一种智能矿山掘进设备自适应协同控制方法与流程

摘要: 本发明涉及智能制造装备产业和设备节能改造,具体涉及一种智能矿山掘进设备自适应协同控制方法。背景技术:1、在矿山智能化建设进程中,掘进装备的自主协同控制是实现少人...
一种智能矿山掘进设备自适应协同控制方法与流程

本发明涉及智能制造装备产业和设备节能改造,具体涉及一种智能矿山掘进设备自适应协同控制方法。

背景技术:

1、在矿山智能化建设进程中,掘进装备的自主协同控制是实现少人化、无人化作业的关键环节。由于井下地质条件复杂多变、通信环境恶劣,现有掘进设备控制方法在应对地质与通信双重不确定性时,普遍存在适应性差、协同性弱的问题,难以保障复杂工况下的高效稳定运行。

2、现有技术中,针对地质自适应控制的研究多依赖于单一地质探测手段或确定性神经网络模型进行岩性识别,当掘进工作面处于地质过渡带、混合岩层或超出训练样本分布范围时,模型仍强制输出某一地质类别,导致控制决策偏差,进而引发截割参数失配、设备过载或效率下降。

3、与此同时,掘进设备群在协同作业过程中依赖中心控制节点进行数据交互与指令下发。井下巷道环境复杂,设备移动、电磁干扰、网络拓扑变化等因素常导致端到端传输延迟增大、数据丢包或乱序等通信质量问题。传统控制方法将通信视为透明通道,未将通信状态作为控制决策的主动输入,当地质自适应需求与通信约束产生冲突时,系统缺乏协调机制,容易造成控制指令振荡或决策失效。

4、此外,现有技术在边缘计算与中心控制的分工上缺乏协同,地质感知、通信状态与控制决策三者相互割裂,无法形成有机协同,制约了智能掘进系统在复杂环境下的工程适应性。

技术实现思路

1、本发明的目的在提供一种智能矿山掘进设备自适应协同控制方法,以解决上述背景问题。

2、本发明的目的可以通过以下技术方案实现:一种智能矿山掘进设备自适应协同控制方法,包括如下步骤:

3、部署多模态地质感知阵列与通信状态监测模块,采集多模态地质感知数据并记录通信状态,封装为融合输入向量;

4、构建并采用概率化地质辨识模型,基于融合输入向量推理地质类别的预测概率分布并评估输出状态,结合输出状态确定当前截割参数的基础调整值;

5、获取当前通信状态,若不为健康状态,基于基础调整值执行二次精细化调整,形成截割参数的二次调整值;

6、结合基础调整值与二次调整值计算综合差异指标,判断是否触发协同仲裁流程,生成最终控制指令;

7、进一步的,通信状态的获取方式为:

8、通信状态监测模块以预设固定采样周期、基于以当前采样时刻为终点的包含预设个数采样周期的滑动时间窗口持续采集边缘计算节点与中心控制节点之间的网络通信指标,包括端到端传输延迟序列、数据丢包率、数据包乱序率以及数据新鲜度序列;

9、基于网络通信指标执行三级状态划分:若端到端传输延迟序列与数据丢包率均低于低于对应预设的第一延迟阈值与第一丢包阈值、数据包乱序率为0且数据新鲜度序列未检测到超限,判定为健康状态;若端到端传输延迟序列均超过预设的第二延迟阈值,或数据丢包率与数据包乱序率中存在任一指标超过预设对应的第二丢包阈值与乱序率阈值,或数据新鲜度序列检测到超限次数达到故障次数标准,判定为故障状态;否则判定为亚健康状态;

10、进一步的,概率化地质辨识模型基于贝叶斯深度学习构建,采用贝叶斯神经网络作为核心架构,网络权重参数设定为服从先验分布的随机变量,以经数据预处理的融合输入向量为输入,通过蒙特卡洛dropout近似进行后验推断,实现地质类别识别结果伴随不确定度量化输出,输出层采用softmax激活函数输出地质类别的预测概率分布;

11、进一步的,基础调整值的获取方式为:

12、根据地质类别的预测概率分布计算输出状态指标,并基于输出状态指标评估输出状态,输出状态包括高置信度、中置信度及低置信度;

13、若输出状态为高置信度,直接采信最大预测概率对应的地质类别,调用预设的参数映射库检索并提取对应的最优截割参数作为基础调整值;

