长期以来,煤炭为国民经济的持续快速健康发展提供了重要基础能源和工业原料。进入新时期,大力推进煤矿智能化建设[1],是实现煤炭行业转型升级、推动煤炭生产技术革命、提高企业核心竞争力的必由之路,是坚持人民至上、生命至上,满足矿工对美好生活向往的现实需要。特别是煤矿机器人的研发应用为煤矿智能化发展提供了核心技术和装备支撑,通过机器人替人,减少煤矿井下一线危险繁重作业岗位的用工数量,对提高我国煤矿安全生产水平具有十分重要的意义。
我国煤矿以井工开采为主,矿井开采条件复杂、开采强度大、灾害严重,对机器人和智能装备的需求比其他任何国家都迫切[2]。因此,国内煤矿机器人研发[3]起步早、投入大、覆盖面广,相关领域的基础理论研究、关键技术攻关、标准制定、装备研发、工程示范和人才培养均走在了世界前列。特别是自2019年原国家煤矿安全监察局发布《煤矿机器人重点研发目录》以来,煤矿机器人已成为学术界研究的热点[4]。但总体来看,当前煤矿机器人还面临诸多技术瓶颈亟待攻关,其自主化、智能化水平还相对较低,同时还面临各类不同作业机器人发展水平不平衡、不充分的问题[5],需要通过产学研联合创新,加快提升煤矿机器人整体研发和应用水平。
煤矿机器人是特种机器人领域的重要分支,是煤矿智能化的重要技术和装备创新,也是传统煤机装备与现代机器人技术交叉融合的发展新方向。近年来,随着广泛的政策推动、科技牵引和工程应用,煤矿机器人的发展取得了巨大进步,其概念定义逐渐清晰,覆盖范围不断拓展,基于学科交叉突破了若干共性关键技术,通过高新技术赋能和技术标准逐步规范,研发了煤矿机器人通用系统平台,应用场景遍布煤矿生产各环节,逐渐形成了国内外首个完整的煤矿机器人技术体系,其整体体系框架如图1所示。
图1 煤矿机器人技术体系框架
Fig.1 Coal mine robot technology system framework
从广义来看,煤矿机器人涵盖单体机器人、机器人化装备、机器人集群和无人化系统。例如煤矿带式输送机巡检机器人即为典型的单体机器人,而通过智能化改造的自主运行采煤机可定义为机器人化装备,采煤或掘进工作面成套机器人化装备组成的复杂系统可理解为采煤或掘进机器人集群。另外,除了上述具有实际本体物理构型的机器人和机器人化装备外,煤矿机器人还应包括诸如无人驾驶等软件定义的无人化系统。
煤矿机器人继承了机器人学的成套理论和技术,又兼具传统煤机装备的大载荷、高可靠性、工况适应性强等技术特点,同时融入自动控制和信息技术等,具备典型的跨行业发展、多学科交叉、新技术融合特征。在各类煤矿机器人的研发过程中面临诸多共性关键技术需要突破,主要包括:机器人防爆设计、行走和作业机构创新、高效动力驱动单元研发、多传感器融合智能感知技术、井下GPS拒止环境下的定位导航技术、狭长巷道空间内的长距离无线通信技术以及多机器人系统的协同控制技术等。在此基础上,煤矿机器人的发展又契合了当前第4次工业革命的高新技术井喷发展周期,由于5G、工业互联网、大数据、云计算、人工智能、数字孪生、元宇宙等新技术在煤矿智能化建设中已得到了广泛的应用,通过高新技术赋能,可大幅提高煤矿机器人的自主化和智能化应用水平。
随着煤矿机器人领域技术攻关和产品研发的不断演进,相关技术标准规范也正在逐步建立和完善起来,安全监管部门制定下发了《煤矿井下机器人基本安全要求(试行)》,另外在煤矿井下钻孔机器人、搬运机器人、水仓清淤机器人、带式输送机巡检机器人等具体作业类机器人方面,也正在制定和完善相关技术标准规范,同时国家矿山安监局还在组织编制《矿山安控类机器人数据共享规范》。
在单项机器人的技术突破和单体机器人装备及系统的成功研发基础上,逐步提出了构建煤矿机器人可靠性测试平台和机器人远程智能化运维平台,通过在研发过程中的可靠性测试和应用环节的健康状况在线评估,实现对各类型煤矿机器人的优化设计和迭代升级,同时部分煤矿智能化系统集成服务企业也研发了煤矿机器人通用操作系统和全矿井机器人综合管控平台,从而推动实现煤矿机器人标准化、模块化、产业化研发和应用。
按照《煤矿机器人重点研发目录》中规划的掘进类、采煤类、运输类、安控类、救援类共五大类38种煤矿机器人的研发计划,目前国内传统煤机企业、工业机器人企业、工程机械企业、特种装备企业、高校和科研院所进行了各类煤矿机器人研制,初步形成了煤矿机器人产业链条,各类机器人在煤矿企业取得了广泛应用,部分较为先进的智能化示范煤矿形成了相对完整的机器人集群应用场景。
长期以来,防爆设计、构型创新、动力驱动、智能传感、导航定位和井下通信等共性关键技术一直制约着煤矿机器人研发和大规模推广应用,通过持续的科技攻关,在以下几方面均取得了突破。
煤矿机器人下井作业的前提是需要满足《煤矿安全规程》规定的电气设备防爆要求[6],然而煤矿机器人区别于传统矿山装备,其对运动性能、控制精度等要求更高,在普通防爆设计的限制下,必然会增加其自重,导致机器人系统的灵活性和精密性大打折扣[7]。目前各国均以国家标准的形式对防爆设计方法进行了严格的规定,由于机器人运动控制多、关节电机和机构多,取得安全标志证书和防爆证书难度大,因此需要相关标准制定部门和防爆检测机构共同参与,研究适用于煤矿机器人的特殊防爆技术。
科研单位和机器人企业尝试了多种解决方案来满足其防爆设计和安标认证要求。韩一鹏等[8]研究提出了矿用防爆外壳开孔补强焊接设计方法。李允旺等[9]研究了煤矿救灾机器人防爆设计与加工方法,同时还借鉴煤电钻的外壳材质,采用铝合金铸造机器人隔爆壳体以减轻自重[10-11]。WANG [12]、RONG[13] 等尝试通过静态正压技术,解决煤矿机器人隔爆设计导致的本体自重过大与高机动性、高越障能力间的矛盾,其基本原理如图2所示。李雨潭等[14]提出了煤矿机器人的短时防爆设计方法,该方案适用于救援类机器人的短时作业模式。巩利萍等[15]将弹塑性理论运用到机器人隔爆外壳的设计中,根据强度理论分析和计算机模拟,优化防爆结构设计。周丹等[16-18]借助有限元分析将机器人的外壳设计成圆柱形,具备更好的压力承载能力。此外,部分机器人企业还研发了本安型轨道巡检机器人[19]。但整体来看,当前煤矿机器人防爆设计还未跳出常规电气设备的防爆设计要求,需要从新设计、新材料、新制造工艺等不同角度进一步深入研究。
图2 正压型防爆箱体原理
Fig.2 Schematic diagram of positive pressure explosion-proof box
可靠的机械系统是煤矿机器人实现自主作业的基础,机器人要满足大负载、多功能作业要求,为应对煤矿井下狭窄空间和爆炸性气体环境,还要具备小体积、少驱动、简结构的特点,给煤矿机器人机构与结构设计提出了新挑战。近年来,涌现了众多煤矿机器人构型新设计。
在掘进机器人方面,西安重装集团联合西安科技大学等单位共同研发的护盾式掘进机器人系统[20],其前端护盾式掘进采用横轴掘进装置与推移护盾支护装置组成,由护盾支护装置支撑顶板与侧帮,为中段形成稳定的钻锚作业环境。济宁泰立重工机械有限公司与中国矿业大学(北京)联合研发了高效悬臂式纵轴掘锚机器人[21],在截割部增加了横向移动机构加大掘进宽度,减少机器人移机频率,提高作业效率。冀凯科技公司研发的防突防冲钻孔机器人具有自动装卸钻杆装置,实现了连续钻孔作业。陕煤集团韩城矿业有限公司研发的龙门式钻锚机器人系统[22],将锚杆钻机布设在龙门横架上,与下方的掘进机协同作业,提高了掘进工作效率。陕煤集团神木柠条塔矿业有限公司研发的喷浆机器人系统,配有新型喷浆机械臂和连续取料系统[23]。在选矸机器人机械系统方面,研发了矸石排队、抓取、拨落、喷冲等新装置[24]。安防、救援机器人方面,葛世荣、李允旺团队[25-26]进行了系统性探索,创新性地将差动平衡机构与轮履复合行走机构相结合,研发了多种具有被动与主动配合适应复杂地形的摇杆式履带与轮履复合机器人(图3),具有更强的地形适应性和越障能力。此外,诸如轮腿式[27]、摩擦驱动、齿-槽驱动和钢丝绳牵引移动机构等多种创新机构也在煤矿机器人上取得了成功应用。
图3 煤矿机器人构型设计创新案例
Fig.3 Coal mine robot configuration design innovation case
