng)運輸系統(tǒng)、智能運輸系統(tǒng)等多系統(tǒng)并行控制架構(gòu)?；诰蜻M作業(yè)最優(yōu)任務(wù)分配的多系統(tǒng)并行控制架構(gòu)如圖21所示。

圖21 煤礦智能掘進系統(tǒng)多任務(wù)并行控制架構(gòu)Fig.21 Multi-task parallel control structure of mining intelligent tunneling system

另外，王妙云等構(gòu)建了“虛擬設(shè)備”碰撞預(yù)警機制，針對煤礦綜采工作面設(shè)備數(shù)量多、位置關(guān)系復(fù)雜，設(shè)備間碰撞檢測手段匱乏、預(yù)警困難等問題，結(jié)合虛擬現(xiàn)實技術(shù)、多傳感器信息融合技術(shù)和包圍盒碰撞檢測技術(shù)，以虛擬環(huán)境開發(fā)平臺為基礎(chǔ)，提出一種設(shè)備遠程控制過程中的虛擬射線與包圍盒相結(jié)合的方法，實現(xiàn)了設(shè)備間碰撞檢測和預(yù)警監(jiān)測，圖22為運行中虛擬空間碰撞預(yù)警。

圖22 設(shè)備群虛擬碰撞預(yù)警系統(tǒng)截圖(局部) Fig.22 Screenshot of virtual collision warning monitoring system for equipment group(Local)

3.6 “DT+VR”遠程智能掘進技術(shù)

虛擬現(xiàn)實技術(shù)有助于解決多維信息空間的數(shù)據(jù)處理問題，建立人、設(shè)備、環(huán)境有機融合的多維空間，實現(xiàn)復(fù)雜或危險作業(yè)環(huán)境下的工業(yè)設(shè)備順利作業(yè)。張旭輝等提出了一種“數(shù)字煤層、虛實同步、數(shù)據(jù)驅(qū)動、實時修正、虛擬碰撞、截割預(yù)測、人機協(xié)同”的煤礦井下設(shè)備遠程控制技術(shù)體系。結(jié)合數(shù)字孿生和虛擬仿真等技術(shù)，提出面向煤礦井下裝備智能控制的人-信息-物理系統(tǒng)HCPS交互機制，實現(xiàn)掘進工作面物理空間與掘進信息虛擬空間的深度融合與交互。

通過煤礦智能掘進系統(tǒng)的數(shù)字孿生系統(tǒng)分析，提出適應(yīng)掘-支-運平行作業(yè)的智能掘進機器人數(shù)字孿生系統(tǒng)，確定掘進數(shù)字孿生體技術(shù)參考框架基礎(chǔ)上，構(gòu)建面向掘進的數(shù)字孿生系統(tǒng)成熟度模型，設(shè)計智能掘進數(shù)字孿生系統(tǒng)應(yīng)用實例，實現(xiàn)智能掘進機器人群的掘-支-運平行作業(yè)過程協(xié)同控制。圖23為遠程虛擬操控系統(tǒng)界面，圖24為小保當煤礦智能掘進機器人數(shù)字孿生遠程控制系統(tǒng)。

圖23 懸臂式掘進機遠程虛擬操控系統(tǒng)人機界面Fig.23 Man-machine interface of remote virtual control system of Roadheader

圖24 煤礦智能掘進機器人數(shù)字孿生遠程控制界面Fig.24 DT-based remote control interface of the mining intelligent driving robots

3.7 遠程網(wǎng)絡(luò)控制系統(tǒng)實時性

近幾年工業(yè)通信網(wǎng)絡(luò)在掘進工作面得到迅速發(fā)展和應(yīng)用。通過部署礦用5G設(shè)備實現(xiàn)掘進巷道工作區(qū)域5G網(wǎng)絡(luò)穩(wěn)定覆蓋，利用5G網(wǎng)絡(luò)可實現(xiàn)掘進機運行狀態(tài)、機載傳感器、機載工業(yè)視頻等數(shù)據(jù)傳輸至掘進工作面監(jiān)控中心及地面調(diào)度信息中心，為掘進機遠程控制解決了數(shù)據(jù)和視頻傳輸方面的瓶頸。

但是許多網(wǎng)絡(luò)協(xié)議導(dǎo)致的網(wǎng)絡(luò)延遲是時變的，如DeviceNet、無線網(wǎng)絡(luò)和Ethernet，作為遠程控制系統(tǒng)通信通道時必須引起高度重視。具有控制功能的遠程掘進系統(tǒng)本質(zhì)上是典型的網(wǎng)絡(luò)控制系統(tǒng)，應(yīng)該考慮不同鏈路的監(jiān)測數(shù)據(jù)和控制數(shù)據(jù)的差異，特別是為了滿足控制性能要求和系統(tǒng)穩(wěn)定性，需要對NCS采樣周期進行正確的選擇。

