摘要：針對目前巷道自動成形截割控制調(diào)試周期長、調(diào)試成本大、安全風(fēng)險大、成形質(zhì)量難以評價等問題，提出了一種數(shù)字孿生驅(qū)動的巷道自動成形截割虛擬調(diào)試方法。采用基于即時外觀建圖（RTAP?MAP）技術(shù)重建巷道三維環(huán)境，構(gòu)建掘進(jìn)機(jī)控制系統(tǒng)模型，形成虛擬調(diào)試環(huán)境，并利用虛擬傳感器技術(shù)實現(xiàn)物理空間到虛擬環(huán)境狀態(tài)的精準(zhǔn)映射。針對難以量化評估斷面成形質(zhì)量的問題，確立了巷道自動成形截割性能評價方法，以斷面成形截割控制過程在數(shù)據(jù)傳輸中心的記錄為基礎(chǔ)，主要對斷面成形精度、截割效率與油缸開關(guān)次數(shù)、硬巖切割調(diào)整、超挖欠挖4 個評價指標(biāo)進(jìn)行計算，從而為深度學(xué)習(xí)算法的迭代優(yōu)化提供精準(zhǔn)反饋信號，并提出了一種融合強化學(xué)習(xí)的自動截割控制策略，以提高自動化作業(yè)的適應(yīng)性和精確度。為驗證該虛擬調(diào)試方法的有效性和準(zhǔn)確性，搭建了掘進(jìn)機(jī)自動控制實驗平臺，并將虛擬調(diào)試系統(tǒng)應(yīng)用于掘進(jìn)巷道成形截割自動控制程序中。虛擬仿真結(jié)果表明：① 被調(diào)試軟件在控制關(guān)鍵點位處的X，Y，Z 軸定位誤差的最大值分別為74.8，72.93，123.67 mm，說明虛擬調(diào)試方法的定位精度達(dá)到性能要求。② 虛擬樣機(jī)與物理樣機(jī)軌跡基本一致，說明該調(diào)試方法實現(xiàn)了對物理空間的映射。應(yīng)用結(jié)果表明：① 強化學(xué)習(xí)控制器在虛擬掘進(jìn)測試中適應(yīng)了復(fù)雜環(huán)境，將虛擬傳感器輸入有效轉(zhuǎn)換為精準(zhǔn)控制指令，驗證了模擬?現(xiàn)實遷移訓(xùn)練的可行性。通過處理掘進(jìn)精度和避免超欠挖的實時反饋，控制器學(xué)習(xí)并優(yōu)化了策略。② 優(yōu)化后的斷面成形截割控制性能得到了提升，根據(jù)數(shù)據(jù)庫中控制量時間戳的記錄，用時126 s，較優(yōu)化前耗時減少了8 s。③ 優(yōu)化后截割部末端軌跡跟蹤最大誤差為6.0 mm，較優(yōu)化前降低了0.3 mm，避免了截割軌跡抖動導(dǎo)致的欠挖，同時使得軌跡和斷面更加平滑。

關(guān)鍵詞：巷道自動成形截割；數(shù)字孿生；虛擬調(diào)試；虛擬傳感器；虛實坐標(biāo)轉(zhuǎn)換

中圖分類號：TD67 文獻(xiàn)標(biāo)志碼：A

0 引言

煤礦井下采掘作業(yè)智能化是煤炭行業(yè)的發(fā)展戰(zhàn)略和必由之路[1-2]。巷道斷面成形截割控制技術(shù)面臨諸多挑戰(zhàn)，采掘系統(tǒng)實際部署和生產(chǎn)作業(yè)過程中需充分調(diào)試，以保證軟件控制邏輯正確。井下復(fù)雜環(huán)境使得掘進(jìn)裝備智能化管控系統(tǒng)調(diào)試低效且調(diào)試故障不易排除[3] ，具體表現(xiàn)在以下方面：① 工作環(huán)境存在高濃度粉塵與水霧，構(gòu)成了極為惡劣的操作條件，進(jìn)行硬件故障排除與軟件修改時，因防爆安全準(zhǔn)則及生產(chǎn)安全規(guī)定，需開蓋作業(yè)，經(jīng)常不得不上升至地面進(jìn)行處理。② 井下設(shè)備調(diào)試過程通常需多次往返才能完成，調(diào)試周期長，嚴(yán)重影響生產(chǎn)效率。③ 現(xiàn)有調(diào)試方法對系統(tǒng)硬件依賴度高，部署時需要停止工作面生產(chǎn)，調(diào)試成本大。④ 實際調(diào)試時，難以量化評估斷面成形質(zhì)量，故障問題的判斷高度依賴經(jīng)驗，對調(diào)試人員技術(shù)要求高。因此，改進(jìn)調(diào)試方法是解決上述問題的關(guān)鍵，也是煤礦智能化建設(shè)的必由之路。

近年來，數(shù)字孿生（Digital Twin， DT）技術(shù)飛速發(fā)展，該技術(shù)結(jié)合虛擬現(xiàn)實、三維重建技術(shù)，可應(yīng)對煤礦井下惡劣環(huán)境下智能化改造的需求[4]。李娟莉等[5]設(shè)計了基于DT 的綜采工作面虛擬服務(wù)系統(tǒng)，可對記憶截割、自動截割等綜采工藝進(jìn)行預(yù)仿真。張旭輝等[6]提出了基于近端策略優(yōu)化（Proximal PolicyOptimization，PPO）的掘進(jìn)機(jī)器人避障及路徑規(guī)劃方法，采用自適應(yīng)的控制策略，應(yīng)對多變的地下環(huán)境和巷道中的不確定障礙物，探索煤礦掘進(jìn)巷道復(fù)雜環(huán)境下路徑規(guī)劃問題。現(xiàn)有的掘進(jìn)工作面智能化改造中，通過結(jié)合DT 技術(shù)可進(jìn)行數(shù)據(jù)的分析、仿真和預(yù)測等操作[7]，實現(xiàn)對物理對象的優(yōu)化和決策[8-9]，但系統(tǒng)在井下惡劣環(huán)境中的布置與調(diào)試，仍需停止生產(chǎn)，調(diào)試周期較長，且存在安全風(fēng)險。

