煤礦懸臂式掘進(jìn)機(jī)智能控制技術(shù)研究及進(jìn)展

張旭輝，劉永偉，毛清華，楊文娟

(西安科技大學(xué)，機(jī)械工程學(xué)院，陜西 西安 710054)

0 前言

煤炭仍是我國未來一段時(shí)間的主體能源。國際能源署(IEA)和中國工程院預(yù)測，2030年中國煤炭需求占全球煤炭消費(fèi)比重仍在50%左右。截止到2014年，我國煤礦井下綜采率為89.96%，而綜掘率僅為48.12%，隨著井下綜采工作面裝備的自動化、智能化水平提升，掘進(jìn)效率低下導(dǎo)致的采掘失衡已經(jīng)成為現(xiàn)代化大型礦井面臨的難題[1]。針對這一難題，國內(nèi)外研究機(jī)構(gòu)和學(xué)者，在智能綜掘、掘錨一體、全斷面掘進(jìn)等裝備的研發(fā)方面成績顯著，裝備可靠性、智能化水平得到了快速發(fā)展。

目前，鉆爆破巖掘進(jìn)、懸臂式掘進(jìn)機(jī)、連續(xù)采煤機(jī)、掘錨聯(lián)合機(jī)組以及全斷面掘進(jìn)機(jī)五個方向的巷道掘進(jìn)技術(shù)仍然會持續(xù)發(fā)展，各有所長。鉆爆破巖掘進(jìn)適于全硬巖巷道掘進(jìn)，在很長一段時(shí)間內(nèi)仍是硬巖掘進(jìn)的主要方式；全斷面掘進(jìn)機(jī)將逐步取代鉆爆破巖掘進(jìn)，特別是在地質(zhì)條件變化小的巷道掘進(jìn)中可有效提高效率；懸臂式掘進(jìn)機(jī)主要用于硬度較低的全巖巷道和半煤巖巷道，近年來得到大力發(fā)展，是目前主要的煤礦井下巷道掘進(jìn)方式；連續(xù)采煤及和掘錨聯(lián)合機(jī)組掘進(jìn)效率較高，在一些條件適宜的煤巷掘進(jìn)中得到應(yīng)用較多。

本文對懸臂式掘進(jìn)機(jī)智能控制關(guān)鍵技術(shù)進(jìn)行分析和總結(jié)，在分析現(xiàn)有掘進(jìn)機(jī)不足的基礎(chǔ)上，以智能掘進(jìn)為目標(biāo)，將工業(yè)機(jī)器人控制理念和技術(shù)引入懸臂式掘進(jìn)機(jī)，詳細(xì)闡述懸臂式掘進(jìn)機(jī)數(shù)學(xué)建模、精確定位、智能控制、遠(yuǎn)程控制，以及掘進(jìn)機(jī)狀態(tài)監(jiān)測與故障診斷等方面技術(shù)，實(shí)現(xiàn)懸臂式掘進(jìn)機(jī)的定位、定向和斷面成形的自動控制，對提升掘進(jìn)智能化水平具有重要意義。

1 懸臂式掘進(jìn)機(jī)智能控制需求分析

懸臂式掘進(jìn)機(jī)集切割、裝載、運(yùn)輸、行走功能于一身，要實(shí)現(xiàn)剝離煤巖、裝載運(yùn)出、機(jī)器本身的行走調(diào)動以及噴霧除塵等功能，具有投資少、施工準(zhǔn)備時(shí)間短和再利用性高等特點(diǎn)，可以連續(xù)開挖、無爆破震動、能更自由地決定支護(hù)巖石的適當(dāng)時(shí)機(jī)，有效減少超挖。

懸臂式掘進(jìn)機(jī)高效服務(wù)煤礦井下巷道成形智能掘進(jìn)，需具備以下要求：

(1)巷道斷面成形 懸臂式掘進(jìn)機(jī)僅能截割巷道部分?jǐn)嗝妫糜谌魏螖嗝嫘螤畹乃淼?，需多次上下左右連續(xù)移動截割頭來完成工作。

(2)位姿精確測量 具有多種傳感器，可以確定掘進(jìn)機(jī)自身位置和姿態(tài)，保證定向掘進(jìn)精度，滿足掘進(jìn)施工要求。

(3)掘進(jìn)自動控制 建立懸臂式掘進(jìn)機(jī)控制數(shù)學(xué)模型，實(shí)現(xiàn)掘進(jìn)機(jī)運(yùn)動學(xué)、動力學(xué)方程的正解和逆解，分別獲得截割頭的位姿和掘進(jìn)的控制量，完成掘進(jìn)施工自動控制。