煤矿机器人可依赖拖缆供电、绳牵引、内燃机和蓄电池等几种方式驱动。其中掘进和采煤工作面的作业场景相对固定,其采场的推进相对较慢,大型机器人化装备多采用拖缆方式进行供电,可以提供大功率、高可靠的动力源。而有轨和无轨运输类机器人因其作业区域范围广、载荷大,可采用绳牵引、内燃机和蓄电池等多种方式驱动[28],其中内燃机和蓄电池方案各有利弊,在井下空气质量和环保要求日渐严格的背景下,大容量蓄电池供电驱动方式具有一定的优势。近年来其他新型作业类机器人和巡检机器人等也多数采用蓄电池方式供电[29]。同时部分学者[30]研究了煤矿机器人驱动系统设计[31]和传动系统效率问题,鲍久圣、葛世荣[32]提出了井下混合动力无轨胶轮车驱动系统模糊逻辑控制方法。
目前锂电池由于在能量密度、使用寿命、经济性和运行维护等方面的优势,已成为煤矿机器人的动力单元的首选,但大容量锂电池在煤矿井下应用仍然受到监管部门的严格限制[33],其安全性、可靠性基础理论和防护手段尚不完善[34]。
为提高煤矿机器人的动力单元的安全性,需要引入其他领域全新的安全监测技术手段[35]。丁汉团队[36]研究了锂电池在线个性化健康评估技术,创新性地引入人工智能迁移学习的思想,定制实时个性化的电池健康评估方案。胡而已等[37]提出了基于数字孪生驱动的煤矿机器人动力单元安全监测技术,通过建立如图4所示的机器人动力单元全要素数字孪生模型,实时获取电池安全健康状态,以便通过及时的电气反馈控制和人工干预,提升煤矿机器人动力单元的安全可靠性。
图4 煤矿机器人电池数字孪生监测原理
Fig.4 Mining robot battery digital twin monitoring principle
煤矿机器人智能传感包含2个方面:一是机器人自身运动和作业状态参数的感知,这方面主要应用机器人技术领域相对成熟的传感技术[38];二是机器人工作环境参数及煤岩、巷道物理体的感知。
在超前感知方面,崔伟雄等[39]提出了基于槽波频散理论和分频处理技术的煤层厚度变化预测与反演方法。刘万里等[40]提出了融合探地雷达和激光扫描数据的煤层三维模型动态修正方法。李首滨等[41]提出了基于多模态数据信息融合与三维空间感知的工作面智能感知技术体系。张平松等[42]提出了震源随掘地震与瞬变电磁联合的智能掘进超前探测方法。通过此类智能感知系统可为煤矿机器人提供井下未知区域的超前感知信息,为煤矿机器人的各类作业决策、规划和控制提供技术基础。
在作业场景环境感知方面,煤岩识别是煤矿智能化和机器人研发中的热点问题[43],近年来,在振动、声发射、电流、截割力等机器人内部参数感知与红外热成像、反射光谱、超声波探测、电磁波探测等外部环境参数感知方面均开展了大量基础研究,但距离在掘进、采煤机器人上工程实际应用仍有差距。高士岗等[44]开展了基于巡检机器人的激光SLAM采煤工作面动态构建研究。部分学者在巡检机器人平台上开展了基于深度学习算法的巷道变形[45]、渗漏[46]和人员行为识别[47]研究。胡而已等[48]研究了综放工作面后部刮板输送机巡检机器人的激光扫描检测技术,获取了工作面的实时煤流信息,部分监测结果如图5所示。在无人驾驶运输机器人方面,韩江洪[49]、郭永存[50]等研究了雷达、视觉等多模态信息融合感知方法在自动驾驶胶轮车动、静态障碍物识别方面的应用。目前,井下机器人环境感知仍然面临煤尘、水雾、光照度等诸多条件的限制,超前感知的精度以及环境感知的适用性仍需进一步提高。
图5 刮板运输系统堆煤量机器人感知
Fig.5 Robot sensing of coal pile in scraper transport system
煤矿井下GPS拒止的受限环境下机器人定位导航技术得到了快速发展。根据井下应用区域、环境特征、智能装备和机器人运行特点的不同,涌现了各类定制化的定位导航解决方案。其中,机器人化掘进和采煤装备的定位导航方式以惯性导航为核心[51],并通过人工路标、无线传感网、SLAM等手段提供额外辅助。中煤科工集团太原研究院[52]研发了测距雷达、倾角传感器、全站仪与惯性组合导航的掘进智能导航控制技术。张旭辉等[53]利用激光点-线特征标靶构建了“视觉+”与“惯性+”的掘进组合定位方法。王忠宾等[54]提出一种基于空间阵列式惯性单元的防冲钻孔机器人位姿解算方法。毛善君等[55]利用测量机器人追踪采煤机机身棱镜并传导大地坐标,研究了融合惯导、编码器的采煤机精确定位与自适应割煤技术。葛世荣等[56]提出了基于惯导与UWB组合、UWB基站群自主迁移的采煤机惯导定位导航系统,开展了基于C-SLAM的煤层截割导航地图构建方法研究[57],实现了机器人化采煤机导航截割过程的自适应调高和行走路径自动调直。
在运输巷道及其他场景,充分融合自主移动机器人和无人驾驶技术,形成了定制化的煤矿机器人定位导航方案。李猛钢[58]提出了基于激光/惯性/UWB组合SLAM的机器人精确定位与地图构建方法,其机器人巷道环境实时建模及自主导航效果如图6所示。侯刚等[59]开发了七合一融合定位的辅助运输胶轮车自动驾驶系统。鲍久圣等[60]提出基于改进人工势场的无人驾驶无轨胶轮车全局和局部路径规划方法。陈先中等[61]提出了一种煤矿井下移动机器人毫米波雷达点云成像、结合深度学习处理稀疏点云的SLAM导航方法。马宏伟等[62]采用深度相机解决了井下移动机器人定位建图和自主导航问题。中煤科工集团沈阳研究院[63]开展了基于磁、视觉、激光以及多传感器融合层次化SLAM导航定位方法研究。总体上看,在该领域尚未形成可以在井下全场景应用的统一定位导航方案,需要进一步探索多模态多源异构信息融合策略,以增强复合导航技术的井下复杂环境适应性。
图6 煤矿机器人巷道环境实时建模
Fig.6 Real-time modeling of mine robot tunnel environment
井下封闭、狭长、多径、非视距场景下的组网、可靠通信技术是煤矿机器人常态化运行的关键。目前煤矿机器人的通信方式包括有线和无线两大类方法,有线方式以同轴电缆、光纤为主,广泛用于掘进类、采煤类等可携带供电电缆的机器人中,具有通信容量大、传输距离远、信噪比高等优势。在无线通信方面,较早研发的煤矿救援类机器人主要探索了包括UWB、ZigBee、蓝牙、WIFI、无线mesh组网等局部区域通信方式[64]。随着煤矿智能化建设的深入推进,4G、5G、WIFI/WIFI6无线节点与工业光纤以太环网相结合的通信方式逐渐成熟,已成为各种移动作业类和运输类机器人普遍采用的通信方式。葛世荣团队联合中信重工唐山开诚智能装备有限公司研发的煤矿危险气体探测机器人采用了井下有线、无线相结合的通信方式,其原理如图7所示,在工业性试验中[65]验证了其通信可靠性。
图7 煤矿机器人无线通信系统示意
Fig.7 Schematic diagram of wireless communication system for coal mine robot
另外,中国煤炭科工集团[66]利用700 MHz和2.6 GHz融合组网实现了全井覆盖,在综采工作面机器人化装备和变电所巡检机器人上得到应用。华阳集团[67]通过全国首座5G煤矿建设,实现了煤矿灾区侦测机器人的高可靠通信。内蒙古麻地梁煤矿[68]建成了全矿区5G通信网络,并在采煤、掘进、钻锚、巡检机器人以及无人驾驶胶轮车等系统中成功应用。
在煤矿机器人共性关键技术取得突破的同时,各类机器人的研发和推广应用也取得了很大成效。目前据不完全统计,全国在册3 912座煤矿中,采煤工作面总数约为5 150个,其中实现智能化开采的工作面达580个,占比11.26%;掘进工作面总数约为11 170个,其中实现智能化掘进的工作面达439个,占比3.93%,机器人化采煤和掘进装备在智能化工作面取得了广泛应用。在《煤矿机器人重点研发目录》中规划的38种机器人,其中有31种机器人已在煤矿现场实现了应用,占比81.58%;5种机器人正在由相关企业组织研发攻关,占比13.16%;由于应用场景复杂和技术大度大,仍有2种机器人研发尚属空白,占比5.26%,具体情况如图8所示。
图8 5类38种煤矿机器人研发应用情况
Fig.8 Research and application of 38 kinds coal mine robots in 5 categories