考慮時延的網(wǎng)絡(luò)控制系統(tǒng)典型結(jié)構(gòu)如圖25所示，其中，()為系統(tǒng)輸入；()為考慮網(wǎng)絡(luò)時延的系統(tǒng)輸出；()為經(jīng)過網(wǎng)絡(luò)的傳感器反饋值；()網(wǎng)絡(luò)控制系統(tǒng)控制器輸出；()為執(zhí)行器輸出；()為被控對象輸入函數(shù)；為傳感器到控制器的時延;為控制器到執(zhí)行器的時延。

圖25 具有時延的網(wǎng)絡(luò)控制系統(tǒng)簡化控制結(jié)構(gòu)Fig.25 Diagram of time-delay network control system

網(wǎng)絡(luò)時延可以通過構(gòu)建合理觀測器進行補償校正，但以傳感器時間驅(qū)動為前提，采樣速率和信息傳遞時間間隔會導(dǎo)致系統(tǒng)網(wǎng)絡(luò)資源占用問題，嚴重時會影響系統(tǒng)穩(wěn)定性，必須進行優(yōu)化以獲得良好的系統(tǒng)控制性能。圖26為不同控制中采樣周期與性能之間的關(guān)系，其中，，，為系統(tǒng)性能變化的3個關(guān)鍵點，對應(yīng)的采樣周期分別為，，。對采用1個特定采樣策略的連續(xù)系統(tǒng)，其性能是固定的，但是對于一般離散控制，若沒有其他不確定因素，其控制性能惟一決定于所采用的采樣頻率。與點對應(yīng)的采樣間隔由系統(tǒng)的采樣速率和通信帶寬確定。對于網(wǎng)絡(luò)控制系統(tǒng)，在一定的采樣時間(點以前)內(nèi)，性能逐漸提高，在和之間，達到較為理想的性能。由圖26可知，點出現(xiàn)在點右側(cè)，是網(wǎng)絡(luò)時延導(dǎo)致的。當系統(tǒng)采樣間隔變小，網(wǎng)絡(luò)傳輸負載變大，引起網(wǎng)絡(luò)競爭的耗時增加和數(shù)據(jù)丟失的可能性增大，從而降低網(wǎng)絡(luò)性能，網(wǎng)絡(luò)堵塞導(dǎo)致長延時(點)。因此，遠程控制系統(tǒng)設(shè)計時要選取合理的采樣周期，使得系統(tǒng)工作在圖26所示理想應(yīng)用區(qū)域(，點之間)。可見合理的采樣率對系統(tǒng)性能具有重要的作用。

圖26 網(wǎng)絡(luò)控制系統(tǒng)采樣率與性能關(guān)系Fig.26 Correlation between sampling rate and performance of network control system

因此，在設(shè)計遠程掘進控制系統(tǒng)時，必須針對控制器、傳感器和執(zhí)行器的特點研究網(wǎng)絡(luò)時延對網(wǎng)絡(luò)控制系統(tǒng)的影響，還要確定合理的采樣速率和信息傳遞的時間間隔，以保證網(wǎng)絡(luò)控制系統(tǒng)的性能和效率。

具體軟件架構(gòu)設(shè)計時可以采取以下措施：① 合理解決本地控制的實時性問題，為掘進機成形截割中的視覺伺服，軌跡跟蹤設(shè)置最高優(yōu)先級，“視覺+”位姿測量、掘進設(shè)備運動學(xué)解算次之，界面顯示刷新優(yōu)先級最低，遠程下發(fā)的截割軌跡指令序列、碰撞預(yù)警等信息設(shè)為不同中斷級別；② 合理安排設(shè)備協(xié)同時序，以掘進作業(yè)為主線，在一個斷面循環(huán)中安排鉆、錨、運網(wǎng)等工序，不同類型設(shè)備按時間、空間合理布局，實現(xiàn)并行作業(yè)，共同完成一個掘進循環(huán)；③ 合理解決本地與遠程控制任務(wù)分工問題，“DT+VR”遠程決策、“虛擬設(shè)備”碰撞預(yù)警需要一定的計算力，安排在地面遠程控制端，僅將碰撞預(yù)警和決策數(shù)據(jù)下發(fā)執(zhí)行，2者的基礎(chǔ)是來自現(xiàn)場的實時數(shù)據(jù)，要考慮上傳數(shù)據(jù)的通信帶寬和速率，可建立孿生體數(shù)據(jù)庫，保障數(shù)據(jù)可靠性同時方便數(shù)據(jù)復(fù)用。