近年來，虛擬調(diào)試為解決實際工程問題提供了更直觀、靈活的手段[10-11]，降低了工業(yè)生產(chǎn)的調(diào)試成本[12-15]。因此，本文提出了一種DT 驅(qū)動的巷道自動成形截割虛擬調(diào)試方法。首先，通過交互式建模技術(shù)對掘進(jìn)裝備及巷道進(jìn)行精細(xì)建模，并在虛擬調(diào)試平臺上動態(tài)展示其內(nèi)部結(jié)構(gòu)與運行狀態(tài)，同時設(shè)計仿真虛擬傳感器并預(yù)設(shè)控制數(shù)據(jù)接口，破解虛擬調(diào)試中的平臺同步閉環(huán)控制問題。然后，研究斷面成形截割自動控制策略，將控制邏輯納入虛擬調(diào)試方法仿真范疇，并根據(jù)斷面成形截割性能關(guān)鍵因素對控制性能進(jìn)行評價。最后，搭建虛擬調(diào)試平臺，結(jié)合物理空間設(shè)備進(jìn)行實驗驗證。

1 巷道自動成形截割虛擬調(diào)試系統(tǒng)總體設(shè)計

1.1 需求分析

巷道自動成形截割虛擬調(diào)試系統(tǒng)應(yīng)具備以下功能：① 巷道模型應(yīng)反映巷道工況細(xì)節(jié)，并動態(tài)模擬掘進(jìn)過程中巷道與掘進(jìn)裝備交互產(chǎn)生的變化[16-17]。② 建立DT 模型，支持用戶根據(jù)實際需求設(shè)計和導(dǎo)入自定義的三維模型。③ 配置虛擬傳感器與通信模塊，實現(xiàn)與被調(diào)試軟件的狀態(tài)參數(shù)、控制指令交互，實現(xiàn)虛擬設(shè)備閉環(huán)控制。④ 監(jiān)測巷道斷面成形質(zhì)量，記錄和處理相關(guān)問題數(shù)據(jù)，提供截割控制性能評價作為被調(diào)試程序修改依據(jù)，為機(jī)器學(xué)習(xí)模型提供獎懲系數(shù)。⑤ 設(shè)計友好的人機(jī)交互界面，利用DT平臺三維可視化監(jiān)控截割進(jìn)程。⑥ 針對具體被調(diào)試程序，通過試錯排除漏洞，以驗證其控制邏輯正確性；通過性能測試驗證其穩(wěn)定性及可靠性。

1.2 總體方案

巷道自動成形截割虛擬調(diào)試系統(tǒng)包含虛擬調(diào)試環(huán)境、截割狀態(tài)監(jiān)測與人機(jī)交互、數(shù)據(jù)傳輸中心、記錄與評價4 個模塊，旨在對目標(biāo)調(diào)試軟件進(jìn)行全面的虛擬調(diào)試，其總體方案如圖1 所示?？刂屏坑赡繕?biāo)調(diào)試軟件通過數(shù)據(jù)傳輸中心下發(fā)，驅(qū)動虛擬調(diào)試環(huán)境中的虛擬樣機(jī)；虛擬傳感器采集交互狀態(tài)并將狀態(tài)數(shù)據(jù)反饋至數(shù)據(jù)傳輸中心，在人機(jī)交互端集成顯示的同時，記錄與評價模塊監(jiān)測并評估控制流程。

目標(biāo)調(diào)試軟件包含傳統(tǒng)控制策略和智能截割技術(shù)2 種。傳統(tǒng)控制策略使用PID 等方法進(jìn)行掘進(jìn)機(jī)控制；智能截割技術(shù)涵蓋了利用監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等多種方法開發(fā)的智能化掘進(jìn)軟件。

虛擬調(diào)試環(huán)境模塊是對物理空間精準(zhǔn)的數(shù)字化動態(tài)映射[18-20]，通過整合掘進(jìn)裝備虛擬樣機(jī)三維模型與數(shù)字煤層的三維重建模型構(gòu)建而成。通過在虛擬空間中建立掘進(jìn)巷道，實現(xiàn)掘進(jìn)裝備與煤層的實時交互，構(gòu)成了虛擬調(diào)試的基礎(chǔ)。

截割狀態(tài)監(jiān)測與人機(jī)交互模塊通過集成孿生數(shù)據(jù)并進(jìn)行分析，實現(xiàn)三維掘進(jìn)狀態(tài)監(jiān)測、碰撞預(yù)警、異常行為報警與人工干預(yù)等功能，能夠在虛擬空間中更加直觀地反映掘進(jìn)進(jìn)程與調(diào)試效果。

數(shù)據(jù)傳輸中心模塊采用消息隊列遙測傳輸（Message Queuing Telemetry Transport， MQTT） 作為系統(tǒng)分布式通信方法，以MySQL 作為數(shù)據(jù)存儲端對斷面成形過程進(jìn)行記錄。

記錄與評價模塊結(jié)合數(shù)據(jù)庫記錄與參數(shù)評估，對目標(biāo)調(diào)試軟件暴露的問題進(jìn)行分析，為工程師提供改進(jìn)依據(jù)，為機(jī)器學(xué)習(xí)算法提供獎懲系數(shù)。

2 虛擬調(diào)試環(huán)境DT 模型構(gòu)建

借助Unity3D 建立交互式巷道模型、掘進(jìn)裝備工業(yè)控制模型，搭建虛擬調(diào)試環(huán)境。

2.1 虛擬巷道重建方法

基于不同煤礦的巷道布置圖及井下實際場景，利用RGBD 深度相機(jī)實現(xiàn)環(huán)境特征提取。在此基礎(chǔ)上，應(yīng)用基于即時外觀建圖（Real Time Appearance-Based Mapping， RTAB?MAP）技術(shù)構(gòu)建如圖2（a）所示的巷道三維稠密點云地圖。結(jié)合二維巷道布置圖的關(guān)鍵參數(shù)，在Unity3D 平臺建立如圖2（b）所示的巷道網(wǎng)格化3D 可交互模型。針對構(gòu)建的每個空間網(wǎng)格，依據(jù)其中包含的點云分類，結(jié)合網(wǎng)格坐標(biāo)判斷其是否屬于障礙物、地面或其他類型，隨后為網(wǎng)格添加標(biāo)簽。開始具體調(diào)試任務(wù)時，用戶需輸入目標(biāo)巷道參數(shù)并導(dǎo)入點云數(shù)據(jù)，虛擬調(diào)試環(huán)境模塊將結(jié)合碰撞事件監(jiān)測，自動利用Instantiate 組件批量生成與管理煤巖塊，以煤巖塊形成的網(wǎng)格化巷道（圖2（c））為掘進(jìn)機(jī)控制模型運行提供高度交互的虛擬巷道環(huán)境。

