煤礦巡檢機器人關鍵技術及發(fā)展研究

李紅驕 喬凱

摘? 要：為了研究中國煤礦巡檢機器人關鍵技術及發(fā)展研究，以CNKI期刊數(shù)據(jù)庫1991—2021年共386篇相關文獻為樣本，利用CiteSpace和VOSviewer兩個知識圖譜軟件繪制可視化圖譜，對煤礦巡檢機器人關鍵技術及發(fā)展研究領域文獻的發(fā)文年份、作者、學術來源分析、關鍵詞分析、關鍵字突變5個方面進行文獻計量分析。礦用機器人能夠完成煤炭、煤機設備和人員的運輸任務，對煤礦智能運輸系統(tǒng)的建設和煤礦無人值守的實現(xiàn)具有重要的現(xiàn)實意義。本文基于VosViewer和CiteSpace軟件對巡檢機器人的介紹和知識圖譜分析進行分析，了解礦用巡檢機器人應用的實際情況。

關鍵詞：巡檢機器人? 學科知識圖譜? 熱點與趨勢? VOSviewer? CiteSpace? 文獻計量

中圖分類號：TD40? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）05（c）-0097-09

Research on Key Technology and Development of Coal Mine Inspection Robot

—— Knowledge Graph Analysis Based on VosViewer and CiteSpace

Li Hongjiao1? Qiao Kai 2

（1.Shaanxi Shaanmei Shanbei Mining Co.， Ltd.， Yulin， Shaanxi Province， 719300? China;2.School of Communication and Information Engineering， Xi'an University of Science and Technology， Xi'an，

Shaanxi Province， 710054? China）

Abstract： In order to study the key technology and development research of China's coal mine inspection robot， taking 386 relevant literatures in CNK I journal database from 1991 to 2021 as samples， the visual atlas is drawn by using CiteSpace and VOSviewer knowledge atlas software， and the year of publication， author， academic source analysis， keyword analysis Bibliometric analysis was carried out from five aspects of keyword mutation. Mining robot can complete the transportation tasks of coal， coal machinery equipment and personnel， which has important practical significance for the construction of coal mine intelligent transportation system and the realization of unattended coal mine. Based on VOSviewer and CiteSpace software， this paper analyzes the introduction and knowledge map analysis of patrol robot， so as to understand the actual application of mine patrol robot.

Key Words： Inspection robot; Subject knowledge graph; Hotspots and trends; VOSviewer; CiteSpace; Bibliometrics

煤礦開采過程危險，采礦環(huán)境條件復雜。因此，隨著我國現(xiàn)代科學和信息技術的不斷發(fā)展和進步，機器人將逐漸并完全取代原來的人類日常勞動。在當今我國煤礦工業(yè)生活的科學研究和應用中，人工智能也已經在實踐中快速進步[1]?！吨袊鴤鹘y(tǒng)制造2025》是煤礦行業(yè)發(fā)展智能化戰(zhàn)略行動規(guī)劃，其中明確提出，要加快實施關鍵生產工序管理智能化、關鍵生產崗位管理機器人智能化替代、關鍵生產過程管理設備過程控制智能化和系統(tǒng)控制管理能力，以及推動我國社會主義建設科學研究工作重點4個領域的智能智化工廠，未來中國煤礦將逐漸實現(xiàn)企業(yè)公司內部生產管理設備的智能網絡化和企業(yè)生產現(xiàn)場無人化，這為我國推動智能時代下中國煤礦產業(yè)的發(fā)展和促進大學生就業(yè)提供了一種新的借鑒性和理論指導[2]。我國《能源技術革命與創(chuàng)新行動計劃》文件中明確提出，要不斷提高我國煤炭技術開發(fā)的生產效率和工程智能化管理水平，研發(fā)高效無人建設鉆井、快速無人掘進、智能化建井工作面等關鍵技術，在全國各地重點煤炭采礦區(qū)基本上可以完成無人建井工作[3]。