在《煤矿机器人重点研发目录》的基础上,2022年8月工业和信息化部等4部门遴选发布了以煤矿为主的矿山领域机器人典型应用场景,涵盖矿山作业机器人及系统、矿山安控机器人及系统、矿山运输/分拣/清理机器人及系统、矿山应急救援机器人及系统和其他机器人及系统五大方向,20个子方向,共计39个典型应用场景,为机器人企业和矿山企业提供了更为全面的应用场景参考。其中,矿山作业机器人及系统包括煤矿掘进作业、井下喷浆作业、井下探放水作业、煤矿防冲泄压作业4个子方向的12个典型应用场景;矿山安控机器人及系统包括变电所巡检、矿用皮带巡检、巷道巡检、水泵房巡检、厂区巡检、压风机房巡检6个子方向的9个典型应用场景;矿山运输/分拣/清理机器人及系统包括露天矿无人驾驶、井下无人驾驶、智能选矸、井下水仓清理4个子方向的12个典型应用场景;矿山应急救援机器人及系统包括井下消防侦察灭火、矿区应急运输2个子方向的2个典型应用场景;其他机器人及系统包括井下提升系统钢丝绳更换、露天矿卡车电池更换、外骨骼辅助安装作业、煤炭机器人集群协同调度4个子方向的4个典型应用场景。
3.3.1 掘进类机器人
掘进类机器人主要包括掘进机器人、盾构机器人、临时支护机器人、钻锚机器人、喷浆机器人、钻孔机器人等,从现场作业环境来看,掘进类机器人是煤矿机器人中研发难度最大、应用工况最复杂的一类,按照硬岩、半煤岩巷和煤巷等不同地质条件开展针对性的研发。
一方面,多数煤矿根据自身条件和既有设备状况,采用对悬臂式掘进机或连采机进行机器人化改造的方案。如图9所示,通过远程遥控与自主导航、自主截割技术相结合,在掘进机机身增加激光位置传感器、超声波位置传感器、截割头编码器等检测部件,通过多传感器融合算法对掘进机在巷道中位置和截割头实际位姿进行精确计算,采用先进的毫米波雷达装置探测掘进工作面和巷道的形状、状态,通过扫描探测数据构建掘进巷道的数字孪生三维场景模型,结合高清视频监控系统和激光指向仪,实现掘进工作面机器人化作业。
图9 悬臂式掘进机机器人化改造方案
Fig.9 Robotic transformation scheme of cantilever roadheader
另一方面,分别采用原始创新和移植创新等模式,进行新型掘进机器人研制,其中典型代表为如图10所示的煤矿盾构机器人和护盾式掘进机器人。将盾构技术运用到深部煤矿巷道掘进施工中,目前国内以铁建重工集团为代表的专业厂商研发了包括立井、斜井、硬岩、煤巷等多种盾构机型,克服了深部大地应力、爆炸气体环境、突发涌水、大坡度等一系列技术难题,具备巷道全断面一次成型、超前钻探、自动导向纠偏、高效支护等功能,已成功在多处煤矿取得了推广应用,大幅提高了掘进效率和施工安全。另外,由西安重装集团联合西安科技大学等单位共同研发的护盾式掘进机器人系统在陕煤集团小保当煤矿成功应用,通过多系统集成创新,集掘、支、锚、运、通风、除尘等功能于一体,实现井下掘进工作面有限空间内作业工序平行化,掘进月进尺可达1 500 m,大幅提高了掘进工效,减少了掘进工作面作业人数。
图10 新型煤矿掘进机器人
Fig.10 New coal mining robot
3.3.2 采煤类机器人
广义的采煤类机器人包括智能化采煤工作面的成套机器人化装备和系统。煤矿智能化最早始于智能化工作面建设,2014年黄陵矿业公司一号煤矿建成了我国第1个智能化工作面,目前采煤工作面智能化是煤矿智能化中技术最先进、装备配套最齐全、煤矿企业积极性最高、相关产业链最完整的一环,全国煤矿智能化工作面技术研发和工程建设已实现薄、中、厚煤层全覆盖。
目前,综采工作面采煤、支护、运输等机器人化装备研发和推广应用较为成熟,相对来说,综放工作面的智能化是短板。传统的综放工作面放顶煤作业主要依赖人工,特别是后部刮板运输机煤流状态、顶煤放出量的智能感知和支架放煤口动作的自主控制等难度大,目前相关领域的技术和装备研发取得了一定进展,在国家重点研发计划项目资助下,王世博、胡而已团队研发了融合冲击振动信号与高光谱的煤矸精准识别、基于激光三维扫描的放煤量实时监测和基于探地雷达的放顶煤厚度在线探测等技术,其基本原理如图11所示,通过放顶煤质量精准识别、放煤体量精确测量和顶煤厚度准确探测,实现放煤过程中放煤率和含矸率的智能感知,为综放工作面机器人化改造提供了关键技术支撑。
图11 综放工作面智能感知原理
Fig.11 Intelligent sensing principle of fully mechanized caving face
总体上看,目前智能化采煤工作面相关技术研发和工程建设还存在以下4个方面的问题:① 建成的智能化采煤工作面的机器人化水平不高,多数煤矿是在支架电液控基础上进行的改造升级,采煤机以记忆截割为主,基于煤岩识别的自适应截割技术还未有实质性的突破,部分工作面安装了惯导系统,实现了自动调直,但遇到复杂地质构造时还需要大量人工干预;② 智能化整体性不强,目前多数煤矿的智能化工作面建设还是以单个工作面、单个子系统的智能化为主,且采煤生产系统与辅助系统、安全监测保障系统间还未实现数据共享、融合分析,难以实现智能决策和联动控制;③ 装备可靠性有待加强,工作面机器人化装备和煤矿机器人在井下现场还面临关键零部件、控制系统可靠性的问题,特别是部分机器人制造企业还欠缺矿山行业经验,新产品的设计和制造还需要反复迭代升级;④ 智能化工作面的常态化运行率不高,采煤工作面在进刀、端头支护等环节的人工参与度过高,导致智能化工作面单班整体工效还未达到预期。
3.3.3 运输类机器人
运输类机器人是煤矿机器人中种类最多的一类,主要涵盖两大方面:一是无人驾驶运输装备及系统,包括露天煤矿和井工煤矿无人驾驶;二是井下重载运输作业机器人,包括:搬运机器人、破碎机器人、推车机器人、巷道清理机器人、煤仓清理机器人、水仓清理机器人等。
目前,露天煤矿重载卡车的无人驾驶技术已渐成熟,基本实现了编组常态化运行,而井下无人运输又分为有轨和无轨2种,其中有轨无人运输技术难度相对较小,已实现井下电机车、齿轨车、单轨吊等辅助运输设备的无人驾驶和常态化运行,但受井下巷道空间、通信条件和严苛防爆要求的限制,井下无轨车辆的无人驾驶整体上还处于测试阶段,无轨胶轮车的无人驾驶运行效率还低于有人驾驶,尚不能完全满足煤矿正常生产的人员和物资运输需要。王飞跃、葛世荣团队开展了基于平行智能的井下无人驾驶技术和系统研发,采用自上而下、整体与局部相结合的设计思路,其技术架构如图12所示。基于真实的物理通信,融合无人车辆虚拟仿真系统、真实地下交通管理与调度系统,建立了与井工矿场景1∶1的环境模型,进行了车端无人驾驶功能测试和全矿井车辆协同作业测试,将现场研发调试时间缩短90%,大幅降低研发测试对煤矿生产任务的影响。
图12 地下平行驾驶系统架构
Fig.12 Architecture of the underground parallel driving system
另外,井下重载运输作业类机器人是未来煤矿机器人研发的重点,此类机器人可替代一线工人从事危险繁重体力劳动,目前主要研发思路是在传统工程机械基础上进行机具创新设计和控制系统机器人化改造,但区别于一般工业机器人和普通工程机械产品,煤矿重载作业机器人负载更大,作业环境差,控制安全性和运行可靠性要求极高。以水仓清理作业为例,胡而已团队联合山东鲁班机械科技有限公司研发了水仓清理机器人系统,其作业原理和系统布置如图13所示。该机器人系统集成了水仓自动清挖、远程煤泥水无污染输送、固液分离、多功能上料等模块,利用液压驱动实现爆炸性气体环境下的大负载作业,采用履带底盘实现煤泥地面的高机动性行走,利用油缸驱动挖掘臂总成实现煤泥板结、巷道变形、底板起鼓等极端条件下的清仓作业,同时还具备无线通信、自主路径规划、自动避障、故障诊断等功能。
图13 水仓清理机器人系统作业布置示意
Fig.13 Work layout diagram of water warehouse cleaning robot system
3.3.4 安控类机器人