(4)控制方式靈活 考慮掘進(jìn)作業(yè)的實(shí)際工況，具有本地控制、遠(yuǎn)程遙控等多種控制方式，為少人或無人掘進(jìn)奠定基礎(chǔ)。

(5)可靠性高 具備掘進(jìn)機(jī)關(guān)鍵部件的狀態(tài)監(jiān)測，可以實(shí)現(xiàn)故障診斷與預(yù)測維護(hù)，提升設(shè)備可靠性，保證掘進(jìn)機(jī)開機(jī)率。

近年來，國內(nèi)煤礦巷道掘進(jìn)裝備及技術(shù)發(fā)展迅速，懸臂式掘進(jìn)機(jī)裝機(jī)功率不斷提升，施工效率也有了較大提高，但巷道掘進(jìn)仍然存在一些不足：掘進(jìn)面是盲巷作業(yè)，易造成粉塵集聚，依靠操作人員坐在或站在操控臺上手動控制，視線受限影響操作人員對現(xiàn)場的準(zhǔn)確判斷，易造成超挖欠挖且存在潛在人員安全隱患；自動化、智能化程度低，在截割斷面成形控制、掘進(jìn)機(jī)位姿調(diào)整等方面依靠操作人員的經(jīng)驗(yàn)進(jìn)行，斷面形狀難以符合施工要求；控制截割臂擺動時(shí)，以激光指向?yàn)橛^測基準(zhǔn)，靠經(jīng)驗(yàn)實(shí)現(xiàn)擺動臂的運(yùn)動控制，易造成截割負(fù)載過大，影響掘進(jìn)機(jī)的使用壽命。

2 煤礦懸臂式掘進(jìn)機(jī)智能控制關(guān)鍵技術(shù)

2.1 掘進(jìn)機(jī)自主定位技術(shù)

掘進(jìn)機(jī)自主定位技術(shù)是指掘進(jìn)機(jī)機(jī)身的定位和定向，檢測掘進(jìn)機(jī)在巷道中的位置和姿態(tài)。目前掘進(jìn)機(jī)自主定位技術(shù)的主要研究方法有：

(1)基于機(jī)器視覺的掘進(jìn)機(jī)定位技術(shù)?；跈C(jī)器視覺技術(shù)的掘進(jìn)機(jī)機(jī)身定位技術(shù)是在掘進(jìn)機(jī)機(jī)身上安裝特殊的標(biāo)識物，利用在巷道后方固定的攝像機(jī)拍攝含有標(biāo)識物的圖片，通過圖像預(yù)處理、特征點(diǎn)提取、利用視覺測量原理計(jì)算出掘進(jìn)機(jī)坐標(biāo)系與攝像機(jī)坐標(biāo)系之間的平移量和旋轉(zhuǎn)角。中國煤炭科工集團(tuán)太原研究院[2]通過搭建地面試驗(yàn)系統(tǒng)得到位置測量誤差在3.5 mm內(nèi)，航向角度的誤差在0.5°內(nèi)，俯仰角和橫滾角的測量誤差在0.1°。文獻(xiàn)[3]在機(jī)身上安裝十字激光標(biāo)靶，通過固定巷道中的攝像機(jī)拍攝機(jī)身，求解5個變量。

上述兩種方法都是基于可見光，井下掘進(jìn)工作面粉塵大、光環(huán)境復(fù)雜，基于可見光的視覺測量其圖像處理復(fù)雜；由于攝像機(jī)是固定在巷道中，不測量攝像機(jī)與掘進(jìn)機(jī)之間的距離，還不能完全實(shí)現(xiàn)掘進(jìn)機(jī)的自主定位。