采用上述網(wǎng)格劃分的三維重建方法反映巷道的形狀細(xì)節(jié)，為斷面成形過程提供交互式的動態(tài)仿真，但對計算資源要求較高。為提高流暢度，同時使用分塊加載、面剔除和對象池等3 種方法降低硬件需求，對大型場景中虛擬調(diào)試平臺的流暢性進(jìn)行優(yōu)化[21]。將預(yù)制體煤巖組成的煤壁劃分為多個區(qū)域，當(dāng)掘進(jìn)機(jī)截割臂靠近時，只加載這個區(qū)域的煤壁，離開該區(qū)域時，則使用SetActive（false）功能卸載該區(qū)域方塊，降低場景內(nèi)同時存在的物體數(shù)量，從而降低內(nèi)存占用率；借助Unity3D 剔除（Backface Culling）功能自動剔除物體背面，并根據(jù)預(yù)制體煤巖間相對關(guān)系刪除所有被遮擋面（Occlusion Culling），降低同時渲染的物體數(shù)量，節(jié)省渲染資源并提高性能；采用Unity3D對象池組件，在腳本中創(chuàng)建List來管理預(yù)制體煤巖的創(chuàng)建和銷毀，通過相同物體重復(fù)利用，避免頻繁實例化和銷毀物體，降低內(nèi)存開銷并提高性能。

2.2 掘進(jìn)機(jī)控制模型構(gòu)建

為建立掘進(jìn)裝備DT 模型，仿真功能完整的運動機(jī)構(gòu)，復(fù)現(xiàn)掘進(jìn)機(jī)靜態(tài)特性，需要機(jī)身相關(guān)數(shù)據(jù)，尤其是掘進(jìn)機(jī)相關(guān)傳感器、液壓缸、履帶、截割臂和截割頭尺寸等。使用C#編程限制自由度，模擬多種運動控制模式，并分別綁定模型關(guān)節(jié)，以使運動仿真效果盡可能接近真實掘進(jìn)機(jī)。其他結(jié)構(gòu)則盡可能簡化，并刪除重疊面。上述掘進(jìn)機(jī)及其他掘進(jìn)裝備虛擬模型在Unity3D 內(nèi)保存為預(yù)制體，構(gòu)成井下設(shè)備庫，方便在不同的調(diào)試項目中使用。

2.2.1 掘進(jìn)裝備位姿描述與坐標(biāo)轉(zhuǎn)換

虛擬空間和物理空間的坐標(biāo)描述存在差異，為使物理空間中的設(shè)備在虛擬空間同步映射，需進(jìn)行不同笛卡爾坐標(biāo)系之間的虛實轉(zhuǎn)換。

四元數(shù)是表示三維空間旋轉(zhuǎn)的一種有效方式，相比旋轉(zhuǎn)矩陣更加緊湊且計算效率更高。從物理空間中的一點ρ（Xw，Yw，Zw）到虛擬空間中的一點ρ′ （X0，Y0，Z0）進(jìn)行坐標(biāo)轉(zhuǎn)換。假設(shè)一個四元數(shù)q=（w， x， y， z）表示從物理空間到虛擬空間的旋轉(zhuǎn)，其中w為實部，x ，y， z為虛部，且滿足w2 + x2 +y2 +z2 = 1。

首先，將四元數(shù)轉(zhuǎn)換為對應(yīng)的旋轉(zhuǎn)矩陣R：

然后，將物理空間中的點ρ（Xw，Yw，Zw）通過旋轉(zhuǎn)矩陣進(jìn)行轉(zhuǎn)換得到新的坐標(biāo)：

式中（X′，Y′，Z′）為旋轉(zhuǎn)后的臨時坐標(biāo)。

最后， 將旋轉(zhuǎn)后的臨時坐標(biāo)加上平移向量（tx，ty，tz），得到最終的虛擬空間坐標(biāo)：

2.2.2 截割部正運動學(xué)求解

在巷道掘進(jìn)中，截割部執(zhí)行斷面成形截割任務(wù)，其核心運動方式涉及水平旋轉(zhuǎn)與垂直升降。截割部核心組成部分包括回轉(zhuǎn)臺、截割臂和截割頭。為了精確設(shè)定截割臂各關(guān)節(jié)的運動參照框架， 采用D?H（Denavit-Hartenberg）參數(shù)法建立關(guān)節(jié)坐標(biāo)系，進(jìn)而求解截割臂的正運動學(xué)與逆運動學(xué)方程。掘進(jìn)機(jī)截割部具體參數(shù)見表1，其中為連桿偏距， 為連桿關(guān)節(jié)位置，01，12，23，34 為兩關(guān)節(jié)間連桿， 為連桿長度， 為連桿扭角， 為關(guān)節(jié)轉(zhuǎn)角，c1，c2，c3 為組成連桿的關(guān)節(jié)的長度。表1 中關(guān)節(jié)位置對應(yīng)的虛擬空間坐標(biāo)系如圖3 所示。

連桿變換矩陣通用表達(dá)式為

將4 個連桿的變換矩陣依次相乘，可得到每個關(guān)節(jié)的連桿變換矩陣，并計算出截割部末端執(zhí)行器相對于基坐標(biāo)系的轉(zhuǎn)換矩陣，該矩陣描述了末端執(zhí)行器的位置和姿態(tài)：

04T =10T·21T ·32T ·43T （5）

根據(jù)D?H 參數(shù)，可以計算每個關(guān)節(jié)的連桿變換矩陣，代入式（5）得

式（6）中，矩陣前3 列描述截割頭姿態(tài)，第4 列描述截割頭點位。

根據(jù)虛實坐標(biāo)轉(zhuǎn)換得到截割頭位姿與巷道的相對位置，建立了截割臂與當(dāng)前有限元仿真斷面的交互模型，將場景數(shù)據(jù)從視體映射到屏幕坐標(biāo)系，完成模型渲染。此外，以運動學(xué)分析為基礎(chǔ)，為掘進(jìn)機(jī)截割部的幾何模型添加腳本約束，仿真重力、關(guān)節(jié)組件和油缸鉸接組件等物理特性，用以模擬虛擬空間的真實物理行為，從而建立掘進(jìn)機(jī)的控制模型。

3 DT 驅(qū)動的虛擬調(diào)試策略

通過數(shù)據(jù)傳輸中心實現(xiàn)閉環(huán)調(diào)試的數(shù)據(jù)交互，提供輸入、輸出的同時，全程記錄自動控制流程并進(jìn)行截割控制性能評價。