安控类机器人是目前煤矿机器人中推广应用最成熟的领域,主要包括工作面巡检机器人、管道巡检机器人、通风监测机器人、危险气体巡检机器人、带式输送机巡检机器人、井筒安全智能巡检机器人、巷道巡检机器人等。该类机器人主要用于煤矿地面和井下的人、机、环状态的监测,根据不同的应用场景和功能要求,已发展形成轨道式、轮式、履带式、四足式、飞行式等不同类型系列,按照防爆方式又可分为矿用一般型、隔爆兼本安型和本安型等多种类型。具体应用场景包括固定式值守监测机器人、短距离移动巡检机器人和长距离移动巡检机器人。基于不同的巡检区域和作业要求,其动力供给方式也有所不同,包含托缆供电、电池供电、钢丝绳牵引等多种方式。其中固定式值守监测机器人主要安装在带式输送机机头等部位,用于输送带异物检测;短距离移动巡检机器人主要用于井下机电硐室、水泵房、变电所、洗煤厂等内部巡检;长距离移动巡检机器人主要用于皮带运输系统、工作面刮板运输系统、立井提升系统的设备状态和环境安全巡检。目前该类机器人在机械结构方面已逐渐发展趋于定型,各厂家研发的巡检机器人在结构形式、功能等方面逐渐标准化、模块化,一般具备各类环境气体传感、设备运行噪声检测、可见光和红外视频监测等功能,具备了一定的音频和视频AI辅助识别能力。随着巡检机器人的大规模推广应用,部分先进煤矿已形成了全矿井安控机器人集群应用,具体部署如图14所示。同时,为应对矿井日益增加的巡检机器人管理需要,基于工业互联网和云计算技术,部分厂家研发了煤矿巡检机器人综合管控云平台,可实现巡检机器人的远程监测、远程操控、区域调配和智能算法训练,同时可用于机器人全生命周期健康状态管理、故障诊断和预测性维护等。
图14 全矿井煤矿巡检机器人系统
Fig.14 Whole mine inspection robot system
3.3.5 救援类机器人
救援类机器人是煤矿单体机器人研发应用探索最早开始的领域,与其他类煤矿机器人的区别主要体现在以下3个方面:① 煤矿井下灾后现场的环境更复杂,对机器人的防爆、防水、自身防护的设计等级要求更高;② 煤矿灾后现场的机器人行走通道更狭窄,如瓦斯煤尘爆炸和透水灾害事故后,现场通行路况与灾前大不相同,要求机器人具有更强的通过性;③ 多数情况下煤矿灾后现场的常规通信设施被损毁,需要救援机器人具备独立的通信自组网能力,实现灾后现场和指挥调度中心间的音视频可靠通信。
煤矿救援机器人研发从早期单一的灾后环境探测,发展到环境探测、灾情综合评估、清障、灭火、排水、生命探测、医疗保障、运送伤员等全方位、立体救援的机器人化需求。当前煤矿救援机器人的研发应用正朝着更加专业化的细分领域拓展,其功能矩阵划分如图15所示,专业机构针对水、火、瓦斯、顶板等不同灾害类型,研发了适用于救护队列装的成套救援作业机器人系统。虽然煤矿救援类机器人需求类型多,但单品的市场容量相对较小,导致其单机成本相对较高,也给此类机器人的研发和产品升级带来了巨大挑战,为此应急管理部、国家矿山安监局也正尝试通过政策牵引等手段,不断加强在该领域的研发投入,2022年发布了《国家安全生产应急救援中心关于开展安全生产应急救援急需技术装备揭榜攻关的通知》(应救技装〔2022〕4号),在矿山救援智能装备领域共部署了矿山快速排水救援成套技术装备、矿山快速构建救生通道成套技术装备、矿山精准生命探测仪、矿山小型激光切割装备等四大方向,为救援类机器人和智能装备的研发提供了技术共享平台和推广应用渠道。
图15 煤矿救援机器人功能矩阵
Fig.15 Function matrix of coal mine rescue robot
未来煤矿机器人将向着更自主、更智能的方向发展,其发展方向主要集中在以下几个方面。
1998年英国帝国理工学院戴建生与 J Rees Jones 在国际上首次提出变胞机构[69](Metamorphic Mechanism)概念,意为自由度与结构可根据操作条件与功能而发生变化的机构系统。变胞机器人结构可展开、可折叠及组合重构,在瞬时能使某些构件发生合并和分离,使机构有效构件数或自由度数发生变化,具有较强的环境适应性。
煤矿井下空间狭窄,非结构化地形较多,对机器人结构灵巧性和越障能力要求很高,当前研发的煤矿机器人多是基于传统机构设计的构型,其机构运动关系相对固定,运行形式单一,难以在复杂地形中快速通行并实现灵巧操作。采用变胞机器人的设计思路,动态调整机器人自身拓扑结构,具备类似变形金刚的可变外形及执行功能,能够“一机多能、一机多用”,实现煤矿机器人的不同运动形式切换,以适应狭窄作业空间内的机器人多功能作业需求,从而让煤矿机器人可适用于不同的作业工区和工艺,同时可通过变胞设计解决大型机器人化装备的井下运输难题,从而降低机器人运维成本。
(1)轮式变胞机器人:把变胞机构融入轮式机器人,克服了轮式机器人对井下地形适应性差的缺陷,通过自身结构灵巧性增强,使煤矿机器人机动性得以提升。变胞轮式机器人的综合设计是研发难点,需对可变轮式机器人结构进行创新设计,同时解决作业任务单一、越障性能差、续航能力差等问题,多功能化自主变胞轮式机器人是煤矿机器人发展方向之一。
(2)履带变胞机器人:通过与其他可变机构联合设计构建多种形式的履带式变胞机器人,能提升煤矿机器人在复杂地形中的适用能力,作为井下巡检机器人和救援机器人的重要构型,履带式机器人的变胞机构设计是重要创新方向。2009年笔者团队[70]提出了13种履带机器人变胞构型,如图16所示,形成了RT型履带机构b1、R2T型摇杆履带机构b2和b3,关节履带机构c1、c2和c3,三角履带机构d1,倒梯形履带机构d2,三角履带与关节履带复合机构d3,双三角履带机构d4,W形履带机构d5,分段链接W形履带机构d6、d7。
图16 履带变胞机器人设计
Fig.16 Design of tracked metamorphic robot
(3)足式变胞机器人:基于变胞机构的足式机器人可实现多种躯干形态变化,很好解决了传统的足式机器人刚性躯干或被动顺从关节存在的机动性和灵巧性局限问题,是适合煤矿井下机器人的潜力构型。四足机器人具有机构简单、运动灵活、便于控制等优点,在煤矿巡检、救援、探险等方面具有广阔应用前景,是煤矿变胞机器人的重点研究领域。戴建生等[71]基于变胞原理及平面四杆奇异构型,提出了一种四足变胞爬行机器人,如图17所示,仅需1个舵机就能驱动控制腰部完成构态变化,从而实现变胞过程。此外,机器狗也属于足式变胞机器人,中国煤炭科工集团沈阳研究院研发的“探索者”煤矿四足机器人,搭载华为鸿蒙操作系统,链接机器人运动、决策及交互,实现巡检机器人感控信息的分布式管理。
图17 四足变胞爬行机器人设计
Fig.17 Design of quadruped metamorphic crawling robot
(4)球形变胞机器人:美国达特茅斯学院(Dartmouth College)研制的“Molecule”变形机器人,它能够在三维空间进行自重构。2021年日本宇宙航空研究开发机构JAXA制造出了一种直径80 mm球体变胞机器人,如图18所示,质量仅为250 g,作为Ispace月球探测器的附属探测器前往月球,抵达月球表面后会变为药丸型机器人,用于捕捉月球表面图像,研究月球土壤成分。此类球形变胞机器人的设计思路在煤矿复杂区域探测中具有很强应用潜力。
图18 球体变胞机器人
Fig.18 Spheroid metamorphic robot
(5)蛇形变胞机器人:作为模仿生物蛇运动的仿生变胞机器人,1972年日本东京科技大学研制出世界第1款蛇形机器人,爬行速度可达40 cm/s。1998年美国南加州大学设计出自动变形的模块化机器人,可根据救援环境重组成蛇形、六足形及环形等多种构型,承担侦察、搜索任务。2014年美国卡耐基梅隆大学展示一款仿生机器蛇,基本实现蛇的各种运动形式,能缠绕树干爬上树梢。在我国,2001年国防科技研制出蛇形机器人,长1.2 m、直径60 mm、质量1.8 kg,能在陆地、草丛或水中蜿蜒运动,最大运动速度20 m/min。2002年中科院自动化所研制出16个关节模块的蛇形机器人,长约1.5 m,直径70 mm,由电池供电,可实现蜿蜒前进、后退、侧移、翻滚等多种动作[72]。2018年西安科技大学报道一种煤矿蛇形救援机器人,长度1 m,蛇身有5个单元模块,采用自制叶片轮驱动,运动中阻力小,并有更好的攀爬和越障能力[73]。研发煤矿井下搜救作业的蛇形变胞机器人,需进行深入研究:紧凑型蛇形机器人模块功能设计及链接方法,灵巧型蛇形机器人构形设计,非结构地形的蛇形机器人运动学和动力稳定性,变胞蛇形机器人的可重构实时控制方法。