(2)基于激光測距的掘進(jìn)機(jī)定位技術(shù)?；诩す鉁y距的掘進(jìn)機(jī)位姿檢測方法中是將激光發(fā)射器或者激光接收器固定安裝在巷道中，通過測量發(fā)射器與接收器之間的距離，實(shí)現(xiàn)掘進(jìn)機(jī)的定位。由于激光的漫發(fā)射，激光測距傳感器在高粉塵環(huán)境中測量精度會有所下降。中國礦業(yè)大學(xué)的吳淼課題組[4]利用激光測距傳感器和傾角傳感器設(shè)計(jì)了掘進(jìn)機(jī)位姿檢測系統(tǒng)，借助掘進(jìn)機(jī)機(jī)身上安裝的激光接收器接收扇形激光發(fā)射器的激光信號，計(jì)算掘進(jìn)機(jī)相對于激光發(fā)射器的位置，利用傾角傳感器檢測掘進(jìn)機(jī)的橫滾角和俯仰角，借助安裝在機(jī)身上的激光測距儀檢測機(jī)身與截割斷面間的距離。陶云飛[5]提出了基于iGPS的掘進(jìn)機(jī)位姿檢測技術(shù)，在掘進(jìn)機(jī)機(jī)身上安裝多個不共面的接收器，利用單站多點(diǎn)分時(shí)的方法計(jì)算多點(diǎn)相對于發(fā)射器的坐標(biāo)，從而計(jì)算掘進(jìn)機(jī)機(jī)身相對于激光發(fā)射器的坐標(biāo)與旋轉(zhuǎn)角度。吳淼課題組[6]還提出了基于空間交匯測量技術(shù)的掘進(jìn)機(jī)位姿檢測方法，在掘進(jìn)機(jī)后方的巷道中安裝共面的多激光接收器，通過旋轉(zhuǎn)激光發(fā)射器，記錄激光發(fā)射器的旋轉(zhuǎn)角度以及發(fā)射器相對應(yīng)激光發(fā)射器之間的距離，通過坐標(biāo)系轉(zhuǎn)換關(guān)系計(jì)算出掘進(jìn)機(jī)的位姿。測光測距方法只能實(shí)現(xiàn)直巷道中掘進(jìn)機(jī)位姿測量，且在直巷道中距離不能太長，無法實(shí)現(xiàn)掘進(jìn)機(jī)的完全自主定位。

(3)基于全站儀的掘進(jìn)機(jī)定位技術(shù)?；谌緝x的掘進(jìn)機(jī)定位技術(shù)[7]是通過測量儀器到目標(biāo)點(diǎn)的直線距離以及水平角和垂直角，以全站儀建立坐標(biāo)系，求解目標(biāo)點(diǎn)的坐標(biāo)，以得到掘進(jìn)機(jī)在巷道中的絕對位姿。全站儀的測量方式有兩種：棱鏡定位系統(tǒng)和激光標(biāo)靶導(dǎo)向系統(tǒng)，前者在掘進(jìn)機(jī)機(jī)身上安裝不共線的三個發(fā)射棱鏡，利用全站儀測量三個反射棱鏡全站儀測量發(fā)射棱鏡的坐標(biāo)以及內(nèi)置傾角傳感器的數(shù)據(jù)；后者在掘進(jìn)機(jī)機(jī)身上安裝激光接收標(biāo)靶，通過激光測量全站儀與標(biāo)靶之間的距離；同時(shí)全站儀內(nèi)安裝的傾角傳感器測得此時(shí)的俯仰角和橫滾角，通過測量三個不共線的激光標(biāo)靶計(jì)算出掘進(jìn)機(jī)機(jī)身位姿。全站儀雖然測量精度高，但需要單站多點(diǎn)測量，適合測量靜態(tài)目標(biāo)，不適合實(shí)時(shí)測量掘進(jìn)機(jī)的位姿，另外井下盲巷中環(huán)境復(fù)雜，會影響全站儀的測量精度。

(4)基于超寬帶的掘進(jìn)機(jī)定位技術(shù)。該技術(shù)是利用三個以上相對距離已知的基站對同一目標(biāo)進(jìn)行距離測量，通過三角定理計(jì)算目標(biāo)點(diǎn)的位置。崔柳[8]對于基于UWB的掘進(jìn)機(jī)姿態(tài)測量方法進(jìn)行研究，通過Matlab仿真和實(shí)驗(yàn)研究證明了該方法的可行性。符世琛[9-10]提出了具有高跟隨性的定位基站自主標(biāo)定策略，實(shí)現(xiàn)了掘進(jìn)機(jī)完全自主定位。該方法中基站的布局會影響姿態(tài)橫滾角和俯仰角的測量精度，需多組基站或者使用其他傳感器校正結(jié)果。

