智能选矸机器人是基于机器视觉的智能煤矸识别,通过高速相机摄取煤和矸石图像,对煤块和矸石的物状、纹理、灰度、波长、反射光线等数据进行采集并标定入库,再经一级目标检测网络识别煤矸轮廓、二级网络进行煤矸初筛和精筛分类,采用神经网络技术深度学习,从而实现煤矸识别功能.识别后的煤矸数据坐标,经多组多轴仿生机械手模拟人工抓取和拨取动作,实现快速精准抓取矸石.针对当前智能选矸机器人存在的一些问题,提出了改进措施.
针对磨机换衬板机械手因工作超载所引发的安全风险,对机械手的作业臂、支撑梁进行了受力分析.分析作业臂、支撑梁、负载随伸缩长度、俯仰角度的变化规律,及其带来的结构设计矛盾.通过改进作业臂的液压回路,并在作业臂关键位置增加传感器,搭建一套适用于所讨论机械手的智能安全负载控制方法.经应用验证,该方法实现了在线、连续安全负载控制的目的,不仅避免了过大的机械结构设计,有效降低了过载时的机械冲击,限制了设备的受力与变形,而且提升了设备智能化程度,对现场人员及设备起到了良好的保护作用.
为提高矿山设备的耐蚀性能,延长使用寿命,采用熔化极气体保护焊(GMAW)工艺,在 Q235钢板堆焊 414L 不锈钢,研究了 Q235 基板对 414L 超低碳马氏体不锈钢熔覆层稀释率的影响.在焊接电流为 220 A,焊接电压为 28 V,焊接速度为 40 cm/min,堆焊搭接量为 6 mm 时,获得了成型美观、致密无缺陷的不锈钢堆焊层.对堆焊层的显微组织、化学成分进行了分析,测试了堆焊层的显微硬度及与基体结合强度.结果表明,堆焊层组织为板条状马氏体和高温 δ 铁素体;Fe、Cr、C、Ni 是组成堆焊层的主要元素;在距熔合线 10 mm 左右,母材对熔覆层基本不产生稀释;堆焊层硬度高于基体.
综采工作面运输巷超前段内设备密集,超前支架的自动控制难度大,是制约工作面进一步减人提效的关键环节.针对工作面运输巷的特点,设计了转载机和超前支架相连的"运-支"一体化超前支护系统,超前支架由推移迈步转变为牵引前进,避免了相互干涉;构建了超前支架高度、倾角和位移在内的位姿以及压力监测系统;开发了基于超前支架状态感知、环境监测和人员防护一体的安全等预警系统,保证自动安全运行;研究了以拉移液压缸位移为触发的协同控制系统.研究成果分别在陕煤集团柠条塔煤矿 S1204 工作面和黄陵一号煤矿 627 工作面进行了应用,为运输巷超前支架协同控制提供了实用化技术.
为提高煤泥水处理系统生产效率,选煤厂优化了煤泥水参数监测设备,升级了可视化控制系统,可准确提取煤泥水处理过程中的相关参数,形成闭环控制;研发了具有自学习功能的专家药量指导系统,实现加药标准化,加药消耗下降 5%～10%;优化了压滤机群控系统,实现了多台压滤机有序自动排队作业,生产效率提升近 20%.