總之，掘進工作面遠程控制涉及掘-支-運-通等多種設(shè)備，雖然從遠程控制實時性要求角度分析，各環(huán)節(jié)的要求并不高，但是要實現(xiàn)并行作業(yè)和智能管控，甚至無人作業(yè)，就必須在上層集控層面充分考慮掘進生產(chǎn)節(jié)拍、各環(huán)節(jié)執(zhí)行周期等，方能保障可靠銜接，安全協(xié)同。

4 結(jié) 論

(1)“DT+VR”遠程決策方案已經(jīng)在綜采工作面建設(shè)中得到重視和一定程度應(yīng)用，掘進工作面掘-支-運并行作業(yè)設(shè)備群協(xié)同難，遠程控制數(shù)據(jù)繁雜，難以滿足人為干預(yù)決策方面需求等問題，更適合構(gòu)建掘進工作面數(shù)字孿生體，將井下人員、設(shè)備、環(huán)境相關(guān)信息呈現(xiàn)到數(shù)字空間，實現(xiàn)虛實融合，共智互驅(qū)，達到數(shù)字掘進與物理掘進智能協(xié)同的目標，破解掘進施工中人-機-環(huán)共生安全難題。

(2)無論“慣導(dǎo)+”“視覺+”位姿測量，都是目前解決煤礦狹長巷道長距離定位的手段，以非接觸式視覺測量手段，作為視覺里程計與慣導(dǎo)配合，或者單獨使用激光點、線特征實現(xiàn)巷道移動設(shè)備定位測量，通過解決礦用相機畸變校正、振動去模糊等技術(shù)后，具有高性價比、簡單實用的特點，具有良好的應(yīng)用前景。

(3)建立在掘進機定位數(shù)據(jù)基礎(chǔ)上的“人工示教”記憶截割是解決目前底板不穩(wěn)定、掘進軌跡規(guī)劃難的有效途徑，基于視覺位姿實時測量的掘進機機身和截割臂姿態(tài)伺服控制，可以解決懸臂式掘進機巷道斷面成形截割中的軌跡規(guī)劃和跟蹤控制難題。此方法也適合全斷面類掘進設(shè)備的智能化。

(4)掘進工作面設(shè)備群協(xié)同控制中的各設(shè)備位姿測量是目前普遍存在的難題，基于激光合作標靶的方法能有效獲得設(shè)備間位置和姿態(tài)數(shù)據(jù)，相比單一測距傳感器具有很大優(yōu)勢。另外，借助虛擬場景中設(shè)備牛頓力學(xué)碰撞等方法，利用“虛擬設(shè)備”實現(xiàn)無傳感器的碰撞檢測與預(yù)警具有重要價值。

(5)煤礦遠程控制中的通信網(wǎng)絡(luò)實時性是系統(tǒng)控制性能的保證，不同工業(yè)控制網(wǎng)絡(luò)協(xié)議的網(wǎng)絡(luò)時延具有時變性，具體在設(shè)計控制系統(tǒng)時，有必要考慮控制器、傳感器和執(zhí)行器網(wǎng)絡(luò)時延對網(wǎng)絡(luò)控制系統(tǒng)的影響，合理確定采樣速率和信息傳遞的時間間隔，以保證網(wǎng)絡(luò)控制系統(tǒng)的性能和效率。

煤礦遠程智能掘進是掘進技術(shù)及裝備的一次新的革命，在國家戰(zhàn)略驅(qū)動和行業(yè)各方努力下，近幾年已經(jīng)取得了非常大的發(fā)展，但是要實現(xiàn)智能化少人掘進的目標還需要產(chǎn)學(xué)研用的通力合作推動。數(shù)字孿生驅(qū)動下的產(chǎn)業(yè)變革和技術(shù)提升，應(yīng)該是煤炭行業(yè)采掘智能化的有效技術(shù)途徑，以此為牽引，其中的瓶頸問題解決會目標更明確，關(guān)鍵技術(shù)的突破會更快促進掘進工作面邁入智能化時代。

[1] 王國法,任世華,龐義輝,等. 煤炭工業(yè)“十三五”發(fā)展成效與“雙碳”目標實施路徑[J]. 煤炭科學(xué)技術(shù),2021,49(9):1-8.

WANG Guofa,REN Shihua,PANG Yihui,et al. Development achievements of China’s coal industry during the 13th Five-Year Plan period and implementation path of “dual carbon” target[J]. Coal Science and Technology,2021,49(9):1-8.

[2] 王國法,杜毅博. 智慧煤礦與智能化開采技術(shù)的發(fā)展方向[J]. 煤炭科學(xué)技術(shù),2019,47(1):1-10.

WANG Guofa,DU Yibo. Development direction of intelligent coal mine and intelligent mining technology[J]. Coal Science and Technology,2019,47(1):1-10．

[3] MINExpo. Komatsu mining busines reports[R]. https://www. komatsu. jp/en/-/media/home/ir/library/annual/en/2021/kmt_kr21e_print. pdf?rev=-1&hash=08BCFE5496B11DFD939563C5934D

7717/ 2021-12-28.