(6)变胞支架机器人:葛世荣团队从折纸变胞机构得到启发,创新设计出自移动变胞液压支架,如图19所示,它具有结构较简单、对顶板适应能力强、自移距离长、移动时能避免对顶板反复支撑的特点,可在回采巷道顶板支护过程中实现结构收缩、交替前移,提高端头支护移架速度。
图19 变胞液压支架结构示意
Fig.19 Schematic diagram of hydraulic pressure support metamorphic robot
机器人化是指对传统机械赋予机器人功能,使之在特定环境下具有半自主或自主作业能力。以机器人替代传统机械完成采掘运选等生产任务,形成机器人群自主协作的自适应柔性生产流程,构建高生产率、高可靠性、高安全性的机器人化采掘系统。机器人化采掘系统体现网络化+智能化+机器人化的“三化融合”特点,网络化助力机器人化“齐头并进”,智能化赋能机器人化“如虎添翼”,将极大地提高采矿自主化水平、减轻繁重劳动强度和降低劳动力成本,达成机器人化追求的最高目标。
自20世纪90年代起,日本、美国、德国、法国、瑞典等国家陆续开始研发机器人化建筑机械、机器人化农业机械、机器人化工程机械、机器人化工厂、机器人化矿山机械[74-75]。在煤矿机械方面,1997年,葛世荣提出矿山机械将实现电子化、自动化和机器人化,成为有头脑(计算机控制)、有知觉(传感系统)、有血液(液压系统)、有心脏(驱动装置)、有筋腱、有骨骼(传动、支撑机构)的机电一体化系统,并指出实现掘进、支护、锚护、救援机器人化的主要技术功能[76]。煤矿采掘实现机械化、数字化之后,将进入机器人化新阶段,推动“不明煤岩,不变机械”的传统采矿模式向“透明煤岩、自适机械”的智能采矿模式变革。
图20为笔者所在团队研发的机器人化掘进机群,包括掘进机器人、临时支护机器人、支架运输机器人、钻锚机器人、运载机器人等。掘进机器人具备位姿自动检测、截割轨迹优化、自适应截割与自主纠偏等功能;临时支护机器人具备支撑力自适应控制和支护姿态自适应调控等功能;支架运输机器人负责将后方临时支架转运至掘进工作面,临时支架具备伸缩变宽幅与自适应支撑防护作用;钻锚机器人实现机器人化钻孔与锚护协同作业;运载机器人可将矿石连续高效运出掘进工作面。图21为笔者所在团队研发的机器人化采煤机群,其中机器人化截割实现采煤滚筒转速调控、牵引速度调控、自适应调高控制;机器人化支护可实现支撑力调控、姿态调控、支架群组排列调控等;机器人化导运可实现刮板输送机速度调控、刮板链张紧调控、直线度调控;机器人化转运将智能化转载机、智能化破碎机、智能化带式输送机进行融合控制。未来,还需要研究适合机器人化采掘的智能工艺模式,按照高级智能化和无人化采掘的全新设计理念,从底层构建煤矿机器人化采掘技术框架,突破重载机器人设计、制造、运维关键技术,研发煤矿采、掘、运等成套机器人化装备,实现常态化智能安全高效采掘作业,随着煤矿井下机器人化装备集群应用,需要研究矿井更大范围内跨工区的多机器人协作。
图20 机器人化掘进机群
Fig.20 Robotic boring machine cluster
图21 机器人化采煤机群
Fig.21 Robotic shearer group
图23 机器人灭火实验
Fig.23 Robot fire extinguishing experiment
共融机器人是指能够实现与作业环境、人和其他机器人之间自然交互,自主适应动态环境和协同作业的智能机器人,其本质特征是能够更好地顺应非结构动态环境,能够更好地理解人的行为意图,并在一定的规则下实现人机/机器人群体间的自然交互与协同作业[77]。从机器人发展历程看,第1代机器人是由人操作机械进行挖掘、搬运等工作机器人,第2代机器人能够根据离线编制程序自动重复完成操作,第3代机器人是自主行动、实现预定目标的智能交互机器人,第4代机器人是更加智能自主的共融机器人。当前的煤矿机器人存在过度依赖编程和人类远程操作、自主性不足等问题,其核心是缺少人-机-环的交互协作调控能力。2016 年,国家自然科学基金委员会批准实施“共融机器人基础理论与关键技术研究”重大研究计划,聚焦研究“刚-柔-软机构的顺应行为与可控性”“人-机-环境多模态感知与自然交互”“群体智能与机器人操作系统架构”等科学问题,这些也是煤矿危险环境下共融机器人的研究重点。目前,煤矿机器人研发应用多数基于简单功能的叠加式创新,须通过共融理论与技术创新,使煤矿机器人的结构更加灵活,具有更大的自由度和更强的顺应性;机器人感知系统更自主精准,实现多模态融合的实时感知、理解甚至知识自动化;机器人群体协作沟通能力更强大、更自然,构建兼具个体自主性和群体合作性,同时具备实时性和安全性的分布式操作系统。例如,基于人-机-环境共融技术的管路安装机器人,将具备工作环境三维感知、机器人与安装管件的精确定位,自主抓管、举管、对管,举升工人、调整工人作业位置,保证工人避免碰撞、跌落等作业危险,保证工人作业的舒适性。图22、23为胡而已团队研发的煤矿带式输送机巡检灭火机器人,融合机器人巡检和灭火作业功能,具备自动避障、自主充电功能,机器人通过搭载的红外热成像测温传感器、红外火焰传感器,结合智能图像识别技术对变电所内的电缆桥架电缆、变压器、开关及环境进行温度及火点识别,一旦识别到明火,机器人在进行报警记录的同时自动移动至着火点启动灭火功能,对起火点实施灭火处置,并持续跟踪检测火焰,直至完全扑灭火灾。
图22 煤矿智能巡检灭火机器人结构
Fig.22 Structure diagram of intelligent inspection fire-fighting robot in coal mine
随着煤矿机器人在多岗位、多任务、多场景的应用,所形成的机器人群覆盖矿工难以抵达的区域来帮助完成一定任务,这种情况下需要实现群互动,形成数字孪生的虚实互动人机集群系统。全矿井机器人数字孪生技术需研究基于多源异构数据的煤矿巡检机器人全息感知、三维重构方法,通过在虚拟空间中构建机器人数字化描述模型、虚拟仿真模型和智能控制模型,并进行迭代仿真、数据分析管理以及控制策略和参数优化,实现其在虚拟空间的精确映射、交互反馈、智能协同。研究智能巡检机器人智能优化算法实现机器人模型优化,利用数字化描述模型通过本体语言对机器人系统的行为知识及规则等信息进行描述及表达,以解决物理空间与数字空间的 M2M 的自主交互与相互理解的问题。通过构建物理空间物理模型、数字空间数字孪生模型,驱动数据流的交互映射和同步反馈,并通过调用机器人系统模型库、算法封装库和智能控制模型驱动,实现数字空间虚拟仿真模型与物理空间实际机器人系统对象孪生、过程孪生和系统性能孪生,达到对机器人巡检系统行为的完全模仿,实现系统控制策略及参数的有效性验证,从而实现机器人系统虚实设备共生、共智演化。其模型构建优化算法流程如图24所示。
图24 煤矿巡检机器人数字孪生控制系统
Fig.24 Digital twin control system of coal mine inspection robot
(1)在煤矿机器人分类目录的基础上,提出了煤矿机器人化装备的新概念,从共性技术、高新赋能、标准规范、系统平台、应用场景5个方面,构建了国内外首个完整的煤矿机器人技术体系,指导煤矿机器人研发应用和煤矿智能化建设。
(2)阐明了煤矿机器人区别于工业机器人和传统煤机装备的技术差异性,总结了煤矿机器人在防爆设计、构型创新设计、动力驱动、智能传感、定位导航和井下通信方面的共性关键技术突破,为各类煤矿机器人样机研制和产品研发提供了重要技术支撑。
(3)获得了煤矿机器人典型应用场景的分布规律,研究表明煤矿机器人和机器人化装备的推广应用范围不断扩大,在《煤矿机器人重点研发目录》规划的五大类38种机器人绝大多数实现了研发和现场应用,取得了良好的替人效果。
(4)煤矿机器人与新技术交叉融合持续演进,将大幅提升其自主化、智能化水平,预计未来我国煤矿机器人将在变胞机器人、机器人化采掘系统、人机环共融机器人和机器人系统数字孪生等方面取得更多创新性成果。
[1] 王国法,刘峰,孟祥军,等.煤矿智能化(初级阶段)研究与实践[J].煤炭科学技术,2019,47(8):1-36.