(5)基于慣性導(dǎo)航技術(shù)的掘進(jìn)機(jī)定位技術(shù)。慣性導(dǎo)航技術(shù)[11]是通過陀螺儀和加速度傳感計(jì)測量掘進(jìn)機(jī)的三軸角速度和三軸加速度信息，通過積分運(yùn)算得到掘進(jìn)機(jī)的姿態(tài)與位置信息，是一種不依賴外部信息的自主導(dǎo)航技術(shù)。慣性導(dǎo)航系統(tǒng)的無源特性特別符合在井下的使用要求，目前慣性導(dǎo)航系統(tǒng)在煤礦井下救援機(jī)器人[12]、綜采工作面直線度測量與控制[13]等的研究與應(yīng)用正得到國內(nèi)外的廣泛關(guān)注。目前國內(nèi)研究機(jī)構(gòu)引進(jìn)澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織(CSIRO)的LASC系統(tǒng)用于煤礦井下綜采工作面設(shè)備位姿和直線度測量，但在綜掘工作面尚無應(yīng)用報(bào)道。

慣性導(dǎo)航系統(tǒng)測量的位置和角度誤差會隨著時(shí)間的累積逐漸增大，與其他傳感器融合使用和實(shí)時(shí)校正就變得尤為關(guān)鍵。目前天津大學(xué)的黃東[14]利用單目視覺測量與慣導(dǎo)融合對掘進(jìn)機(jī)的實(shí)時(shí)位姿測量進(jìn)行了研究。童敏明[15]研究了基于超聲波與慣導(dǎo)融合的掘進(jìn)機(jī)定位系統(tǒng)，利用超聲波測量的距離數(shù)據(jù)對慣導(dǎo)數(shù)據(jù)進(jìn)行校正。張春草[16]針對傾角傳感器在掘進(jìn)時(shí)強(qiáng)振動環(huán)境下失效問題，研究了傾角傳感器與慣導(dǎo)融合的掘進(jìn)機(jī)定位技術(shù)，掘進(jìn)機(jī)的姿態(tài)檢測誤差不超過0.06°。

2.2 掘進(jìn)機(jī)智能控制技術(shù)

掘進(jìn)機(jī)的智能控制有掘進(jìn)機(jī)行走部的智能路徑跟蹤和掘進(jìn)機(jī)截割臂自動斷面成形截割兩部分。目前關(guān)于行走部的智能路徑跟蹤研究較少，凌睿[17]建立了行走部的動力學(xué)模型，提出了一種基于有限狀態(tài)機(jī)切換的高階滑?？刂品椒?，并設(shè)計(jì)了控制系統(tǒng)。

掘進(jìn)機(jī)截割頭在空間中的行走軌跡決定了截割斷面的形狀，因此截割軌跡規(guī)劃和軌跡跟蹤是掘進(jìn)機(jī)自動成形截割控制的關(guān)鍵。王蘇彧[18，19]把截割過程分為掃底、自動截割、護(hù)幫三個步驟，對每個步驟分別進(jìn)行軌跡規(guī)劃；同時(shí)針對不同工況下，類S路徑截割效率降低的情況，提出了人工示范，截割系統(tǒng)學(xué)習(xí)記憶的方法。為實(shí)現(xiàn)掘進(jìn)機(jī)截割頭軌跡的精確控制，科研人員研究了很多的掘進(jìn)機(jī)截割頭控制算法。凌睿[17]建立了掘進(jìn)機(jī)截割臂的動力學(xué)模型，使用二階滑模控制算法設(shè)計(jì)了截割臂的控制系統(tǒng)。 張介夫[20]使用具有反饋的電液比例閥對截割部進(jìn)行控制，提出基于電液比例控制的PID恒功率自動調(diào)速控制系統(tǒng)。張付凱[21]為了實(shí)現(xiàn)斷面的精確成形，使用了自適應(yīng)迭代學(xué)習(xí)控制算法實(shí)現(xiàn)對截割軌跡的跟蹤。田劼[22]對控制系統(tǒng)中的每個組成環(huán)節(jié)建立了傳遞函數(shù)，建立掘進(jìn)機(jī)自動截割控制系統(tǒng)的傳遞函數(shù)模型，對傳遞函數(shù)進(jìn)行了動態(tài)特性分析。王蘇彧[23]研究了掘進(jìn)機(jī)自動成形截割控制誤差的來源，提出了控制邊界誤差的方法。