[4] 王國法,任懷偉,龐義輝,等. 煤礦智能化(初級階段)技術(shù)體系研究與工程進展[J]. 煤炭科學(xué)技術(shù),2020,48(7):1-27.

WANG Guofa,REN Huaiwei,PANG Yihui,et al. Research and engineering progress of intelligent coal mine technical system in early stages[J]. Coal Science and Technology,2020,48(7):1-27.

[5] 王虹,王步康,張小峰,等. 煤礦智能快掘關(guān)鍵技術(shù)與工程實踐[J]. 煤炭學(xué)報,2021,46(7):2068-2083.

WANG Hong,WANG Bukang,ZHANG Xiaofeng,et al. Key technology and engineering practice of intelligent rapid heading in coal mine[J]. Journal of China Coal Society,2021,46(7):2068-2083.

[6] 楊健健,張強,吳淼,等. 巷道智能化掘進的自主感知及調(diào)控技術(shù)研究進展[J]. 煤炭學(xué)報,2020,45(6):2045-2055.

YANG Jianjian,ZHANG Qiang,WU Miao,et a1．Research progress of autonomous perception and control technology for intelligent heading [J]. Journal of China Coal Society,2020,45(6):2045-2055．

[7] 楊健健,葛世榮,王飛躍,等. 平行掘進:基于ACP理論的掘-支-錨智能控制理論與關(guān)鍵技術(shù)[J]. 煤炭學(xué)報,2021,46(7):2100-2111.

YANG Jianjian,GE Shirong,WANG Feiyue,et a1. Parallel tunneling:Intelligent control and key technologies for tunneling,supporting and anchoring based on ACP theory[J]. Journal of China Coal Society,2021,46(7):2100-2111.

[8] 馬宏偉,王世斌,毛清華,等. 煤礦巷道智能掘進關(guān)鍵共性技術(shù)[J]. 煤炭學(xué)報,2021,46(1):310-320.

MA Hongwei,WANG Shibin,MAO Qinghua,et al. Key common technology of intelligent heading in coal mine roadway[J]. Journal of China Coal Society,2021,46(1):310-320.

[9] 王步康. 煤礦巷道掘進技術(shù)與裝備的現(xiàn)狀及趨勢分析[J]. 煤炭科學(xué)技術(shù),2020,48(11):1-11.

WANG Bukang. Current status and trend analysis of readway driving technology and equipment in coal mine[J]. Coal Science and Technology,2020,48(11):1-11.

[10] 胡興濤,朱濤,蘇繼敏,等. 煤礦巷道智能化掘進感知關(guān)鍵技術(shù)[J]. 煤炭學(xué)報,2021,46(7):2123-2135.

HU Xingtao,ZHU Tao,SU Jimin,et al. Key technology of intelligent drivage perception in coal mine roadway[J]. Journal of China Coal Society,2021,46(7):2123-2135.

[11] 張旭輝,張超,王妙云,等. 數(shù)字孿生驅(qū)動的懸臂式掘進機虛擬操控技術(shù)[J]. 計算機集成制造系統(tǒng),2021,27(6):1617-1628.

ZHANG Xuhui,ZHANG Chao,WANG Miaoyun,et al. Digital twin-driven virtual control technology of cantilever roadheader [J]. Computer Integrated Manufacturing Systems,2021,27(6):1617-1628.

[12] 康紅普,王國法,王雙明,等. 煤炭行業(yè)高質(zhì)量發(fā)展研究[J]. 中國工程科學(xué),2021,23(5):130-138.

KANG Hongpu,WANG Guofa,WANG Shuangming,et al. High-quality development of China’s coal industry[J]. China Engineering Science,2021,23(5):130-138.

[13] 王國法,任懷偉,趙國瑞,等. 煤礦智能化十大“痛點”解析及對策[J]. 工礦自動化,2021,47(6):1-11.

WANG Guofa,REN Huaiwei,ZHAO Guorui,et al. Analysis and countermeasures of ten “pain points” of intelligent coal mine [J]. Industry and Mine Automation,2021,47(6):1-11.

[14] 袁亮. 煤炭精準開采科學(xué)構(gòu)想[J]. 煤炭學(xué)報,2017,42(1):1-7.

YUAN Liang. Scientific conception of precision coal mining[J]. Journal of China Coal Society,2017,42(1):1-7.

[15] 王國法,王虹,任懷偉,等. 智慧煤礦2025情景目標和發(fā)展路徑[J]. 煤炭學(xué)報,2018,43(2):295-305.

WANG Guofa,WANG Hong,REN Huaiwei,et al. 2025 scenarios and development path of intelligent coal mine[J]. Journal of China Coal Society,2018,43(2):295-305.