3.1 虛擬傳感器構(gòu)建

虛擬調(diào)試過程中涉及雙向數(shù)據(jù)交換。一方面，被調(diào)試程序發(fā)出控制指令，通過數(shù)據(jù)傳輸中心驅(qū)動數(shù)字孿生模型。將所有通信模塊接入服務(wù)器后，Unity平臺代替PLC 接收并解析程序輸出的JSON 格式指令，并使用運動仿真腳本控制虛擬掘進(jìn)裝備。另一方面，虛擬調(diào)試系統(tǒng)通過虛擬傳感器生成詳盡的仿真反饋信息，并將其返回至被測控制軟件，這些虛擬傳感器包含虛擬相機(jī)、虛擬拉繩傳感器、虛擬慣性導(dǎo)航等。

截割部姿態(tài)數(shù)據(jù)是通過Transform 組件仿真的虛擬拉繩、傾角傳感器數(shù)據(jù)。慣性導(dǎo)航和全站儀等經(jīng)典定位方法經(jīng)由虛實坐標(biāo)轉(zhuǎn)換，將機(jī)身定位數(shù)據(jù)映射至被調(diào)試軟件所需的坐標(biāo)系，確保被調(diào)試軟件能夠解析定位數(shù)據(jù)，并加入隨機(jī)噪聲，以模仿現(xiàn)實中的信號干擾和測量偏差。

現(xiàn)有的機(jī)身視覺定位方法以巷道中的激光束為特征，通過空間矩陣變換求解掘進(jìn)機(jī)的位姿信息。在對視覺定位模塊（圖4（a））進(jìn)行調(diào)試的過程中，使用虛擬相機(jī)作為被調(diào)試軟件定位系統(tǒng)的輸入源。該方法綜合了虛擬調(diào)試環(huán)境中的仿真工業(yè)相機(jī)、巷道環(huán)境和三激光標(biāo)靶3 項關(guān)鍵要素，重現(xiàn)工業(yè)相機(jī)在實體空間中捕捉圖像的情景，從而將仿真圖像傳輸至被調(diào)試軟件，以便進(jìn)行特征識別與提取。利用Physical Camera 仿真物理相機(jī)采集圖像（圖4（b））并添加圖像噪聲，設(shè)置相機(jī)仿真參數(shù)與位姿；通過調(diào)整虛擬調(diào)試環(huán)境中的光照與輸出圖像噪聲，模擬不同巷道光照、粉塵環(huán)境下的視覺定位效果；通過調(diào)整虛擬調(diào)試環(huán)境中的激光合作標(biāo)靶位置，模擬并驗證巷道環(huán)境中合作標(biāo)靶的點線特征遮擋狀態(tài)，為視覺定位系統(tǒng)在真實巷道的布置提供參數(shù)（包括三激光標(biāo)靶安裝位置、相機(jī)安裝高度及部分相機(jī)外部參數(shù)）設(shè)置依據(jù)。

為精確驗證并持續(xù)提升定位方案的效果，采取集成驗證與優(yōu)化的策略，即在虛擬調(diào)試環(huán)境中，將相機(jī)的真實位姿與視覺算法解算出的位置信息進(jìn)行對比。在調(diào)試過程中，該策略不僅能夠揭示視覺定位系統(tǒng)在復(fù)雜環(huán)境下的性能表現(xiàn)，還可通過分析兩者間的偏差，識別定位算法的潛在改進(jìn)空間?；谏鲜鰧Ρ确治?，對視覺定位程序進(jìn)行調(diào)整和優(yōu)化，確保其在各種條件下都能提供準(zhǔn)確、可靠的定位服務(wù)。

為降低虛擬傳感器的數(shù)據(jù)通信延時，采集到的高清圖像由文件流管理。數(shù)據(jù)傳輸中心利用C#語言編程實現(xiàn)通信，為了提高兼容性和通信效率，預(yù)留了Modbus 和MQTT 2 種通信接口， 控制流程相關(guān)數(shù)據(jù)同步存儲在MySQL 數(shù)據(jù)庫中。被調(diào)試軟件從輸入接口獲取監(jiān)測圖像信息，同步進(jìn)行圖像處理與解算。

3.2 斷面成形截割性能評價方法

針對難以量化評估斷面成形質(zhì)量的問題，以成形截割控制過程在數(shù)據(jù)傳輸中心的記錄為基礎(chǔ)，主要對斷面成形精度、截割效率與油缸開關(guān)次數(shù)、硬巖切割調(diào)整、超挖欠挖4 個評價指標(biāo)進(jìn)行計算。

1） 斷面成形精度。衡量截割頭軌跡在控制過程中與預(yù)定軌跡之間的差異，以評估斷面成形精度。通過在虛擬調(diào)試系統(tǒng)中運行目標(biāo)程序來收集數(shù)據(jù)，根據(jù)預(yù)設(shè)的截割路徑，自動選取并記錄關(guān)鍵測量點位。

假設(shè)理想測量點為Pl （ f1，u1， v1），實際測量點為P′l （ f2，u2， v2）， 其中l(wèi)=1，2，…，n， n為測量點的總數(shù)，（ f1， u1， v1），（ f2，u2， v2）分別為P1和P'1的坐標(biāo)；實際測量點是截割軌跡的離散點，來自虛擬調(diào)試過程中收集的截割頭實際位置（Transform）組件數(shù)據(jù)，理想測量點是規(guī)劃路徑中的對應(yīng)離散點。

計算每個理想測量點與其對應(yīng)實際測量點之間的歐氏距離Dl。

計算所有測量點之間距離差異的平均值并作為斷面成形精度的評價指標(biāo)。

式中：Eprecision為斷面成形精度；γprecision為精度評價系數(shù)；S precision為精度指標(biāo)縮放系數(shù)。

2） 截割效率與油缸開關(guān)次數(shù)。為提高斷面成形效率，需降低單次截割的耗時；為保障設(shè)備壽命，需降低單次斷面成形的油缸開關(guān)次數(shù)。因此需要記錄給定斷面面積下成形截割所需的時間，并評估油缸在整個控制流程中的開關(guān)頻率與理想狀況下頻率的差距。

通過讀取數(shù)據(jù)庫記錄的控制量，分析截割頭運動和油缸開關(guān)的操作數(shù)據(jù)，結(jié)合截割頭直徑Mch、斷面面積比例βratio和完成斷面成形所需的時間h，計算截割效率F。

式中：S r為效率指標(biāo)縮放系； S pump為油泵開關(guān)頻率指標(biāo)縮放系數(shù)；Npump為油缸開關(guān)次數(shù)。