14、若输出状态为中置信度,将预测概率达到预设可信基准的地质类别标记为候选地质类别,调用参数映射库检索对应的最优截割参数进行加权平均处理,权重系数取各候选地质类别的预测概率并在所有候选地质类别内进行归一化处理得到,并通过渐进式参数调节器对截割参数变化率进行约束后作为基础调整值;

15、若输出状态为低置信度,将预设的安全基准参数作为基础调整值;

16、进一步的,输出状态指标的计算方式为:

17、将当前的融合输入向量输入训练完成的概率化地质辨识模型进行推理,输出地质类别的预测概率分布,将预测概率分布代入香农熵公式计算熵值作为输出状态指标;

18、进一步的,二次精细化调整采用分级处理策略:

19、若通信状态处于亚健康状态,基于网络通信指标,采用预构建并训练的轻量化通信异常模式识别模型,识别输出当前亚健康状态的异常模式,基于异常模式确定通信适配修正策略,对截割参数的基础调整值进行数据处理,形成二次调整值;

20、若当前通信状态处于故障状态,执行强制锁定策略,将截割参数切换至预设的安全运行参数作为二次调整值,并启动本地状态预测器,基于设备运动学模型与历史运行数据对故障状态期间掘进设备的状态变化进行本地估计;

21、进一步的,轻量化通信异常模式识别模型采用轻量级梯度提升机作为核心算法,以经标准化处理的网络通信指标作为输入特征,通过通信仿真平台与现场实测数据联合构建的训练数据集进行训练,以识别的异常模式作为输出,异常模式包括单一异常模式或复合异常模式,复合异常模式的判定为若同时识别到多个单一异常模式,则判定为识别到复合异常模式;

22、进一步的,通信适配修正策略的确定方式为:

23、对于单一异常模式,查询预设的模式修正策略映射库,模式修正策略映射库存储各类单一异常模式与通信适配修正策略的对应关系,得到对应的通信适配修正策略;

24、对于复合异常模式,查询复合异常模式包括的单一异常模式对应的通信适配修正策略,采用预训练的语义识别模型对不同通信适配修正策略进行冲突分析,判断是否存在实施冲突;

25、若判定不存在,根据各通信适配修正策略的独立逻辑选择并行或顺序执行,得到复合异常模式对应的通信适配修正策略;

26、若判定存在,触发冲突消解流程,依据预定义的单一异常模式优先级等级进行裁决:保留并采用优先级等级最高的异常模式对应的通信适配修正策略,当多个通信适配修正策略的优先级等级相同时,系统进一步采用保守优先原则,选择对截割参数调整幅度更小、变化率限制更严格、设备运行安全性更高的通信适配修正策略;

27、进一步的,是否触发协同仲裁流程的判断方式为:

28、对各截割参数分别基于额定运行范围进行归一化处理,对归一化处理后基础调整值与二次调整值进行数据处理得到综合差异指标;

29、若综合差异指标小于预设差异标准,直接将截割参数的二次调整值作为最终控制指令下发执行,不触发协同仲裁流程,否则触发;

30、进一步的,协同仲裁流程具体包括:

31、若通信状态处于健康状态或亚健康状态,采用地质主导原则,以截割参数的基础调整值作为最终控制指令下发执行,并启动掘进设备间直连通信补充传输机制,利用设备间建立的直连通信链路共享基础调整值;

32、若通信状态处于故障状态,采用通信适配优先原则,以截割参数的二次调整值作为最终控制指令下发执行。

33、本发明的有益效果如下:

34、1.本发明通过构建主动探测、被动响应与视觉感知互补的多模态地质感知体系,并结合贝叶斯深度学习网络实现地质类别概率化辨识与不确定度量化输出,解决了现有方法地质信息融合不充分、辨识结果可靠性无表征的问题,基于置信度分级确定截割参数基础调整值,在中置信度时采用加权融合与渐进式参数约束,在低置信度时切换安全参数,确保地质自适应控制在不同工况下均具备高可靠性与平滑性。

35、2.本发明将通信状态监测模块输出的三级通信状态作为控制决策的主动输入,建立健康、亚健康、故障状态下的分级精细化调整机制,并结合协同仲裁流程解决地质自适应与通信约束的冲突问题。当地质调整与通信约束差异显著时,依据通信状态优选地质主导或通信适配优先原则,配合设备间直连通信补充传输,实现地质自适应效能与通信鲁棒性的深度协同,显著提升井下复杂环境下的系统稳定性和控制一致性。