[16] 王虹. 煤礦智能化技術(shù)創(chuàng)新論壇——掘錨一體化智能高效掘進研究進展與發(fā)展趨勢[Z/OL]. (2020-06-30)[2022-01-04].

WANG Hong. Coal mine intelligent technology innovation Forum-Research progress and development trend of intelligent and efficient tunneling of anchor digging integration[Z/OL]. (2020-06-30) [2022-01-04].

[17] 朱偉,王虹,李首濱,等. 煤礦采掘裝備核心控制技術(shù)現(xiàn)狀和發(fā)展趨勢[J]. 煤炭科學(xué)技術(shù),2020,48(12):153-160.

ZHU Wei,WANG Hong,LI Shoubin,et al. Current status and development trend of core control technology for coal mining and tunneling equipment[J]. Coal Science and Technology,2020,48(12):153-160.

[18] 吳淼,李瑞,王鵬江,等. 基于數(shù)字孿生的綜掘巷道并行工藝技術(shù)初步研究[J]. 煤炭學(xué)報,2020,45(S1):506-513.

WU Miao,LI Rui,WANG Pengjiang,et al. Preliminary study on the parallel technology of fully mechanized roadway based on digital twin[J]. Journal of China Coal Society,2020,45(S1):506-513.

[19] 張超,張旭輝,張楷鑫,等. 數(shù)字孿生驅(qū)動掘進機遠程自動截割控制技術(shù)[J]. 工礦自動化,2020,46(9):15-20,32.

ZHANG Chao,ZHANG Xuhui,ZHANG Kaixin,et al. Digital twin driven remote automatic cutting control technology of roadheader[J]. Industry and Mine Automation,2020,46(9):15-20,32.

[20] 呂佳峻. 基于數(shù)字孿生的TBM虛擬掘進系統(tǒng)研究與實現(xiàn)[D]. 杭州:浙江大學(xué),2021.

Lü Jiajun. Research and implementation of TBM virtual tunneling system based on digital twin[D]. Hangzhou:Zhejiang University,2021.

[21] 李娟莉,沈宏達,謝嘉成,等. 基于數(shù)字孿生的綜采工作面工業(yè)虛擬服務(wù)系統(tǒng)[J]. 計算機集成制造系統(tǒng),2021,27(2):445-455.

LI Juanli,SHEN Hongda,XIE Jiacheng,et al. Industrial virtual service system of fully mechanized mining face based on digital twin[J]. Computer Integrated Manufacturing Systems,2021,27(2):445-455.

[22] 馬宏偉,王鵬,張旭輝,等. 煤礦巷道智能掘進機器人系統(tǒng)關(guān)鍵技術(shù)研究[J]. 西安科技大學(xué)學(xué)報,2020,40(5):751-759.

MA Hongwei,WANG Peng,ZHANG Xuhui,et al. Research on key technology of intelligent tunneling robotic system in coalmine[J]. Journal of Xi’an University of Science and Technology,2020,40(5):751-759.

[23] 袁亮,張平松. 煤炭精準開采透明地質(zhì)條件的重構(gòu)與思考[J]. 煤炭學(xué)報,2020,45(7):2346-2356.

YUAN Liang,ZHANG Pingsong. Framework and thinking of transparent geological conditions for precise mining of coal[J]. Journal of China Coal Society,2020,45(7):2346-2356.

[24] 程建遠,朱夢博,王云宏,等. 煤炭智能精準開采工作面地質(zhì)模型梯級構(gòu)建及其關(guān)鍵技術(shù)[J]. 煤炭學(xué)報,2019,44(8):2285-2295．

CHENG Jianyuan,ZHU Mengbo,WANG Yunhong,et al．Cascade construction of geological model of longwall panel for intelligent precision coal mining and its key technology [J]. Journal of China Coal Society,2019,44(8):2285-2295．

[25] 程建遠,劉文明,朱夢博,等. 智能開采透明工作面地質(zhì)模型梯級優(yōu)化試驗研究[J]. 煤炭科學(xué)技術(shù),2020,48(7):118-126．

CHENG Jianyuan,LIU Wenming,ZHU Mengbo,et al. Experimental study on cascade optimization of geological models in intelligent mining transparency working face[J]. Coal Science and Technology,2020,48(7):118-126.

[26] 毛善君,崔建軍,令狐建設(shè),等. 透明化礦山管控平臺的設(shè)計與關(guān)鍵技術(shù)[J]. 煤炭學(xué)報,2018,43(12):3539-3548．

MAO Shanjun,CUI Jianjun,LINGHU Jianshe,et al. System design and key technology of transparent mine management and control platform[J]. Journal of China Coal Society,2018,43(12):3539-3548．

[27] 毛善君. 灰色地理信息系統(tǒng)——動態(tài)修正地質(zhì)空間數(shù)據(jù)的理論和技術(shù)[J]. 北京大學(xué)學(xué)報(自然科學(xué)版),2002，38(4):556-562.