WANG Guofa,LIU Feng,MENG Xiangjun,et al.Research and practice on intelligent coal mine construction ( primary stage) [J] .Coal Science and Technology,2019,47(8):1-36.
[2] 苏学成,樊炳辉,李贻斌,等.试论煤矿机器人的研究与开发[J].机器人,1995,17(2):123-127.
SU Xuecheng,FAN Binghui,LI Yibin,et al.The discussion on research and development of coal mine robots[J].Robot,1995,17(2):123-127.
[3] 钱善华,葛世荣,王永胜,等.救灾机器人的研究现状与煤矿救灾的应用[J].机器人,2006,28(3):350-354.
QIAN Shanhua,GE Shirong,WANG Yongsheng,et al.Research status of the disaster rescue robot and lts applications to the mine rescue[J].Robot,2006,28(3):350-354.
[4] 葛世荣,胡而已,裴文良.煤矿机器人体系及关键技术[J].煤炭学报,2020,45 (1):455-463.
GE Shirong,HU Eryi,PEl Wenliang .Classification system and key technology of coal mine robot [J].Journal of China Coal Society,2020,45 (1):455-463.
[5] 胡而已,葛世荣.煤矿机器人研发进展与趋势分析[J].智能矿山,2021,2(1):66-81.
HU Eryi,GE Shirong .Coal mining robot research progress and trend analysis[J] .Journal of Intelligent Mine,2021,2(1):66-81.
[6] 孙继平.煤矿机器人电气安全技术研究[J].煤炭科学技术,2019,47(4):1-6.
SUN Jiping.Research on electrical safety technology of coal mine robot[J].Coal Science and Technology,2019,47(4):1-6.
[7] 郑学召,闫兴,郭军,等.煤矿救灾机器人防爆技术研究[J].工况自动化,2019,45(9):13-17.
ZHENG Xuezhao,YAN Xing,GUO Jun,et al.Research on explosion-proof technology for coal mine rescue robot[J].Journal of Mine Automation,2019,45(9):13-17.
[8] HAN Yipeng.A brief analysis on study of enhanced design in flame proof enclosure openings[J].Electric Explosion Protection,2017(1):9-12.
[9] 李允旺,葛世荣,朱华,等.煤矿救灾机器人隔爆壳体的设计与加工[J].煤矿机械,2009,30(2):104-106.
Ll Yunwang,GE Shirong,ZHU Hua,et al.Design and manufacture of flameproof enclosure of coal mine rescue robot [J].Coal Mine Machinery,2009,30(2):104-106.
[10] LI Yutan,LI Menggang,ZHU Hua,et al.Development and applications of rescue robots for explosion accidents in coal mines[J].Journal of Field Robotics,2019:1-24.
[11] LI Y W,GE S R,ZHU H.Explosion-proof design for coal mine rescue robots[J].Advanced Materials Research,2011,211-212:1194-1198.
[12] WANG Changlong,LI Xuewei,XU Fang,et al.Application of static positive pressure explosion protection technology in mine search and rescue robot[J].Coal Engineering,2009,41(11):96-98.
[13] RONG X,SONG R,SONG X,et al.Mechanism and explosion-proof design for a coal mine detection robot[J].Procedia Engineering,2011,15:100-104.S
[14] 李雨潭,朱华.煤矿救援机器人防爆创新设计探讨[J].煤炭技术,2018,37 (2):269-271.
Ll Yutan,ZHU Hua .Discussion on explosion-proof innovative design of coal mine rescue robot[J].Coal Technology,2018,37 (2):269-271.
[15] 巩利萍,宋志安,刘泽勇.矿用隔爆型圆筒外壳的设计方法[J].煤矿机械,2009,30 (1):30-33.
GONG Liping,SONG Zhian,LIU Zeyong .Design method on mine cylinder explosion-resistant enclosure [J].Coal Mine Machinery,2009,30 (1):30-33.
[16] ZHOU D,ZHANG J J,SONG Z Y,et al.Modeling and finite element analysis of flameproof enclosure of coal mine mobile robot[J].Coal Mine Machinery,2012,33(6):90-92.
[17] 周丹,张钧嘉,贾瑞清.隔爆型移动机器人平台的研制[J].华北科技学院学报,2012,9(2):53-55.
ZHOU Dan,ZHANG Junjia,JIA Ruiqing.Development of flameproof mobile robot platform[J].Journal of North China Institute of Science and Technology,2012,9(2):53-55.
[18] 周丹.煤矿轮式移动机器人隔爆仓体与控制模式研究[D].北京:中国矿业大学(北京),2012.
ZHOU Dan.Study on flame proof body and control mode of coal mine wheeled mobile robot[D].Beijing:China University of Mining and Technology-Beijing,2012.
[19] 张爱民.矿用本安轨道巡检机器人设计与应用[J].智能矿山,2022,3(3):67-70.
ZHANG Aimin.Design and application of mine intrinsically safe track inspection robot[J].Journal of IntelIigent Mine,2022,3(3):67-70.
[20] 马宏伟,杨金科,毛清华,等.煤矿护盾式掘进机器人系统精确定位研究[J].工矿自动化,2022,48(3):63-70.
MA Hongwei,YANG Jinke,MAO Qinghua,et al.Research on precise positioning of shield roadheader robot system in coal mine [J].Journal of Mine Automation,2022,48(3):63-70.
[21] 曲天智.悬臂式纵轴掘进机[P].中国专利:CN208885272U,2019-05-21.
[22] 梁林,马宏伟,赵昊.复杂地质条件煤矿巷道龙门式钻锚机器人研究[J].煤炭工程,2021,53(11):181-185.
LIANG Lin,MA Hongwei,ZHAO Hao.Gantry type drilling-bolting robot for coal mine roadway under complex geological conditions[J].Coal Engineering,2021,53(11):181-185.
[23] 闫敬旺,王树斌,谭震,等.煤矿机器人集群研发与工程示范建设实践——陕煤集团神木柠条塔矿业有限公司智能矿井建设经验[J].智能矿山,2022,3(8):48-58.
YAN Jingwang,WANG Shubin,TAN Zhen,et al.Coal mine robot cluster development and engineering demonstration construction Practice-Shenmu Ningtiaota Mining Co.,Ltd.,Sintelligent mine construction experience[J].Smat Mine,2022,3(8):48-58.
[24] 孙磊.煤矿自动选矸机器人系统设计与应用[J].自动化应用,2021(5):39-43.
SUN Lei.Design and application of coal mine automatic gangue selection robot system[J].Automation Application,2021(5):39-43.