3） 硬巖切割調(diào)整。評估控制系統(tǒng)是根據(jù)不同的工況調(diào)整截割臂和截割頭的轉(zhuǎn)速，不對矸石、黃鐵礦勉強截割，以保證切削效率和生產(chǎn)安全。

截割頭油泵開啟狀態(tài)下，數(shù)據(jù)庫同步記錄截割臂轉(zhuǎn)速、截割頭轉(zhuǎn)速、切割電流的變化，以及軌跡是否調(diào)整，斷面成形完成后，讀取在硬巖碰撞檢測時的數(shù)據(jù)庫記錄，并通過判斷有無截割調(diào)整，計算二值變量Cadjust，其中Cadjust = 1表示有調(diào)整，Cadjust = 0表示無調(diào)整。截割調(diào)整的評價系數(shù)為

式中：j 為出現(xiàn)硬巖碰撞的次數(shù)；Nadjust為出現(xiàn)硬巖碰撞的總次數(shù)。

4） 單次斷面成形過程中的超挖、欠挖體積。通過統(tǒng)計List中斷面、四周煤壁小方塊碰撞（Collider）事件變化數(shù)量，計算得到超挖體積Vovercut和欠挖體積Vundercut，Vovercut代表斷面成形過程中因挖掘過界而額外移除的煤巖體積，Vundercut代表實際去除的體積比設(shè)計要求小的部分。以超挖、欠挖體積衡量其對整體成形質(zhì)量的影響。通過將超挖和欠挖事件的碰撞體積轉(zhuǎn)化為評價系數(shù)γcollide，在調(diào)試過程中促進(jìn)模型學(xué)習(xí)，從而避免超挖、欠挖。

γcollide = -（S overVovercut +S underVundercut） （13）

式中：S over為超挖指標(biāo)縮放系數(shù)；S under為欠挖指標(biāo)縮放系數(shù)。

綜合斷面成形精度、截割效率與油缸開關(guān)次數(shù)、硬巖切割調(diào)整、超挖欠挖評估指標(biāo)，采用映射后加權(quán)求和的方式，將各個評價因子納入總體評價系數(shù)γtotal范疇。一方面，針對傳統(tǒng)控制算法，將γtotal提供給調(diào)試工程師，針對調(diào)試目的在交互界面中顯示數(shù)據(jù)，為調(diào)試人員提供直觀的3D 可視化基礎(chǔ)，以便進(jìn)行決策 [21]。在平臺的UI 界面中還集成了控制按鈕，便于手動點擊控制掘進(jìn)裝備進(jìn)行驗證。另一方面，對于智能截割技術(shù)的機(jī)器算法，將γtotal作為獎懲系數(shù)反饋給模型，進(jìn)行二次強化學(xué)習(xí)訓(xùn)練。

3.3 成形截割控制的二次強化學(xué)習(xí)訓(xùn)練

將掘進(jìn)狀態(tài)監(jiān)測與被調(diào)試軟件控制策略納入調(diào)試仿真范疇[22]，對現(xiàn)有掘進(jìn)巷道成形截割自動控制方法進(jìn)行控制狀態(tài)解析，主要包括移機(jī)控制與截割臂控制，從而實現(xiàn)對強化學(xué)習(xí)模型的二次訓(xùn)練。

現(xiàn)有掘進(jìn)巷道成形截割自動控制邏輯中，單次斷面成形工藝主要由自動移機(jī)、截割軌跡規(guī)劃、自動截割3 個部分組成。

1） 移機(jī)過程中，主要對左右履帶進(jìn)行控制以改變機(jī)身位姿。結(jié)合巷道數(shù)據(jù)計算目標(biāo)機(jī)身位姿，并根據(jù)橫向移機(jī)距離選擇不同路徑。

2） 到達(dá)目標(biāo)狀態(tài)后，結(jié)合巷道與截割頭、機(jī)身相對位置關(guān)系進(jìn)行截割頭軌跡規(guī)劃。巷道截割斷面可以呈梯形、矩形、拱形等形狀。以矩形巷道斷面為例，采用先水平后垂直的循環(huán)截割方式，從斷面的最下方開始截割，截割頭按照規(guī)劃路線順次向上運動，最后進(jìn)行刷幫，以完成一次斷面截割。

3） 使用強化學(xué)習(xí)模型進(jìn)行軌跡跟蹤控制，以慣性導(dǎo)航、視覺傳感器采集的機(jī)身位姿數(shù)據(jù)及拉繩、傾角傳感器采集的截割部姿態(tài)作為輸入，以掘進(jìn)機(jī)各個關(guān)節(jié)液壓缸控制量作為輸出，各模塊之間采用MQTT 通信構(gòu)成閉環(huán)控制系統(tǒng)。

為解決上述控制方法中強化學(xué)習(xí)算法在特定場景下的性能差異，使用γtotal作為獎懲系數(shù)引導(dǎo)模型優(yōu)化。

結(jié)合虛擬調(diào)試技術(shù)與深度強化學(xué)習(xí)方法、模擬到現(xiàn)實（Sim?to?real）遷移訓(xùn)練思想，通過搭建虛擬調(diào)試環(huán)境，縮小二次訓(xùn)練過程中模擬和現(xiàn)實的差距。以深度強化學(xué)習(xí)PPO 算法的二次強化學(xué)習(xí)訓(xùn)練（圖5）過程為例，通過在虛擬調(diào)試平臺的不同環(huán)境重復(fù)運行被調(diào)試軟件，增加模型魯棒性與對具體巷道環(huán)境的適用性。訓(xùn)練過程中，虛擬傳感器監(jiān)測環(huán)境與裝備狀態(tài)，將信息傳輸至決策層。決策層中，16 維狀態(tài)空間指導(dǎo)神經(jīng)網(wǎng)絡(luò)輸出3 維動作空間。在虛擬環(huán)境中下列觀測值均被納入16 維狀態(tài)空間的定義，由虛擬傳感器統(tǒng)一觀測：當(dāng)前回轉(zhuǎn)角度與角速度；抬升角度與角速度；截割臂伸縮速度；截割臂末端與目標(biāo)點位的相對位置3 維矢量；目標(biāo)點對應(yīng)回轉(zhuǎn)、抬升角與當(dāng)前狀態(tài)的差值；機(jī)身航向、俯仰、抬升角及在虛擬空間中的X，Y，Z 坐標(biāo)。3 維動作空間被定義為回轉(zhuǎn)臺回轉(zhuǎn)角和搖臂抬升角的連續(xù)速度控制，以及搖臂伸縮速度控制。動作空間的決策結(jié)果由控制層執(zhí)行，并在虛擬調(diào)試環(huán)境控制裝備與巷道進(jìn)行交互，完成斷面成形的截割任務(wù)。性能評估時，根據(jù)執(zhí)行記錄更新狀態(tài)和截割性能評價，反饋至決策層。計算得到的獎懲系數(shù)與狀態(tài)空間、動作空間共同組成新的經(jīng)驗。模型利用經(jīng)驗更新Critic（價值函數(shù)） ?Actor（概率分布），多次迭代上述步驟以優(yōu)化策略，訓(xùn)練過程沿用原有超參數(shù)。