2.3 掘進(jìn)機(jī)遠(yuǎn)程監(jiān)控技術(shù)

掘進(jìn)工作面的作業(yè)環(huán)境惡劣，為消除安全隱患，實(shí)現(xiàn)工作面的無人化作業(yè)，需要對掘進(jìn)機(jī)進(jìn)行遠(yuǎn)程監(jiān)控。掘進(jìn)機(jī)的遠(yuǎn)程監(jiān)控是實(shí)時(shí)監(jiān)視掘進(jìn)機(jī)的工況信息，自動或手動的根據(jù)工況信息控制掘進(jìn)機(jī)實(shí)現(xiàn)巷道掘進(jìn)。王蘇彧[24]等設(shè)計(jì)的遠(yuǎn)程監(jiān)控系統(tǒng)實(shí)現(xiàn)對掘進(jìn)機(jī)的工況數(shù)據(jù)監(jiān)視并可以手柄控制掘進(jìn)機(jī)，同時(shí)實(shí)現(xiàn)了對掘進(jìn)面的視頻監(jiān)視。由于所有的信息是平面顯示，對于巷道掘進(jìn)和掘進(jìn)機(jī)不熟練的操作人員是無法快速通過數(shù)據(jù)和視頻畫面判斷井下情況，因此在遠(yuǎn)程端只能由經(jīng)驗(yàn)豐富的人員操作。

西安科技大學(xué)張旭輝[25]為解決遠(yuǎn)程監(jiān)控中設(shè)備位姿數(shù)據(jù)或視頻信息難以直觀決策的難題，提出借助虛擬現(xiàn)實(shí)(Virtual Reality，VR)構(gòu)建掘進(jìn)工作面虛擬場景模型，研發(fā)了掘進(jìn)機(jī)虛擬操控系統(tǒng)，以掘進(jìn)機(jī)位姿傳感器數(shù)據(jù)動態(tài)修正虛擬場景和虛擬樣機(jī)位姿，操作人員遠(yuǎn)程依據(jù)實(shí)時(shí)修正的場景實(shí)現(xiàn)遠(yuǎn)程掘進(jìn)作業(yè)，提出的"數(shù)據(jù)驅(qū)動、虛實(shí)同步、遠(yuǎn)程干預(yù)、人機(jī)協(xié)作"控制策略為實(shí)現(xiàn)煤礦巷道掘進(jìn)作業(yè)高效高質(zhì)量提供了很好的思路。

2.4 掘進(jìn)機(jī)狀態(tài)監(jiān)視與故障診斷技術(shù)

近年來掘進(jìn)機(jī)智能化的不斷發(fā)展，掘進(jìn)機(jī)的故障診斷技術(shù)也得到了長足的進(jìn)步[26]。從最初的針對掘進(jìn)機(jī)的液壓、電氣、機(jī)械等單獨(dú)部件的采用信息閾值作為判斷故障的條件，近年來發(fā)展為針對掘進(jìn)機(jī)不同的問題越來越多的故障診斷方法被使用，如聲發(fā)射法[27]、基于數(shù)據(jù)挖掘技術(shù)的決策樹診斷法[28]、主成分分析法[29]、專家系統(tǒng)診斷法[30]、神經(jīng)網(wǎng)絡(luò)法[31]以及故障樹診斷法[32]等。針對整個系統(tǒng)的故障診斷推理，尹同舟[33]提出基于PSO-BP、故障樹、故障Petri網(wǎng)等復(fù)合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的掘進(jìn)機(jī)故障診斷技術(shù)，討論了多種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的掘進(jìn)機(jī)故障診斷理論模型，豐富了掘進(jìn)機(jī)故障診斷的理論方法。

3 煤礦智能掘進(jìn)系統(tǒng)發(fā)展趨勢

懸臂式掘進(jìn)機(jī)的信息化、自動化和智能化是其發(fā)展方向，國內(nèi)外在精確定位、巷道成形截割、智能截割、遠(yuǎn)程控制等方面做了大量研究，極大地推進(jìn)了煤礦巷道掘進(jìn)效率和成形質(zhì)量，表現(xiàn)在：