在現(xiàn)階段，煤礦巡檢企業(yè)智能巡測發(fā)展應用機器人的研發(fā)技術人員及工作團隊應把主要重點集中在無軌列車導航、小型化、工具化與大學生實際使用的新技術4個方面，并要切實努力構建成一起基于煤礦巡檢智能微型巡檢發(fā)展機器人的煤礦巡檢信息資源管理的一個專用服務網絡平臺，不僅使目前我國使用煤礦智能巡檢發(fā)展機器人的相關實用性技術能夠得到大幅提升，并且還能夠保證其實際應用的檢測效果及分析精度有效地達到預期[4]。

知識資源圖譜技術是近幾年為人所知的一個技術概念，在公共圖書館和智能管理領域，稱為一種知識與資源可視的文化或者是知識管理領域中的地圖知識圖，是用于展示各種知識及其發(fā)展歷史過程和資源結構的一系列不同類型圖形，用各種可視化繪圖技術方式來準確描述各種知識及其資源結構及其信息載體，挖掘、分析、構建、繪制和整理展示各種知識及其相互關系[5]。知識資源圖譜對于大量的文獻處理和可視化分析，對某一學科的文獻、研究人員、研究機構、發(fā)文量、關鍵熱詞等具有獨特功能。

為了更加深入了解我國智能礦井探究現(xiàn)狀和研究成果，更加清晰地展現(xiàn)此方面文獻的研究方向與趨勢，以中國知網（CNKI）作為數(shù)據(jù)庫，選取礦用巡檢機器人移動平臺、自主導航與定位、智能控制、自主充電、后臺管理及在線故障診斷為主題的相關文獻為研究對象。利用可視化工具CiteSpace和VOSviewer繪制知識圖譜，展開研究，以期為國內的學者對此方面的研究提供一些參考，幫助他們快速把握熱點，掌握脈絡。

1? 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

（1）數(shù)據(jù)來源：CNKI數(shù)據(jù)庫。

（2）檢索格式 ：主題=“礦用巡檢機器人”，“智能巡檢”，“帶式輸送機”，“控制系統(tǒng)”。

（3）時間跨度：1999—2021年。

（4）文獻語種：中文。

（5）文獻類型：期刊，會議，報紙，博碩士。

（6）精煉結果：386篇中文文獻。

（7）檢索時間：2021年4月10日。

1.2 研究方法

本文采用CiteSpce和Vosviewer兩種可視化分析軟件。

CiteSpace是一款著眼于學生分析社會科學研究文獻中蘊含的潛在知識，并在社會科學應用計量動力學，數(shù)據(jù)和電子信息技術進行數(shù)據(jù)可視性轉化的大背景下逐漸發(fā)展成為行業(yè)發(fā)展趨勢結合應用起來的一款多元、分時、動態(tài)的企業(yè)引文數(shù)據(jù)可視化管理系統(tǒng)，它是分析類型企業(yè)管理軟件，由美國德雷塞爾大學計算機與中國情報管理學院的教授陳超美共同使用了C語言與Java語言兩種語言合作開發(fā)的[6]。本文采用的是CiteSpace 5.6.R1.12.3版本。

VOSviewer是荷蘭萊頓大學科技研究中心的van Eck和Waltman于2009年開發(fā)的一款用于構建和可視化文獻計量網絡的軟件。本文采用的是VOSviewer_1.6.15版本。