根據(jù)total所提供的條件與獎勵值，獲取與環(huán)境交互后的反饋信號，通過回合制更新方法累積獎勵來學(xué)習(xí)正確的策略，并跟蹤一條累積獎勵值最大的軌跡。每回合的訓(xùn)練即為單次斷面成形進(jìn)程，當(dāng)斷面成形失敗或在規(guī)定步長內(nèi)未達(dá)到目標(biāo)點時，結(jié)束當(dāng)前回合的訓(xùn)練。

在虛擬調(diào)試環(huán)境中，以虛擬傳感器的形式建立機(jī)身、截割部狀態(tài)的16 維狀態(tài)空間監(jiān)測作為程序輸入，建立履帶、截割部5 維動作空間映射程序輸出。

在虛擬調(diào)試環(huán)境中，通過截割頭與斷面的碰撞檢測算法對巷道產(chǎn)生破碎仿真，掘進(jìn)機(jī)進(jìn)尺量隨之發(fā)生改變。虛擬調(diào)試平臺同步記錄截割過程中的控制量、狀態(tài)量及煤巖網(wǎng)格狀態(tài)，計算獎懲系數(shù)并反饋至被調(diào)試軟件。

以針對降低油缸開關(guān)次數(shù)的具體任務(wù)為例，進(jìn)行二次強化學(xué)習(xí)訓(xùn)練時，通過控制γtotal權(quán)重削減了其他扣分項的獎懲系數(shù)，模型在虛擬調(diào)試環(huán)境中得以充分適應(yīng)新的控制性能評價標(biāo)準(zhǔn)。截割性能優(yōu)化二次強化學(xué)習(xí)結(jié)果如圖6 所示，已收斂的模型在經(jīng)歷震蕩后，獎勵值穩(wěn)定在了較高水平，表征強化學(xué)習(xí)后的截割過程更加平滑。

4 實驗驗證

為了驗證本文所提出的虛擬調(diào)試方法在實際應(yīng)用中的有效性和準(zhǔn)確性，搭建了掘進(jìn)機(jī)自動控制實驗平臺，并將虛擬調(diào)試系統(tǒng)應(yīng)用于掘進(jìn)巷道成形截割自動控制程序。測試內(nèi)容主要包括虛擬仿真效果測試及應(yīng)用效果驗證2 個部分。

4.1 虛擬仿真效果測試

采用虛實結(jié)合方式驗證虛擬調(diào)試系統(tǒng)和被測軟件，效果如圖7 所示。物理空間中的驗證平臺是由1 200×1 500 mm 的巷道模型、懸臂式掘進(jìn)機(jī)、數(shù)字全站儀、捷聯(lián)慣導(dǎo)、傾角傳感器和旋轉(zhuǎn)編碼器組成的截割部姿態(tài)測量系統(tǒng)。實驗中借助Kinetic2 相機(jī)，采用RTAB?MAP 方法獲取點云數(shù)據(jù)，并建立掘進(jìn)裝備模型，構(gòu)建虛擬調(diào)試環(huán)境。

1） 基于虛擬傳感器的機(jī)身定位仿真測試。為驗證虛擬相機(jī)作為輸入時的5 線視覺三點定位方法，分析了被調(diào)試程序在控制關(guān)鍵點位處的X，Y，Z 坐標(biāo)值，結(jié)果見表2，其中虛擬傳感器定位數(shù)據(jù)來自被調(diào)試程序視覺定位模塊的位姿解算，為測試該程序在惡劣環(huán)境下的視覺定位性能，在虛擬相機(jī)圖像添加了噪聲；將來自Transform 組件記錄的相機(jī)坐標(biāo)作為真實坐標(biāo)進(jìn)行對比。

經(jīng)過調(diào)試優(yōu)化相機(jī)與標(biāo)靶安裝位置，采集到的圖像由數(shù)據(jù)傳輸中心發(fā)送至被調(diào)試軟件，并從激光標(biāo)靶成功提取出了特征點、線，其特征清晰，無相互遮擋，說明激光標(biāo)靶與相機(jī)布置合理。接收圖像信息后，被調(diào)試軟件反饋了位姿解算結(jié)果，由表2 可看出， X， Y，Z 軸定位誤差的最大值分別為74.8， 72.93，123.67 mm，說明虛擬調(diào)試系統(tǒng)的定位精度滿足性能要求。

2） 截割部仿真效果測試。為了對比機(jī)器人在虛實空間中的位姿數(shù)據(jù)，對掘進(jìn)機(jī)截割臂俯仰角進(jìn)行分析。在物理樣機(jī)運動過程中，首先通過截割部姿態(tài)測量系統(tǒng)實時監(jiān)測各個關(guān)節(jié)位移數(shù)據(jù)，然后將數(shù)據(jù)通過MQTT 通信協(xié)議傳輸至上位機(jī)虛擬平臺，最后按照點表進(jìn)行數(shù)據(jù)解析，在數(shù)據(jù)庫中存儲鍵名及對應(yīng)鍵值。

以程序運行1 幀為采樣周期，采集單次斷面成形過程中搖臂關(guān)鍵數(shù)據(jù)進(jìn)行虛實對比， 如圖8 所示?？煽闯鎏摂M樣機(jī)與物理樣機(jī)軌跡基本一致，而虛實同動是截割部虛擬調(diào)試有效性的前提，說明調(diào)試平臺實現(xiàn)了對物理空間映射，同時證明被調(diào)試軟件的控制邏輯基本正確。

4.2 應(yīng)用效果驗證

對于深度強化學(xué)習(xí)控制算法模塊，利用獎懲系數(shù)反饋方法， 計算被調(diào)試程序的深度強化學(xué)習(xí)PPO 控制模型獎勵值，在單次斷面成形完成后經(jīng)由Unity 與Python 預(yù)留通信接口反饋給模型，針對具體巷道環(huán)境進(jìn)行二次強化學(xué)習(xí)訓(xùn)練；對于采用傳統(tǒng)控制策略的模塊，在驗證其穩(wěn)定性和可靠性的同時，提供數(shù)據(jù)分析作為依據(jù)，進(jìn)而主動優(yōu)化被調(diào)試軟件，實現(xiàn)對整個控制系統(tǒng)效能與魯棒性的提升。