(1)煤礦井下精確定位技術(shù)?；谝曈X的導(dǎo)航技術(shù)雖然可以高精度地測量掘進(jìn)機(jī)機(jī)身位姿，但基于可見光的視覺測量不適合井下高粉塵、昏暗的環(huán)境；井下環(huán)境會對基于激光的導(dǎo)航技術(shù)的測量精度受到影響，同時(shí)難以完全實(shí)現(xiàn)掘進(jìn)機(jī)自主定位；慣性導(dǎo)航技術(shù)是無源導(dǎo)航技術(shù)，環(huán)境適應(yīng)能力強(qiáng)，但時(shí)間累積誤差大。采用多傳感器融合技術(shù)是解決目前井下生產(chǎn)裝備精確定位的趨勢。將慣導(dǎo)與激光測距儀、里程計(jì)等傳感器信息進(jìn)行融合，實(shí)現(xiàn)懸臂式掘進(jìn)機(jī)在井下巷道中的定位問題是目前研究的熱點(diǎn)，但是需要解決截割振動影響下的傳感器穩(wěn)定性問題，摜導(dǎo)平臺減震和魯棒性好的算法研究勢在必行。

(2)煤礦掘進(jìn)裝備機(jī)器人技術(shù)。懸臂式掘進(jìn)機(jī)是一個基于液壓驅(qū)動的移動機(jī)械臂系統(tǒng)，是非線性、多輸入、多輸出系統(tǒng)。數(shù)學(xué)模型無法準(zhǔn)確表達(dá)系統(tǒng)，普通的控制算法無法實(shí)現(xiàn)掘進(jìn)機(jī)截割臂的精準(zhǔn)軌跡跟蹤。隨著綜掘工作面自動化水平提高，很多學(xué)者提出基于精確定位和遠(yuǎn)程操控實(shí)現(xiàn)掘進(jìn)機(jī)作業(yè)過程，將工業(yè)機(jī)器人控制理念用于煤礦井下巷道掘進(jìn)，提高掘進(jìn)質(zhì)量和效率，在位姿精確測量的前提下實(shí)現(xiàn)綜掘工作面的少人甚至無人作業(yè)。懸臂式掘進(jìn)機(jī)機(jī)器人技術(shù)包括控制系統(tǒng)建模、運(yùn)動學(xué)正/逆解、多傳感器數(shù)據(jù)融合處理，可視化掘進(jìn)過程人機(jī)交互，以及智能控制算法(如模糊控制、滑模變結(jié)構(gòu)控制、自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制等)等技術(shù)。

(3)掘進(jìn)機(jī)遠(yuǎn)程監(jiān)控技術(shù)。綜掘工作面生產(chǎn)過程存在開采效率低，粉塵嚴(yán)重造成工人操作看不清、勞動強(qiáng)度大等問題，國內(nèi)學(xué)者對虛擬工作面模型構(gòu)建、煤礦設(shè)備遠(yuǎn)程操控、多傳感器數(shù)據(jù)三維表達(dá)、3DVR數(shù)字模型碰撞檢測，以及多信息智能操控決策等技術(shù)進(jìn)行深入研究，采用虛擬現(xiàn)實(shí)技術(shù)構(gòu)建數(shù)字綜掘工作面，實(shí)現(xiàn)“虛實(shí)同步、數(shù)據(jù)驅(qū)動、遠(yuǎn)程干預(yù)、人機(jī)協(xié)作”的掘進(jìn)機(jī)控制策略，達(dá)到了設(shè)備遠(yuǎn)程監(jiān)控的目標(biāo)。