[25] 李允旺,葛世荣,朱华,等.变形履带悬架及具有其的机器人移动平台[P].中国专利:ZL 201510548216.6,2017-12-26.
[26] 李允旺,葛世荣,代素梅,等.被动适应地形的履带式移动平台及具有其的机器人[P].中国专利:ZL 201510467516.1,2017-12-26.
[27] 李允旺,葛世荣,杨克虎,等.轮腿式移动平台及具有其的探测巡检机器人[P].中国专利:ZL 202210608264.X,2022-09-20.
[28] 常凯.井下防爆无轨胶轮车辆动力源技术现状及应用前景[J].矿山机械,2022,50(8):15-18.
CHANG Kai.Present situation and application prospect of power source technology for underground explosion-proof trackless rubber-tyred vehicles[J].Mining &Processing Equipment,2022,50(8):15-18.
[29] 鲁怀敏,方海峰,蔡李花,等.煤矿救灾机器人动力电源研究[J].工况自动化,2013,39(7):38-42.
LU Huaimin,FANG Haifeng,CAI Lihua,et al.Research of power supply of coal mine rescue robot.[J].Journal of Mine Automation,2013,39(7):38-42.
[30] 梁占泽.矿用带式输送机巡检机器人驱动系统设计[J].工矿自动化,2021,47(4):108-112.
LIANG Zhanze.Driving system design of inspection robot for mine belt conveyor[J].Journal of Mine Automation,2021,47(4):108-112.
[31] 郝志军.矿用机器人轮边驱动系统效率研究[J].煤矿机械,2022,43(9):56-58.
HAO Zhijun.Research on efficiency of wheel-side driving system of mining robot[J].Coal Mine Machinery,2022,43(9):56-58.
[32] 鲍久圣,何小路,葛世荣,等.井下混合动力无轨胶轮车驱动系统模糊逻辑控制策略研究[J].煤炭学报,2019,44(S1):320-329.
BAO Jiusheng,HE Xiaolu,GE Shirong,et al.Fuzzy logic control strategy for driving system of underground hybrid trackless rubber tyred vehicle[J].Journal of China Coal Society,2019,44(S1):320-329.
[33] 张勇.矿用防爆锂电池无轨胶轮车安全性能技术分析[J],煤炭科学技术,2017,45(7):123-126.
ZHANG Yong.Technical analysis of safety performance for mining flame-proof trackless vehicles powered by lithium battery[J],Coal Science and Technology,2017,45(7):123-126.
[34] 赵春朋,王青松,余彦,等.密闭空间中锂离子电池的热爆炸危险性[J].储能科学与技术,2018,7(3):424-430.
ZHAO Chunpeng,WANG Qingsong,YU Yan,et,al.Thermal explosion hazards of lithium-ion batteries in hermetic space[J].Energy Storage Science and Technology,2018,7(3):424-430.
[35] 朱凯,陈健,吕桃林,等.空间电源数字孪生系统[J].上海航天(中英文),2021,38(3):197-206.
ZHU Kai,CHEN Jian,LÜ Taolin,et al.Digital twin system for space power-sources[J].Aerospace Shanghai(Chinese &English),2021,38(3):197-206.
[36] MA Guijun,XU Songpei,JIANG Benben,et al.Real-time personalized health status prediction of lithium-ion batteries using deep transfer learning[J].Energy &Environmental Science,2022,15:4083-4094.
[37] 胡而已,吕东翰,王春涛,等.煤矿机器人智能安全充电系统设计[J].煤炭科学技术,2020,48(2):171-175.
HU Eryi,LÜ Donghan,WANG Chuntao,el al.Design of intelligent safety charging system for coal mining robot[J].Coal Science and Technology,2020,48(2):171-175.
[38] 江新奇,刘敬玉,李忠飞,等.煤矿巡检机器人智能传感与控制系统设计研究[J].煤炭工程,2022,54(1):171-175.
JIANG Xinqi,LIU Jingyu,LI Zhongfei,el al.Design of intelligent sensing and control system of coal mine inspection robot[J].Coal Engineering,2022,54(1):171-175.
[39] 崔伟雄,王保利,王云宏.基于透射槽波的工作面煤层厚度高精度反演方法[J].煤炭学报,2020,45(7):2482-2490.
CUI Weixiong,WANG Baoli,WANG Yunhong.High-precision inversion method of coal seam thickness based on transmission channel wave[J].Journal of China Coal Society,2020,45(7):2482-2490.
[40] 刘万里,张学亮,王世博.采煤工作面煤层三维模型构建及动态修正技术[J].煤炭学报,2020,45(6) :1973-1983.
LIU Wanli,ZHANG Xueliang,WANG Shiho.Modeling and dynamic correction technology of 3D coal seam model for coal-mining face[J].Journal of China Coal Society,2020,45(6):1973-1983.
[41] 李首滨,李森,张守祥,等.综采工作面智能感知与智能控制关键技术与应用[J].煤炭科学技术,2021,49(4):28-39.
LI Shoubin,LI Sen,ZHANG Shouxiang,et al.Modeling and dynamic correction technology of 3D coal seam model for coal-mining face[J] Journal of China Coal Society,2021,49(4):28-39.
[42] 张平松,李圣林,邱实,等.巷道快速智能掘进超前探测技术与发展[J].煤炭学报,2021,46(7):2158-2173.
ZHANG Pingsong,LI Shenglin,QIU Shi,et al.Advance detection technology and development of fast intelligent roadway drivage Journal of China Coal Society,2021,46(7) :2158-2173.
[43] 张强,张润鑫,刘峻铭,等.煤矿智能化开采煤岩识别技术综述[J].煤炭科学技术,2022,50(2):1-26.
ZHANG Qiang,ZHANG Runxin,LIU Junming,et al.Review on coal and rock identification technology for intelligent mining in coal mines [J].Coal Science and Technology,2022,50(2):1-26.
[44] 高士岗,高登彦,欧阳一博,等.中薄煤层智能开采技术及其装备[J].煤炭学报,2020,45(6):1997-2007.
GAO Shigang,GAO Dengyan,OUYANG Yibo,et al.Intelligent mining technology and its equipment for medium thickness thin seam [J].Journal of China Coal Society,2020,45(6):1997-2007.
[45] 杨春雨,袁晓光.煤矿井下巷道变形巡检视频异常检测方法[J].工矿自动化,2021,47(2):13-17.
YANG Chunyu,YUAN Xiaoguang.Anomaly detection method of inspection video for coal mine underground roadway deformation.[J].Automation in Industry and Mining,2021,47(2):13-17.
[46] KYU Shin H,WOON Lee S,PYO Hong G,et al.Defect-detection
model for underground parking lots using image object-detection method[J].Computers,Materials &Continua,2021,66(3):2493-2507,2021.
[47] 刘浩,刘海滨,孙宇,等.煤矿井下员工不安全行为智能识别系统[J].煤炭学报,2021,46(S2):1159-1169.
LIU Hao,LIU Haibin,SUN Yu,et al.Intelligent recognition system of unsafe behavior of underground coal miners[J].Journal of China Coal Society,2021,46(S2):1159-1169.
[48] 胡而已,李梦雅,张耀.基于机器视觉的矿井主煤流流场信息监测技术研究[J].智能矿山,2022,3(1):60-65.
HU Eryi,LI Mengya,ZHANG Yao.Research on information monitoring technology of main coal flow field in mine based on machine vision[J].Intelligent Mines,2022,3(1):60-65.
[49] 韩江洪,卫星,陆阳,等.煤矿井下机车无人驾驶系统关键技术[J].煤炭学报,2020,45( 6) :2104-2115.
HAN Jianghong,WEI Xing,LU Yang,et al.Driverless technology of underground locomotive in coal mine[J].Journal of China Coal Society,2020,45(6):2104-2115.
[50] 郭永存,童佳乐,王爽.井下无人驾驶电机车行驶场景中多目标检测研究[J].工矿自动化,2022,48(6):56-63.
GUO Yongcun,TONG Jiale,WANG Shuang.Research on multi-object detection in driving scene of underground electric locomotive[J].Automation of Industry and Mining,2022,48(6):56-63.
[51] 杨健健,王超,张强,等.井工巷道环境建模与掘进障碍检测方法研究[J].煤炭科学技术,2020,48(11):12-18.
YANG Jianjian,WANG Chao,ZHANG Qiang,et al.Research on environment modeling and excavation obstacle detection method of mine roadway[J].Coal Science and Technology,2020,48(11):12-18.