通過驅(qū)動虛擬空間模型進(jìn)行斷面成形，對超挖、欠挖、碰撞、停滯、控制數(shù)據(jù)抖動等異常狀態(tài)進(jìn)行報警與數(shù)據(jù)記錄， 同時監(jiān)測斷面成形過程， 如圖9所示。

非全斷面單次成形過程中，被調(diào)試軟件對斷面成形截割的控制效果與設(shè)計基本期望一致，驗證了現(xiàn)有控制程序設(shè)計的合理性。通過融合傳統(tǒng)的獎懲機(jī)制與從虛擬調(diào)試中獲得的性能評價指標(biāo)，設(shè)計了一個復(fù)合型的獎勵信號，并以此為目標(biāo)引導(dǎo)模型優(yōu)化過程。被調(diào)試軟件中強化學(xué)習(xí)模型的優(yōu)化效果如圖10 所示。可看出獎勵值在初始波動后逐漸趨向穩(wěn)定，直觀反映出模型在新的優(yōu)化目標(biāo)指引下逐步收斂至更優(yōu)策略。同時，模型的損失函數(shù)曲線未出現(xiàn)顯著上升趨勢，不僅證實了算法優(yōu)化的高效與穩(wěn)健，還有效避免了過擬合的風(fēng)險。這說明強化學(xué)習(xí)控制器在虛擬掘進(jìn)測試中適應(yīng)了復(fù)雜環(huán)境，將傳感器輸入有效轉(zhuǎn)換為精準(zhǔn)控制指令，驗證了模擬?現(xiàn)實遷移訓(xùn)練的可行性。通過處理掘進(jìn)精度和避免超挖欠挖的實時反饋，控制器學(xué)習(xí)并優(yōu)化了策略。實驗也驗證了控制器學(xué)習(xí)復(fù)雜任務(wù)及動態(tài)調(diào)整策略的能力。

調(diào)試過程中，被調(diào)試程序通過單次“S”型軌跡規(guī)劃與跟蹤，完成了斷面成形截割，為進(jìn)一步分析上述二次強化學(xué)習(xí)訓(xùn)練過程對軌跡跟蹤控制器精度的優(yōu)化效果，對比訓(xùn)練前后的關(guān)鍵點位跟蹤控制精度，如圖11 所示，其中目標(biāo)點軌跡來自程序規(guī)劃的截割點位，末端軌跡來自角度編碼器與傾角傳感器解算得到的截割頭末端點位。可看出優(yōu)化后的斷面成形截割控制性能得到了提升，根據(jù)數(shù)據(jù)庫中控制量時間戳的記錄，用時126 s，較優(yōu)化前耗時減少了8 s。

優(yōu)化后截割頭位置誤差如圖12 所示，可看出優(yōu)化后截割部末端軌跡跟蹤最大誤差為6.0 mm，較優(yōu)化前降低了0.3 mm，避免了截割軌跡抖動導(dǎo)致的欠挖，同時使得軌跡和斷面更加平滑。

測試結(jié)果表明，優(yōu)化后的斷面成形效果滿足掘進(jìn)工作面巷道掘進(jìn)質(zhì)量要求，虛擬調(diào)試系統(tǒng)可作為優(yōu)化被調(diào)試程序的基礎(chǔ)，實現(xiàn)對現(xiàn)有斷面成形截割控制模型的二次強化學(xué)習(xí)訓(xùn)練。

5 結(jié)論

1） 針對井下掘進(jìn)裝備斷面成形截割控制過程中的調(diào)試難題，提出了一種掘進(jìn)巷道自動成形截割虛擬調(diào)試方法，研發(fā)了DT 驅(qū)動的虛擬調(diào)試系統(tǒng)。

2） 針對現(xiàn)有DT 系統(tǒng)對巷道細(xì)節(jié)、斷面成形過程交互仿真缺失的問題，基于RTAB?MAP 方法構(gòu)建了可交互巷道三維模型，通過虛擬空間的掘進(jìn)機(jī)聯(lián)動方法，實現(xiàn)了設(shè)備與巷道虛擬仿真模型的動態(tài)編程，并結(jié)合虛擬傳感器建立了掘進(jìn)巷道虛擬調(diào)試環(huán)境。

3） 針對現(xiàn)有調(diào)試方法對故障問題的判斷高度依賴經(jīng)驗、未經(jīng)調(diào)試的強化學(xué)習(xí)程序無法充分適應(yīng)復(fù)雜井下環(huán)境的問題，提出截割性能評價方法，結(jié)合虛擬調(diào)試環(huán)境，實現(xiàn)對巷道成形截割控制程序模擬?現(xiàn)實遷移的二次強化學(xué)習(xí)訓(xùn)練，將性能評價指標(biāo)作為二次強化學(xué)習(xí)訓(xùn)練的獎懲系數(shù)，通過“探索?試錯”獎懲機(jī)制，實現(xiàn)了截割軌跡優(yōu)化，提高了斷面成形截割控制系統(tǒng)的性能和魯棒性。

4） 搭建掘進(jìn)機(jī)虛擬調(diào)試系統(tǒng)實驗平臺，完成虛擬調(diào)試性能評估，調(diào)試后的“S”型軌跡截割用時126 s，截割部末端軌跡跟蹤最大誤差為6.0 mm，且降低了超挖、欠挖風(fēng)險。結(jié)果表明該方法在很大程度上提高了巷道成形自動控制程序的研發(fā)效率，提供了一種低成本的煤礦井下設(shè)備控制試錯方法。

參考文獻(xiàn)（References）：

[ 1 ]王國法，趙國瑞，任懷偉. 智慧煤礦與智能化開采關(guān)鍵核心技術(shù)分析[J]. 煤炭學(xué)報，2019，44（1）：34-41.

WANG Guofa，ZHAO Guorui，REN Huaiwei. Analysison key technologies of intelligent coal mine andintelligent mining[J]. Journal of China Coal Society，2019，44（1）：34-41.

[ 2 ]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， etal. Key technology and engineering practice ofintelligent rapid heading in coal mine[J]. Journal ofChina Coal Society，2021，46（7）：2068-2083.

[ 3 ]王國法，張建中，薛國華，等. 煤礦回采工作面智能地質(zhì)保障技術(shù)進(jìn)展與思考[J]. 煤田地質(zhì)與勘探，2023，51（2）：12-26.