(4)掘進(jìn)機(jī)狀態(tài)檢測與故障診斷技術(shù)。高采高效掘進(jìn)作業(yè)對設(shè)備的可靠性提出了更高要求，對掘進(jìn)機(jī)工況進(jìn)行全面監(jiān)測，獲得掘進(jìn)機(jī)液壓、電氣、機(jī)械方面的狀態(tài)數(shù)據(jù)，通過信號處理、特征提取和模式識別，實(shí)現(xiàn)故障的預(yù)警預(yù)報(bào)是發(fā)展趨勢。針對掘進(jìn)機(jī)工況復(fù)雜、故障源多、機(jī)械傳動鏈長等特點(diǎn)，利用溫度、壓力、流量、液位、供電、位姿等數(shù)據(jù)，進(jìn)行多傳感器數(shù)據(jù)融合處理，研究多種狀態(tài)監(jiān)測技術(shù)及參數(shù)數(shù)據(jù)融合，實(shí)現(xiàn)掘進(jìn)機(jī)部件或者整機(jī)安全評估。同時(shí)，對掘進(jìn)機(jī)關(guān)鍵機(jī)械部位進(jìn)行在線振動測試，對超過振動限值或振動明顯變化進(jìn)行診斷處理，利用頻譜分析等技術(shù)實(shí)現(xiàn)故障判定和準(zhǔn)確定位，并依據(jù)監(jiān)測數(shù)據(jù)進(jìn)行故障趨勢分析，為故障預(yù)警和預(yù)測維護(hù)提供支撐。

4 結(jié)論

國內(nèi)外在掘進(jìn)機(jī)定向掘進(jìn)、自動截割成形控制、智能控制和遠(yuǎn)程操控等方面取得了很大進(jìn)展，有效提高了煤礦綜采作業(yè)的質(zhì)量和效率。但是由于煤礦環(huán)境所限，一些地面精確定位技術(shù)難以在井下巷道使用，導(dǎo)致懸臂式掘進(jìn)機(jī)作業(yè)過程中的定位、定向和定形掘進(jìn)還有很多急需解決的難題，相信隨著組合捷聯(lián)摜導(dǎo)、虛擬現(xiàn)實(shí)、控制魯棒性設(shè)計(jì)等方面技術(shù)的進(jìn)一步研究，上述問題必將得到解決。

參考文獻(xiàn):

[1] 王焱金,張建廣,馬昭. 綜掘裝備技術(shù)研究現(xiàn)狀及發(fā)展趨勢[J]. 煤炭科學(xué)技術(shù),2015,11: 87-90+21.

[2] 田原. 基于機(jī)器視覺的掘進(jìn)機(jī)空間位姿檢測技術(shù)研究[J]. 礦山機(jī)械, 2013, 41(2):27-30.

[3] 杜雨馨, 劉停, 童敏明, 等. 基于機(jī)器視覺的懸臂式掘進(jìn)機(jī)機(jī)身位姿檢測系統(tǒng)[J]. 煤炭學(xué)報(bào), 2016, 41(11): 2897-2906.

[4] 吳淼,劉建功,魏景生,等.掘進(jìn)機(jī)機(jī)身位姿參數(shù)測量系統(tǒng)及其方法:中國,200910091050.4[P].2011-02-02.

[5] 賈文浩, 陶云飛, 張敏駿, 等. 基于 iGPS 的煤巷狹長空間中掘進(jìn)機(jī)絕對定位精度研究[J]. 儀器儀表學(xué)報(bào), 2016, 37(8): 1920-1926.

[6] 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(jìn)機(jī)位姿自主測量方法[J]. 煤炭學(xué)報(bào), 2015 (11): 2596-2602.

[7] 楊文平, 胡鵬, 樊綱. 掘進(jìn)機(jī)自動定向技術(shù)探究[J]. 煤礦機(jī)械, 2016, 37(8): 46-48.

[8] 崔柳，徐會軍，劉治翔，等．基于超寬帶定位的掘進(jìn)機(jī)姿態(tài)監(jiān)測仿真與實(shí)驗(yàn)研究[J]．煤炭學(xué)報(bào)，2017,42(S1) : 267-274.

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

[10] 符世琛, 李一鳴, 宗凱, 等. 面向掘進(jìn)機(jī)的超寬帶位姿檢測系統(tǒng)精度分析[J]. 儀器儀表學(xué)報(bào), 2017, 38(8): 1978-1987.

[11] 董進(jìn)武. 慣性導(dǎo)航技術(shù)淺析[J]. 儀表技術(shù), 2017 (1): 41-43.

[12] 溫良, 葉錦嬌, 張立亞. 煤礦救災(zāi)機(jī)器人超聲波和慣性導(dǎo)航技術(shù)[J]. 煤礦安全, 2017, 48(6): 127-130.

[13] 南源桐.基于捷聯(lián)慣導(dǎo)的綜采工作面直線度測量技術(shù)研究[D].西安科技大學(xué)，2016.