2? 研究的基本情況

2.1 發(fā)文量分析

基于CNKI數(shù)據(jù)庫的檢索結果，通過整理數(shù)據(jù)，利用Excel畫出每年的發(fā)文量圖。

從圖1上看，該圖的橫坐標表示1999—2021年的發(fā)表年度趨勢，縱坐標表示發(fā)文量，3個線條分別表示所選文獻、參考文獻、引證文獻，整個圖描繪隨時間的增加，在CNKI數(shù)據(jù)庫中有關煤礦巡檢機器人的相關文獻發(fā)表的數(shù)量，其中在1999年就有發(fā)表相關的論文，在1999—2013年期間，發(fā)表的相關文獻并不是很多，處在相關領域方面的真空期，在2013—2020年有大幅度的提升，可看出在此時間段，國家以及各個企業(yè)研究院等大力發(fā)展巡檢機器人，是相關領域的繁榮期，整個年內呈現(xiàn)出“機械化換人，自動化減人，智能化無人”的趨勢特征，預計未來有關礦用巡檢機器人方面的研究發(fā)文量將會持續(xù)增長[7]。

2.2 作者分析

利用CiteSpace和VOSviewer分別對作者進行分析，篩選出發(fā)文量更多的作者。

圖2為VOSviewer的分析結果，圖中呈現(xiàn)的是較多且與其他作者有聯(lián)系的作者?；叶鹊燃壙梢源碜髡?不同的發(fā)文時間，連線的地方表示作者間有一定的關系。這里的時間為作者首次發(fā)文時間。

圖3為CiteSpace的分析結果。其中，結點大小表示作者的多少，連線的粗細表示作者之間合作密度，灰度等級表示的是時間不同。

通過分析研究結果：篩選發(fā)文量在前19名的作者整理如圖4。

結合作者發(fā)文量的知識圖譜和統(tǒng)計數(shù)據(jù)可以看出，一些作者對礦用巡檢機器人方面是有過深入的研究的，尤其是近兩年來，發(fā)展更迅速，其中發(fā)表相關文獻最多的是吳功平教授，吳功平教授來自武漢大學，其對自動化技術，電力工業(yè)和計算機軟件及計算機應用，至今發(fā)表過141篇論文或期刊，其最高被引薦的論文或期刊均與巡檢或者機器人相關，在探究實用性機器人方面有很大的成就，與曹琪、胡鵬等人多次發(fā)表相關文獻，可能有一定的合作關系。商德勇教授來自中國礦業(yè)大學，發(fā)表巡檢機器人方面的相關文獻多至24篇，他主要關注的領域是巡檢機器人、薄煤層、動力學分析等，其中被引用熱度最高的文章均和薄煤層上巡檢機器人的運動有關，對于巡檢機器人在煤礦方面的實用方面有重大意義。

2.3 學術來源分析

通過CiteSpace分析研究各個文獻的發(fā)文期刊及其時間情況，如圖5所示。

從圖5可以清晰地看出礦用巡檢機器人的發(fā)展情況，其中結點和線段表示期刊文獻的數(shù)量及其相關性，每一個節(jié)點即為一個文獻出處，節(jié)點大小代表文獻出處出現(xiàn)頻率，節(jié)點越大，文獻在該出處出現(xiàn)頻率越高。從2017—2020年間，文獻的發(fā)表逐年增多，從制造業(yè)自動化到煤礦機械再到建材技術與應用和工礦自動化，可以看出文獻的發(fā)表越來越細致化，專業(yè)性目的性也越來越強。

由表1的數(shù)據(jù)可知，從CiteSpace的發(fā)文量的總結上看，可以看出巡檢機器人研發(fā)以及作用的必要性，在近些年一些名刊不斷地被提及探究。綜合來看，巡檢機器人這個話題近年來正在趨勢上，而且越來越火熱，并且相關的文獻之間的聯(lián)系也越來越緊密，對于國家而言，正在逐漸做到全智能化。

圖6顯示的主要是一些相關學術文獻的作者發(fā)表處和來源處，其中作者發(fā)表的文獻數(shù)量增大，使其發(fā)表來源處中的字體更加粗大，由此從圖6可以清晰地看出西安科技大學機械工程學院、武漢科技大學機器人與中國智能控制系統(tǒng)技術研究院、中國冶金大學自動化與質量檢測職業(yè)技術學院教育部工程研究中心、中國礦業(yè)大學江蘇省礦山機電裝備高校重點實驗室等幾所高校、實驗室或者有限公司，在礦用巡檢機器人方面做出了巨大的貢獻，在其相關領域方面，比如運動功能或者巡檢能力方面，進行了深入的研究。