MAO Shanjun. Gray geographical information system：The theory and technology of correct geological spatial data dynamically[J]. Acta Scientiarum Naturalium Universitatis Pekinensis,2002,38(4):556-562.

[28] 李旭,吳雪菲,田野,等. 基于數(shù)字煤層的綜采工作面精準開采系統(tǒng)[J],工礦自動化,2021,47(11):16-21.

LI Xu,WU Xuefei,TIAN Ye,et al. Digital coal seam-based precision mining system for fully mechanized working face[J]. Industry and Mine Automation,2021,47(11):16-21.

[29] 張旭輝. 西安科技大學(xué),西安煤礦機械有限公司. 煤礦虛擬工作面構(gòu)建與綜采設(shè)備操控技術(shù)研究及應(yīng)用[Z]. 中國煤炭工業(yè)協(xié)會. 2017-12-18

[30] YANG Wenjuan,ZHANG Xuhui,MA Hongwei. Geometrically driven underground camera modeling and calibration with coplanarity constraints for Boom-type roadheader[J]. IEEE Transactions on Industrial Electronics,2021,68(9):8919-8929.

[31] YANG Wenjuan,ZHANG Xuhui,MA Hongwei,et al. Non-central refractive camera calibration using co-planarity constraints for a photogrammetric system with an optical sphere cover[J]. Optics and Lasers in Engineering,2021,139,106487.

[32] YANG Wenjuan,ZHANG Xuhui,MA Hongwei,et al,Laser beams-based localization methods for boom-type roadheader using underground camera non-uniform blur model[J]. IEEE Access,2020,8,190327-190341.

[33] 陶云飛,宗凱,張敏駿,等. 基于iGPS的掘進機單站多點分時機身位姿測量方法[J]. 煤炭學(xué)報,2015,40(11):2611-2616.

TAO Yunfei,ZONG Kai,ZHANG Minjun,et al. A position and orientation measurement method of single-station,multipoint and time-sharing for roadheader body based on iGPS[J]. Journal of China Coal Society,2015,40(11):2611-2616.

[34] 陶云飛,楊健健,李嘉賡,等. 基于慣性導(dǎo)航技術(shù)的掘進機位姿測量系統(tǒng)研究[J]. 煤炭技術(shù),2017,36(1):235-237.

TAO Yunfei,YANG Jianjian,LI Jiageng,et al. Research on position and orientation measurement system of heading machine based on inertial navigation technology[J]. Coal Technology,2017,36(1):235-237.

[35] 符世琛,李一鳴,楊健健,等. 基于超寬帶技術(shù)的掘進機自主定位定向方法研究[J]. 煤炭學(xué)報,2015,40(11):2603-2610.

FU Shichen,LI Yiming,YANG Jianjian,et al. Research on autonomous positioning and orientation method of roadheader based on ultra wide-band technology[J]. Journal of China Coal Society,2015,40(11):2603-2610.

[36] 吳淼,賈文浩,華偉,等. 基于空間交匯測量技術(shù)的懸臂式掘進機位姿自主測量方法[J]. 煤炭學(xué)報,2015,40(11):2596-2602.

WU Miao,JIA Wenhao,HUA Wei,et al. Autonomous measurement of position and attitude of boom-type roadheader based on space intersection measurement [J]. Journal of China Coal Society,2015,40(11):2596-2602.

[37] 雷孟宇,張旭輝,楊文娟,等. 煤礦掘進裝備視覺位姿檢測與控制研究現(xiàn)狀與趨勢[J/OL]. 煤炭學(xué)報:1-14[2021-12-03]. DOI:10. 13225/j. cnki. jccs. JJ21. 0534.

LEI Mengyu,ZHANG Xuhui,YANG Wenjuan,et al. Current status and trend of research on visual pose detection and control of tunneling equipment in coal mines[J/OL]. Joumal of China Coal Society:1-14[2021-12-03]. DOI:10. 13225/j. cnki. jccs. JJ21. 0534.

[38] 楊文娟,張旭輝,馬宏偉,等. 懸臂式掘進機機身及截割頭位姿視覺測量系統(tǒng)研究[J]. 煤炭科學(xué)技術(shù),2019,47(6):50-57.

YANG Wenjuan,ZHANG Xuhui,MA Hongwei,et al. Research on position and posture measurement system of body and cutting head for boom-type roadheader based on machine vision[J]. Coal Science and Technology,2019,47(6):50-57.

[39] 張旭輝,劉博興,張超,等. 掘進機全站儀與捷聯(lián)慣導(dǎo)組合定位方法[J]. 工礦自動化,2020,46(9):1-7.