[14] 黃東, 楊凌輝, 羅文, 等. 基于視覺/慣導(dǎo)的掘進(jìn)機(jī)實(shí)時(shí)位姿測量方法研究[J]. 激光技術(shù), 2017 (2017 年 01): 19-23.

[15] 童敏明, 杜雨馨, 李高軍, 等. 多傳感器的掘進(jìn)機(jī)定位系統(tǒng)研究[J]. 煤礦機(jī)械, 2013, 34(6): 146-148.

[16] 張春草, 張劍波, 朱國力. 基于多傳感器融合的 TBM 姿態(tài)角測量方法[J]. 華中科技大學(xué)學(xué)報(bào): 自然科學(xué)版, 2015, 43(12): 48-51.

[17] 凌睿. 懸臂式掘進(jìn)機(jī)器人高階滑?？刂蒲芯縖D]. 重慶: 重慶大學(xué), 2009.

[18] 王蘇彧, 田劼, 吳淼. 縱軸式掘進(jìn)機(jī)截割軌跡規(guī)劃及邊界控制方法研究[J]. 煤炭科學(xué)技術(shù), 2016, 44(4): 89-94,118.

[19] 王蘇彧. 懸臂式掘進(jìn)機(jī)記憶截割及自動截割控制方法研究[D]. 北京: 中國礦業(yè)大學(xué) (北京), 2014.

[20] 張介夫. 縱軸掘進(jìn)機(jī)自動截割成形和恒功率截割控制技術(shù)研究[D]. 哈爾濱工業(yè)大學(xué), 2013.

[21] 張付凱, 王福忠, 高慶華. 掘進(jìn)機(jī)截割臂運(yùn)動軌跡的迭代學(xué)習(xí)控制[J]. 電子測量與儀器學(xué)報(bào), 2014, 28(12): 1355-1362.

[22] 田劼, 王紅堯, 吳淼. 掘進(jìn)自動截割成形控制系統(tǒng)動態(tài)特性分析[J]. 工礦自動化, 2015, 41(6): 40-44.

[23] 王蘇彧, 田劼, 吳淼. 縱軸式掘進(jìn)機(jī)自動截割斷面邊界控制誤差分析[J]. 工礦自動化, 2016,42(5): 14-18.

[24] 王蘇彧, 杜毅博, 薛光輝, 等. 掘進(jìn)機(jī)遠(yuǎn)程控制技術(shù)及監(jiān)測系統(tǒng)研究與應(yīng)用[J]. 中國煤炭, 2013 (4): 63-67.

[25] 張旭輝，馬宏偉，王天龍，等. 一種掘進(jìn)機(jī)遠(yuǎn)程控制系統(tǒng)及方法[P]. 中國：CN103867205A, 2014-06-18.

[26] 黃華. 故障診斷系統(tǒng)在煤礦機(jī)械中的應(yīng)用[J]. 安全, 2013, 34(5): 10-12.

[27] 蘆螢螢. 基于聲發(fā)射法掘進(jìn)機(jī)故障診斷研究[J]. 煤礦機(jī)械, 2012, 33(8): 268-270.

[28] 張?zhí)烊? 于天彪, 趙海峰, 等. 數(shù)據(jù)挖掘技術(shù)在全斷面掘進(jìn)機(jī)故障診斷中的應(yīng)用[J]. 東北大學(xué)學(xué)報(bào): 自然科學(xué)版, 2015, 36(4): 527-531.

[29] 楊潔, 侯寶革, 付曉, 等. 基于主成分分析的掘進(jìn)機(jī)故障診斷方法[J]. 煤礦機(jī)械, 2014, 35(8): 276-278.

[30] 邵晉敏．EBZ160TY 型掘進(jìn)機(jī)故障診斷專家系統(tǒng)的研究[J]．煤礦機(jī)械，2013，34( 6) : 265-267．

[31] 張洪瑾. 基于模糊神經(jīng)網(wǎng)絡(luò)的掘進(jìn)機(jī)液壓系統(tǒng)故障診斷研究[D]. 南京理工大學(xué), 2013.

[32] 楊福云. 懸臂式掘進(jìn)機(jī)液壓系統(tǒng)可靠性分析[D]. 太原: 太原理工大學(xué), 2014.

[33] 尹同舟. 基于復(fù)合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的懸臂式掘進(jìn)機(jī)故障診斷方法[D]. 中國礦業(yè)大學(xué), 2017.