WANG Guofa，ZHANG Jianzhong，XUE Guohua，et al.Progress and reflection of intelligent geologicalguarantee technology in coal mining face[J]. CoalGeology & Exploration，2023，51（2）：12-26.

[ 4 ]王妙云，張旭輝，馬宏偉，等. 遠(yuǎn)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 remotelycontrolled fully-mechanized mining equipment[J]. CoalScience and Technology，2021，49（9）：110-116.

[ 5 ]李娟莉，沈宏達(dá)，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(jī)集成制造系統(tǒng)，2021，27（2）：445-455.

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

[ 6 ]張旭輝，呂欣媛，王甜，等. 數(shù)字孿生驅(qū)動的掘進(jìn)機(jī)器人決策控制系統(tǒng)研究[J]. 煤炭科學(xué)技術(shù)， 2022，50（7）：36-49.

ZHANG Xuhui， LYU Xinyuan， WANG Tian， et al.Research on decision control system of tunneling robotdriven by digital twin[J]. Coal Science andTechnology，2022，50（7）：36-49.

[ 7 ]毛清華，陳磊，閆昱州，等. 煤礦懸臂式掘進(jìn)機(jī)截割頭位置精確控制方法[J]. 煤炭學(xué)報，2017，42（增刊2）：562-567.

MAO Qinghua，CHEN Lei，YAN Yuzhou，et al. Precisecontrol method of cutting head position of coal minecantilever roadheader[J]. Journal of China CoalSociety，2017，42（S2）：562-567.

[ 8 ]BAE H，KIM G，KIM J，et al. Multi-robot path planningmethod using reinforcement learning[J]. AppliedSciences，2019，9（15）. DOI： 10.3390/app9153057.

[ 9 ]NIEMANN J. Development of a reconfigurableassembly system with enhanced control capabilities andvirtual commissioning[D]. Bloemfontein： CentralUniversity of Technology，F(xiàn)ree State，2013.

[10]謝苗，李曉婧，劉治翔. 基于PID 的掘進(jìn)機(jī)橫擺速度智能控制[J]. 機(jī)械設(shè)計與研究，2019，35（1）：125-127，132.

XIE Miao， LI Xiaojing， LIU Zhixiang. The intelligentcontrol of roadheaders yaw velocity is established basedon neural network PID control method[J]. MachineDesign & Research，2019，35（1）：125-127，132.

[11]胡興濤，朱濤，蘇繼敏，等. 煤礦巷道智能化掘進(jìn)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 technologyof intelligent drivage perception in coal mineroadway[J]. Journal of China Coal Society， 2021，46（7）：2123-2135.

[12]陸新時，馬嵩華，胡天亮. 基于數(shù)字孿生的力能控制式壓力機(jī)虛擬調(diào)試[J]. 小型微型計算機(jī)系統(tǒng)， 2022，43（7）：1356-1361.

LU Xinshi， MA Songhua， HU Tianliang. Virtualcommissioning of force-power controlled press machinebased on digital twin[J]. Journal of Chinese ComputerSystems，2022，43（7）：1356-1361.

[13]馬飛，代錕，孫巍偉. 基于數(shù)字孿生的物流揀選虛擬調(diào)試系統(tǒng)設(shè)計[J]. 機(jī)床與液壓，2023，51（16）：95-100.

MA Fei， DAI Kun， SUN Weiwei. Design of virtualdebugging system for logistics picking based on digitaltwin[J]. Machine Tool & Hydraulics， 2023， 51（16） ：95-100.

[14]楊春雨，張鑫. 煤礦機(jī)器人環(huán)境感知與路徑規(guī)劃關(guān)鍵技術(shù)[J]. 煤炭學(xué)報，2022，47（7）：2844-2872.

YANG Chunyu，ZHANG Xin. Key technologies of coalmine robots for environment perception and pathplanning[J]. Journal of China Coal Society， 2022，47（7）：2844-2872.

[15]張旭輝，趙建勛，張超，等. 懸臂式掘進(jìn)機(jī)視覺伺服截割控制系統(tǒng)研究[J]. 煤炭科學(xué)技術(shù)，2022，50（2）：263-270.

ZHANG Xuhui， ZHAO Jianxun， ZHANG Chao， et al.Study on visual servo control system for cutting ofcantilever roadheader[J]. Coal Science andTechnology，2022，50（2）：263-270.

[16]高赟，成哲. 虛擬調(diào)試技術(shù)在某車間輸送系統(tǒng)的應(yīng)用[J]. 工業(yè)控制計算機(jī)，2023，36（6）：28-29.

GAO Yun， CHENG Zhe. Application of virtualcommissioning technology in conveyor system of ashop[J]. Industrial Control Computer，2023，36（6）：28-29.

[17]KLOSOWSKI J T，HELD M，MITCHELL J S B，et al.Efficient collision detection using bounding volumehierarchies of k-DOPs[J]. IEEE Transactions onVisualization and Computer Graphics，1998，4（1）：21-36.

[18]王丹. 縱軸式硬巖掘進(jìn)機(jī)截割機(jī)構(gòu)的力學(xué)性能與參數(shù)優(yōu)化[D]. 阜新：遼寧工程技術(shù)大學(xué)，2009.

WANG Dan. The mechanical property and parameteroptimization for cutting mechanism of vertical axis hardrock roadheader[D]. Fuxin： Liaoning TechnicalUniversity，2009.

[19]JAIN A， VERA D A， HARRISON R. Virtualcommissioning of modular automation systems[J].IFAC Proceedings Volumes，2010，43（4）：72-77.

[20]陶飛，張賀，戚慶林，等. 數(shù)字孿生模型構(gòu)建理論及應(yīng)用[J]. 計算機(jī)集成制造系統(tǒng)，2021，27（1）：1-15.

TAO Fei， ZHANG He， QI Qinglin， et al. Theory ofdigital twin modeling and its application[J]. ComputerIntegrated Manufacturing Systems，2021，27（1）：1-15.

[21]ENVER A T. I/O virtualization for commissioning：US11435728[P]. 2022-09-06.

[22]馬宏偉，張璞，毛清華，等. 基于捷聯(lián)慣導(dǎo)和里程計的井下機(jī)器人定位方法研究[J]. 工礦自動化， 2019，45（4）：35-42.

MA Hongwei， ZHANG Pu， MAO Qinghua， et al.Research on positioning method of underground robotbased on strapdown inertial navigation and odometer[J].Industry and Mine Automation，2019，45（4）：35-42.

基金項目：國家自然科學(xué)基金青年項目（52104166）。