ZHANG Xuhui,LIU Boxing,ZHANG Chao,et al. Roadheader positioning method combining total station and strapdown inertial navigation system[J]. Industry and Mine Automation,2020,46(9):1-7.

[40] 馬宏偉,毛金根,毛清華,等. 基于慣導(dǎo)/全站儀組合的掘進機自主定位定向方法[J/OL]. 煤炭科學(xué)技術(shù):1-7[2021-12-03]. http://kns.cnki.net/kcms/detail/11.2402.TD.20210512.1417.006.html.

MA Hongwei,MAO Jingen,MAO Qinghua,et al. Automatic positioning and orientation method of roadheader based on combination of ins and digital total station[J/OL]. Coal Science and Technology:1-7[2021-12-03].http://kns.cnki.net/kcms/detail/11.2402.TD.20210512.1417.006.html.

[41] 馬宏偉,王鵬,張旭輝,等. 煤礦巷道智能掘進機器人系統(tǒng)關(guān)鍵技術(shù)研究[J]. 西安科技大學(xué)學(xué)報,2020,40(5):751-759.

MA Hongwei,WANG Peng,ZHANG Xuhui,et al. Research on key technology of intelligent tunneling robotic system in coal mine [J]. Journal of Xi’an University of Science and Technology,2020,40(5):751-759.

[42] 張旭輝,張楷鑫,張超,等. 懸臂式掘進機視覺位姿檢測系統(tǒng)外參標定方法[J/OL]. 機械科學(xué)與技術(shù):1-8 [2021-12-23]. https://doi. org /10. 13433/j. cnki. 1003-8728. 20200534.

ZHANG Xuhui,ZHANG Kaixin,ZHANG Chao,et al. External parameter calibration method of cantilever roadheader visual pose detection system[J]. Mechanical Science and Technology for Aerospace Engineering:1-8 [2021-12-23]. https://doi. org /10. 13433/ j. cnki. 1003-8728，20200534.

[43] 沈陽,王鵬江,吉曉冬,等. 二維里程輔助的掘進機自主導(dǎo)航方法研究[J/OL]. 儀器儀表學(xué)報:1-19[2021-12-02]. http://kns. cnki. net /kcms/detail/11. 2179. TH. 20210827. 0902. 002. html.

SHEN Yang,WANG Pengjiang,JI Xiaodong,et al. Research on autonomous navigation method of roadheader aided by two-dimensional mileage[J/OL]. Chinese Journal of Scientific Instrument:1-19[2021-12-02]. http://kns. cnki. net/kcms/detail/11. 2179. TH. 20210827. 0902. 002. html.

[44] 張敏駿,蔡岫航,呂馥言,等. 受限巷道空間區(qū)域柵格化掘進機自主糾偏研究[J]. 儀器儀表學(xué)報,2018,39(3):62-70.

ZHANG Minjun,CAI Xiuhang,Lü Fuyan,et al. Research on roadheader auto rectification in limited roadway space based on regional grid [J],Chinese Journal of Scientific Instrument,2018,39(3):62-70.

[45] 吳淼,沈陽,吉曉冬,等. 懸臂式掘進機行走軌跡及偏差感知方法[J]. 煤炭學(xué)報,2021,46(7):2046-2056.

WU Miao,SHEN Yang,JI Xiaodong,et al. Trajectory and deviation perception method of boom-type roadheader[J]. Journal of China Coal Society,2021,46(7):2046-2056.

[46] 張旭輝,周創(chuàng),張超,等. 基于視覺測量的快速掘進機器人糾偏控制研究[J]. 工礦自動化,2020,46(9):21-26.

ZHANG Xuhui,ZHOU Chuang,ZHANG Chao,et al. Research on deviation correction control of rapid tunneling robot based on vision measurement[J]. Industry and Mine Automation,2020,46(9):21-26.

[47] 張旭輝,趙建勛,楊文娟,等. 懸臂式掘進機視覺導(dǎo)航與定向掘進控制技術(shù)[J]. 煤炭學(xué)報,2021,46(7):2186-2196.

ZHANG Xuhui,ZHAO Jianxun,YANG Wenjuan,et al. Vision-based navigation and directional heading control technologies of boom-type roadheader[J]. Journal of China Coal Society,2021,46(7):2186-2196.

[48] 王蘇彧,馬登成,任澤,等. 懸臂式掘進機斷面成型軌跡多目標優(yōu)化方法研究[J]. 儀器儀表學(xué)報,2021,41(8):183-192.

WANG Suyu,MA Dengcheng,REN Ze,et al. A multi-objective optimization method for cantilever roadheader section forming trajectory[J]. Chinese Journal of Scientific Instrument,2021,41(8):183-192.