[52] 宋德军,袁晓明,王强,等.少人化智能煤矿掘进、辅助运输、辅助作业技术与装备[J].智能矿山,2022,3(7):63-69.
SONG Dejun,YUAN Xiaoming,WANG Qiang,et al.Technology and equipment for intelligent coal mine excavation,auxiliary transportation and auxiliary operation with less manpower[J].Intelligent Mine,2022,3(7):63-69.
[53] 张旭辉,杨文娟,薛旭升,等.煤矿远程智能掘进面临的挑战与研究进展[J].煤炭学报,2022,47(1):579-597.
ZHANG Xuhui,YANG Wenjuan,XUE Xusheng,et al.Challenges and developing of the intelligent remote controlon roadheaders in coal mine[J].Journal of China Coal Society,2022,47(1):579-597.
[54] 王忠宾,司垒,王浩,等.基于空间阵列式惯性单元的防冲钻孔机器人位姿解算方法[J].煤炭学报,2022,47(1):598-610.
WANG Zhongbin,SI Lei,WANG Hao,et al.Posotion and attitude calculation method of anti-impacet drilling robot based on spatial array intertial units[J] Journal of China Coal Society,2022,47(1):598-610.
[55] 毛善君,鲁守明,李存禄,等.基于精确大地坐标的煤矿透明化智能综采工作面自适应割煤关键技术研究及系统应用[J].煤炭学报,2022,47(1):515-526.
MAO Shanjun,LU Shouming,LI Cunlu,et al.Key technologies and system of adaptive coal cutting in transparent intelligent fully mechanized coal mining face based on precisegeodetic coordinates[J] Journal of China Coal Society,2022,47(1):515-526.
[56] 葛世荣,王世佳,曹波,等.智能采运机组自主定位原理与技术[J].煤炭学报,2022,47(1):75-86.
GE Shirong,WANG Shijia,CAO Bo,et al.Autonomous positioning principle and technology of intelligent shearer and conveyor[T] Journal of China Coal Society,2022,47(1):75-86.
[57] 葛世荣,郝雪弟,田凯,等.采煤机自主导航截割原理及关键技术[J].煤炭学报,2021,46(3):774-788.
GE Shirong,HAO Xuedi,TIAN Kai,et al.Principle and key technology of autonomous navigation cutting for deep coal seam[J].Journal of China Coal Society,2021,46(3):774-788.
[58] 李猛钢.面向井下钻孔机器人应用的精确定位与地图构建技术研究[D].徐州:中国矿业大学,2020.
LI Menggang.Research on technologies of accurate localization and mapping for underground drilling robot application[D].Xuzhou:China University of Mining and Technology,2020.
[59] 侯刚,王国法,薛忠新,等.煤矿辅助运输自动驾驶关键技术与装备[J].采矿与岩层控制工程学报,2022,4(3):5-17.
HOU Gang,WANG Guofa,XUE Zhongxin,et al.Key technologies and equipment for automatic driving of coal mine auxiliary transportation[J] Journal of Mining and Rock Formation Control Engineering,2022,4(3):5-17.
[60] 鲍久圣,张牧野,葛世荣,等.基于改进A*和人工势场算法的无轨胶轮车井下无人驾驶路径规划[J].煤炭学报,2022,47(3):1347-1360.
BAO Jiusheng,ZHANG Muye,GE Shirong,et al.Underground driverless path planning of trackless rubber tyred vehicle based on improved A* and artificial potential field algorithm[J].Journal of China Coal Society,2022,47(3):1347-1360.
[61] 陈先中,刘荣杰,张森,等.煤矿地下毫米波雷达点云成像与环境地图导航研究进展[J].煤炭学报,2020,45(6):2182-2192.
CHEN Xianzhong,LIU Rongjie,ZHANG Sen,et al.Development of millimeter wave radar imaging and SLAM in underground coal mine environment[J].Journal of China Coal Society,2020,45(6):2182-2192.
[62] 马宏伟,王岩,杨林.煤矿井下移动机器人深度视觉自主导航研究[J].煤炭学报,2020,45(6):2193-2206.
MA Hongwei,WANG Yan,YANG Lin.Research on depth vision based mobile robot autonomous navigation in underground coal mine[J].Journal of China Coal Society,2020,45(6):2193-2206.
[63] 王雷,朱玉芹.煤矿机器人技术创新与成果实践[J].智能矿山,2022,3(7):115-125.
WANG Lei,ZHU Yuqin.Technology innovation and achievement practice of coal mine robot[J].Journal of Intelligent Mine,2022,3(7):115-125.
[64] 朱华,葛世荣,唐超权,等.矿用搜救机器人[M].北京:科学出版社,2022:9.
[65] 宋金旺.煤矿危险气体巡检机器人研发与应用[J].智能矿山,2022,3(1):40-43.
SONG Jinwang.Development and application of coal mine dangerous gas inspection robot[J].Journal of Intelligent Mine,2022,3(1):40-43.
[66] 刘见中,张建中,任怀伟,等.智能煤矿建设一体化解决方案及关键技术与成套装备[J].智能矿山,2022,3(7):2-26.
LIU Jianzhong,ZHANG Jianzhong,REN Huaiwei,et al.Intelligent coal mine construction integration solutions and key technologies and complete equipment[J].Journal of Intelligent Mine,2022,3(7):2-26.
[67] 霍振龙,肖松,孟玮,等.矿井5G无线通信系统关键技术及装备研发与示范应用[J].智能矿山,2022,3(4):55-60.
HUO Zhenlong,XIAO Song,MENG Wei,et al.Key technology and equipment development and demonstration application of mine 5G wireless communication system[J].Journal of Intelligent Mine,2022,3(4):55-60.
[68] 吴劲松.麻地梁煤矿5G+工业互联网智能矿山创新建设探索与实践[J].智能矿山,2022,3(4):30-36.
WU Jinsong.Exploration and practice of 5G + industrial internet intelligent mine innovation construction in Madiliang coal mine[J].Journal of Intelligent Mine,2022,3(4):30-36.
[69] 戴建生,丁希仑,邹慧君.变胞原理和变胞机构类型[J].机械工程学报,2005,41(6):8-12.
DAI Jiansheng,DING Xilun,ZOU Huijun.Metamorphic principle and metamorphic mechanism type[J].Chinese Journal of Mechanical Engineering,2005,41(6):8-12.
[70] 李允旺.矿井救灾机器人行走机构研究[D].徐州:中国矿业大学,2009.
LI Yunwang.Study on mobile mechanisms for rescue robots in underground coal mine[D].Xuzhou:China University of Mining and Technology,2009.
[71] 赵欣,康熙,戴建生.四足变胞爬行机器人步态规划与运动特性[J].中南大学学报(自然科学版),2018,49(9):2168-2177.
ZHAO Xin,KANG Xi,DAI Jiansheng.Gait planning and motion characteristic analysis of a metamorphic quadruped walking robot[J].Journal of Central South University (Science and Technology),2018,49(9):2168-2177.
[72] 张军豪,陈英龙,杨双喜,等.蛇形机器人:仿生机理、结构驱动和建模控制[J].机械工程学报,2022,58(7):75-92.
ZHANG Junhao,CHEN Yinglong,YANG Shuangxi,et al.Snake robotics:Bionic mechanism,structure,actuation,modeling and control[J].Chinese Journal of Mechanical Engineering,2022,58(7):75-92.
[73] 白云,侯媛彬.煤矿救援蛇形机器人的研制与控制[J].西安科技大学学报,2018,38(5):800-808.
BAI Yun,HOU Yuanbin.Development and control of coal mine rescue snake robot[J].Journal of Xi’an University of Science and Techology,2018,38(5):800-808.
[74] 刘海波,武学民.国外建筑业的机器人化[J].机器人,1994,16(2):119-128.
LIU Haibo,WU Xuemin.Robotization of foreign construction industry[J].Robot,1994,16(2):119-128.
[75] 白杉.机器人化工程机械[J].工程机械,2002(7):8-11.
BAI Shan.Robotic engineering machinery[J].Construction Machinery,2002(7):8-11.
[76] 葛世荣.矿山机械学科的发展趋势[J].煤炭学报,1997,22(S):203-206.
GE Shirong.Trend of development of mining machinery[J].Journal of China Coal Society,1997,22(S):203-206.
[77] 赖一楠,叶鑫,丁汉.共融机器人重大研究计划研究进展[J].中国机械工程学报,2021,57(23):1-12.
LAI Yinan,YE Xin,DING Han.Research progress of major research plan on tri-co robots[J].Journal of Mechnical Engineering,2021,57(23):1-12.