3? 研究熱點與前沿

3.1 關鍵字分析

3.1.1 CiteSpace聚類

本文以“礦用巡檢機器人”“巡檢機器人”分別為主題詞從CNKI收集數(shù)據(jù)，并做數(shù)據(jù)整理。將樣本統(tǒng)計結果數(shù)據(jù)導入CiteSpace進行轉換處理，將時間切片的時間范圍設置年份為1999—2020年間，時間切片為1年，Select the node type key word，選擇前50為每個時間片和余弦的連接強度，連線強度選擇Cosine，從而導出知識圖譜。

圖7中每一個節(jié)點即為一個關鍵詞，節(jié)點大小代表關鍵詞出現(xiàn)頻率，節(jié)點越大，關鍵詞出現(xiàn)頻率越高。該知識圖譜共生成323個結點，連線為593條，親密度為0.0114。圖譜中節(jié)點表示關鍵詞，節(jié)點大小表示關鍵詞出現(xiàn)頻次，節(jié)點越大，關鍵詞出現(xiàn)頻次越高，節(jié)點之間連線反映合作關系，連線粗細反映合作關系強度，連線越粗，合作關系強度越大。關鍵詞的熱度用“#+關鍵詞”標注了出來，列舉出了關鍵詞熱度前21的名詞，其中被提及最多的3個關鍵詞是薄煤層、機器人和路徑規(guī)劃。

圖8是在圖7的基礎上進行了NodeShape的circle變換，其中關鍵詞circle的大小體現(xiàn)出了該關鍵詞的熱度，從圖中那個可以清晰地看出關鍵詞主要圍繞巡檢機器人、智能方面。對于機器人的運動能力和巡檢功能依舊是深入研究的重點。

3.1.2 Vosview聚類

將CNKI期刊數(shù)據(jù)庫中的數(shù)據(jù)，以End Note格式導出，文獻轉換成RIS格式，并利用End Note軟件將文獻導出，create一個新的項目并選擇create a map based on bibiographic data，讀取相關信息后，將type of analysis選擇Co-occurrence，unite of analysis選擇key words，Counting method選擇Full counting，最少出現(xiàn)次數(shù)選1026個關鍵詞中有164個關鍵詞滿足閾值要求。聚類結果如圖9表示。

節(jié)點大小表示關鍵詞出現(xiàn)次數(shù)，名列前茅的有：巡檢機器人、機器人、智能巡檢、帶式輸送機、控制系統(tǒng)、巡檢、智能巡檢機器人、變電站、越障、路徑規(guī)劃、故障檢測、結構設計、薄煤層、視覺導航、煤礦、機器視覺、關鍵技術等。從圖9可以直觀地看到不同關鍵字之間的聯(lián)系，不同的顏色表示不同的聚類，結合結果可知，聚合為11個類[8]。

綜合CiteSpace和VOSviwer聚類結果分析 ：“聚類算法”“柔性軌道”“有限元分析”“牽引力”[9]“混合驅動”“綜采工作面”“蟻群算法”“巷道”“防爆結構”“運動學仿真”“越障”“智能巡檢機器人”等是 “礦用巡檢機器人”的研究熱點[10]。

圖10是用Vosview用Density Visualization窗口來分析關鍵字，其中避免個別字節(jié)太大影響效果，刪掉“巡檢機器人”后的結果，該圖中每個關鍵字的明暗程度代表該關鍵字的總聯(lián)系強度和出現(xiàn)次數(shù)。其詳細數(shù)據(jù)如圖11所示。