[49] 張敏駿,吉曉冬,李旭,等. 掘進機姿態(tài)調(diào)整模型辨識方法與精準控制[J]. 西安交通大學(xué)學(xué)報,2021,55(6):9-17.

ZHANG Minjun,JI Xiaodong,LI Xu,et al. Identification method and precise control of attitude adjustment model of roadheader [J]. Journal of Xi’an Jiaotong University,2021,55(6):9-17.

[50] 王鵬江,楊陽,王東杰,等. 懸臂式掘進機煤矸智能截割控制系統(tǒng)與方法[J/OL]. 煤炭學(xué)報:1-11 [2021-12-03]. DOI:10. 13225/j. cnki. jccs. JJ21. 0130.

WANG Pengjiang,YANG Yang,WANG Dongjie,et al. Intelligent cutting control system and method of coal and gangue in robotic roadheader[J/OL]. Journal of China Coal Society:1-11[2021-12-03]. DOI:10. 13225/j. cnki. jccs. JJ21. 0130.

[51] 田劼,楊陽,陳國強,等. 懸臂掘進機巷道自動截割成形控制方法的探索[J]. 煤炭工程,2008,40(12):83-85.

TIAN Jie,YANG Yang,CHEN Guoqiang,et al. Discovery on automatic cutting and profile control method for boom-type roadheader [J]. Coal Engineering,2008,40(12):83-85.

[52] 張旭輝,趙建勛,張超. 懸臂式掘進機視覺伺服截割控制系統(tǒng)研究[J/OL]. 煤炭科學(xué)技術(shù):1-8[2022-01-04]. http://kns. cnki. net/kcms/ detail /11. 2402. TD. 20200227. 1657. 034. html.

ZHANG Xuhui,ZHAO Jianxun,ZHANG Chao. Cantilever machine visual servoing cutting control system research [J/OL]. Coal science and technology:1-8 [2022-01-04]. http://kns. cnki. net/kcms/detail/ 11. 2402. TD. 20200227. 1657. 034. html.

[53] 楊文娟,張旭輝,張超,等. 懸臂式掘進機器人巷道成形智能截割控制系統(tǒng)研究[J]. 工礦自動化,2019,45(9):40-46.

YANG Wenjuan,ZHANG Xuhui,ZHANG Chao,et al. Research on intelligent cutting control system for roadway forming of boom-type tunneling robot [J]. Industry and Mine Automation,2019,45(9):40-46.

[54] 張超,張旭輝,毛清華,等. 煤礦智能掘進機器人數(shù)字孿生系統(tǒng)研究及應(yīng)用[J]. 西安科技大學(xué)學(xué)報,2020,40(5):813-822.

ZHANG Chao,ZHANG Xuhui,MAO Qinghua,et al. Research and application of digital twin system for intelligent tunneling equipment in coal mine[J]. Journal of Xi’an University of Science and Technology,2020,40(5):813-822.

[55] 王妙云,張旭輝,馬宏偉,等. 遠程控制綜采設(shè)備碰撞檢測與預(yù)警方法[J]. 煤炭科學(xué)技術(shù),2021,49(9):110-116.

WANG Miaoyun,ZHANG Xuhui,MA Hongwei,et al. Collision detection and pre-warning method for remotely controlled fully-mechanized mining equipment [J]. Coal Science and Technology,2021,49(9):110-116.

[56] 張旭輝,王妙云,張雨萌,等. 數(shù)據(jù)驅(qū)動下的工業(yè)設(shè)備虛擬仿真與遠程操控技術(shù)研究[J]. 重型機械,2018(5):14-17.

ZHANG Xuhui,WANG Miaoyun,ZHANG Yumeng,et al. Virtual simulation and remote control technology with data-driven for industrial equipment[J]. Heavy Machinery,2018(5):14-17.

[57] 顧義東,孟瑋. 煤礦5G無線通信系統(tǒng)建設(shè)構(gòu)想[J]. 工礦自動化,2021,47(10):1-6,13.

GU Yidong,MENG Wei. Coal mine 5G wireless communication system construction concept[J]. Industry and Mine Automation,2021,47(10):1-6,13.

[58] 王國法. 建設(shè)“5G+”智能化煤礦,向“質(zhì)”高點邁進[N]. 中國煤炭報,2020-08-06(3).

WANG Guofa. Construction of “5G+” intelligent coal mine,To the high point of “quality”[N]. China Coal Journal,2020-08-06(3).

[59] 張旭輝,王孫安. 基于以太網(wǎng)的工業(yè)系統(tǒng)設(shè)備層實時通信系統(tǒng)研究[J]. 重型機械,2008(5):13-18.

ZHANG Xuhui,WANG Sun’an. Industrial real-time communication

based on ethernet for the equipment level [J]. Heavy Machinery,2008(5):13-18.