基于变迁记忆的无人化掘进机故障Petri网研究

无人化掘进机是无人化采矿技术理念的具体实现,煤矿智能化开采要求掘进机具备智能诊断技术。本文在分析传统Petri网在故障诊断领域的应用基础上,给出了故障诊断问题的不同建模分类及一种理论表达,并抽象出故障诊断领域的三大科学技术问题。介绍了表征变迁记忆的变迁标识矩阵,用于表达故障传播路径,在此基础上从新型故障Petri网定义、关联矩阵改进、状态方程、变迁记忆表达等几个方面,论述了基于变迁记忆的掘进机故障Petri网的理论定义及技术实现。最后验证并指出了智能诊断函数的表达形式及故障传播路径智能推理的一致性表达。     

煤巷掘进机纠偏路径随机约束环境建模研究

针对掘进机巷道实际路径规划背景下存在许多非结构性环境属性问题,本文将巷道非结 构环境下的路径规划问题归类为一般性随机网络问题。 文中分析了非结构环境的属性及行为约 束,定义了包含约束信息的随机栅格网络模型,提出了最小耗费代价建模方法,利用遗传变异粒 子群算法优化最佳路径目标点集。 仿真和实验表明,文中提出的模型和算法能够有效解决随机 网络最小耗费代价下井巷工程掘进机路径规划问题,其收敛速度和精度满足掘进机纠偏路径规 划要求,验证了该方法在本文路径规划中的有效性与实用性。     

基于VSPSO和A-G网络的掘进机动态路径规划

为解决部分断面悬臂式掘进机行进路径规划问题,实现掘进机的无人化掘进,提出基于变异自适应粒子群算法(VSPSO)和行为规则栅格网络(A-G)的掘进机动态路径规划方法.通过分析掘进机行进特征和煤矿井下巷道特征,建立基于行为规则的栅格网络模型和代价模型,给定代价函数的类型及耗费系数的取值范围,以巷道模拟数据为基础,通过所提出的VSPSO算法和6种改进型PSO算法进行掘进机行进路径规划并对结果进行比较.比较结果表明,在测试函数下,VSPSO算法收敛速度更快、收敛精度更高,在行为规则栅格网络模型下,VSPSO算法的收敛速度与精度最高,且能够规划出符合掘进机行为特征的最优行进路径.