3.2 關鍵詞突變

突現(xiàn)詞研究可以得出該主題的研究趨勢和熱點研究方向，本文查找到得突現(xiàn)詞如圖12所示。

圖12中，第一列表示關鍵詞，第二列表示所有文獻中的最早的年份，第三列表示強度，第四列和第五列的年份分別表示此關鍵詞的起始年份和截止年份。

4? 結論

“十三五”規(guī)劃提出，通過技術創(chuàng)新加強企業(yè)職業(yè)病危害防治。企業(yè)進行面對問題越發(fā)嚴格的職業(yè)病防治規(guī)范，要同時投入更多學習費和更多的技術成本以便于確保公司全體職工的安全?！皺C器更換”，應用工業(yè)機器人已成為推動企業(yè)在快速發(fā)展提高生產經營效率、降低生產經營成本、提高企業(yè)產品綜合技術含量、擴大提升企業(yè)核心競爭力三大方面。因此，大力發(fā)展巡檢機器人已成潮流，為了更方便地去觀察整體發(fā)展和走向，對相關文獻進行了深入分析。

在CNKI上通過主題詞檢索出來的文獻可能只是相關領域的一部分論述，也有很多相關的文獻沒有出現(xiàn)或者可能以其他的形式呈現(xiàn)，并不能完全代表現(xiàn)在礦用巡檢機器人的發(fā)展，因此對國內“礦用機器人”的發(fā)展和研究現(xiàn)狀的前沿預測有一定的局限性。本文篩選的文獻多達386篇，在一定的程度上可以反映出大體的規(guī)律，故而運用科學知識圖譜“CiteSpace”和“Vosview”等對礦用巡檢機器人相關文獻進行分析，綜合上面分析結果得到以下結論。

從研究結果上看，大部分的企業(yè)或者研究院關于礦用巡檢機器人的研究是有一定的聯(lián)系的，并且不少都有合作，在多元化的社會中，還是比較適合學術成果的創(chuàng)新和發(fā)展。“聚類算法”“柔性軌道”“有限元分析”“牽引力”“混合驅動”“綜采工作面”“蟻群算法”“巷道”“防爆結構”“運動學仿真”“越障”“智能巡檢機器人”等是“礦用巡檢機器人”的研究熱點。

隨著科學技術的不斷創(chuàng)新和發(fā)展，將會推動智能化的發(fā)展，由機械代替人工，大大地提高生產力并且保護了人們的安全，隨時間的推移，礦用巡檢機器人也將走入無人化、機械化、智能化。

參考文獻

[1] 林志龍.智能巡檢機器人應用現(xiàn)狀及問題探究[J].數(shù)碼設計，CG WORLD，2018，7（5）：20.

[2] 楊建棟.探析礦用巡檢機器人在煤礦中的應用[J].數(shù)碼設計，CG WORLD，2019，8（18）：44.

[3] 孫英飛，羅愛華.我國工業(yè)機器人發(fā)展研究[J].科學技術與工程，2012，12（12）：2912-2918，3031.

[4] 裴文良，張樹生，李軍偉.礦用巡檢機器人設計及其應用[J].制造業(yè)自動化，2017（2）：73-74.

[5] 陳悅，陳超美.Cite Space知識圖譜的方法論功能[J].科學學研究，2015，33（2）：242-253.

[6] 陳悅，劉澤淵.悄然興起的科學知識圖譜[J].科學學研究，2005，23（2）：149.

[7] 梁家艷，李含偉，張順萍.我國老年人再就業(yè)問題的研究熱點與前沿——基于Citespace和Vosviewer的知識圖譜分析[J].智能計算機與應用，2020，10（2）：284-289.

[8] 肖鹿，李凱，王偉，等.露天礦山輸煤廊道巡檢機器人[J].露天采礦技術，2020（6）：69-73.

[9] 劉建榮，伊玉祥，徐杜民，等.鋼絲繩牽引式巡檢機器人研究與應用[J].煤礦機械，2021，42（1）：37-39.

[10]崔壯，李棟華，劉彥君，等.數(shù)據(jù)中心智能巡檢機器人設計及關鍵技術研究[J].電氣時代，2017，12（435）： 132-135.