煤矿井下气体环境机器人检测评估及自主避险

摘要

煤矿机器人已成为煤矿安全基础设施的一部分。然而，煤矿井下气体环境中的有毒有害气体的状况是未知的，所采集的井下气体环境参数之间的关联程度和影响关系都没有表现出来，难以判断煤矿井下气体环境的安全状况。为满足煤矿机器人的动力需求，绝大多数煤矿机器人采用隔爆驱动，为了防止煤矿机器人出现故障或翻滚碰撞的情况下引起瓦斯煤尘爆炸，煤矿机器人不能进入高浓度瓦斯区域（称为危险气体区域），尤其是在0区环境（即连续出现或长期出现爆炸性气体混合物的环境）。因此，研究煤矿井下气体环境检测、安全评估和自主避险是煤矿机器人顺利进入矿井执行探测和救援任务的前提，具有重要的理论意义和实践意义。本文针对井下气体环境检测、安全评估和机器人自主避险进行展开研究，主要内容如下： （1）对煤矿井下气体环境进行了分析。研究井下气体特性，尤其是瓦斯状态，瓦斯来源，及运动形式。以实际煤矿为依据建立了直巷道、弯曲巷道、交叉巷道、倾斜巷道等多种巷道几何模型，用数值分析的方法模拟瓦斯和CO等多组分气体在不同涌出情况、不同巷道类型、不同风速等条件下的分布规律，并通过实测煤矿巷道中各个位置的瓦斯数据和模拟的情况对比，验证了井下气体环境数值模拟的可靠性。为下气体环境的检测系统的设计，布置在煤矿机器人上的瓦斯气体传感器位置及数量，煤矿机器人的巡检路径和运动决策等提供了依据和指导方向。 （2）研究了井下气体环境的检测和数据处理。从硬件和软件两个方面设计了井下气体环境的检测系统，并对主要功能进行了效果测试。为提高传感器原始数据的准确性，用时间序列融合算法降低单个传感器的噪声干扰和测量误差造成的检测数据的不准确性；用模糊推理数据融合算法对多个瓦斯传感器进行数据融合获得机器人当前位置精确的瓦斯信息。仿真和试验结果均表明，多瓦斯传感器的模糊推理数据融合方法能对机器人当前位置的瓦斯状态做出相应的判断，这为煤矿机器人的自主避险提供了依据。 （3）提出了基于FCE-ANP的煤矿井下气体环境的安全评估方法。结合三角模糊数，将ANP融入到FCE用于煤矿井下气体环境的安全评估。建立了煤矿气体环境安全评估指标体系，对安全评估的指标进行合理的量化，并给出指标因素之间的关联性。构建煤矿井下气体环境的安全评估模型，确定因素集、评语集，计算评估指标的隶属度、FCE-ANP的权重等。用从实际煤矿所测得的数据进行井下气体环境的安全评估实例验证，结果表明所提出的煤矿井下气体环境的安全评估方法和构建的安全评估模型是合理有效的，这对煤矿机器人的行进方向和路径规划具有重要的指导意义。 （4）提出了基于速度分解法的机器人主动避险算法。为使得机器人自主避险时具有良好的运动响应，设计了机器人的SOA-PID速度控制器。将自主避险算法融入路径规划算法，调整机器人的局部路径。仿真实验结果表明，采用避险算法结合Dijkstra算法得到的机器人路径不仅能自主避险，还比用Dijkstra算法得到路径的总长要短11.66m，节约大量煤矿机器人的时间；当路径中出现环境信息突变时，通过调整机器人的局部路径，使得机器人能够可以快速完成当前路径的调整。 （5）实验和应用。分别在实验室气体环境和相对封闭的模拟巷道气体环境进行机器人自主避险试验。通过机器人两侧气体传感器的输出电压随时间变化的曲线，了解和分析自主避险过程中危险气体的分布及浓度变化，气体传感器连续两次输出的信号变化范围很小，证实了SOA-PID速度控制方法的有效性。然后将气体环境检测、安全评估及自主避险应用到煤矿机器人上，在瓦斯煤尘爆炸试验场地进行煤矿探测机器人自主避险试验。结果表明，煤矿机器人能够实时检测当前位置的气体环境并给出数据融合结果和安全评估结果；煤矿探测机器人能够躲避障碍和危险气体区域，且当危险气体区域的变化时，所提出的自主避险算法能够实现局部路径调整并自主避险。 本文的研究成果，将提高煤矿机器人的智能化，提高机器人的工作效率和安全性，可有效避免灾害事故的发生。

目录

第一个书签之前

致 谢

摘 要

Abstract

目 录

Contents

图清单

表清单

变量注释表

1 绪论

1 Introduction

1.1.1 研究背景

1.1.2 研究意义

1.1.3 课题来源

1.2 矿井气体环境检测的国内外研究现状和分析（Research Status and Analysis of Mine Gas Environment Detection at Home and Abroad）

1.2.1 矿井气体检测的国外研究现状

1.2.2 矿井气体检测的国内外究现状

1.2.3 矿井气体检测的国内外研究现状分析

1.3.1 矿井气体环境安全评估的国外研究现状

1.3.2 矿井气体环境安全评估的国内研究现状

1.3.3 矿井气体环境安全评估的国内外研究现状分析

1.4 矿井气体环境机器人自主避险的国内外研究现状和分析（Research Status and Analysis of Autonomous Hazard Avoidance of Mine Gas Environment Robot at Home and Abroad）

1.4.1 矿井气体环境机器人自主避险的国外研究现状

1.4.2 矿井气体环境机器人自主避险的国内研究现状

1.4.3 矿井气体环境机器人自主避险的国内外研究现状分析

1.5 主要研究内容 (Main Research Content)

2煤矿井下气体环境的分析及模拟

2 Analysis and Simulation of Gas Environment in Coal Mine

2.1 引言 (Introduction)

2.2煤矿井下气体特性和瓦斯状态分析(Gas Characteristics under Mine and Analysis of Gas State)

2.2.1 井下气体的特性

2.2.2 瓦斯

2.2.3 瓦斯运动形式

2.3煤矿井下气体分布规律的模拟（Simulation of Gas Distribution Law in Coal Mine）

2.3.1 气体分布规律的研究方法

2.3.2 井下巷道几何模型

2.3.3 模拟的过程及参数设置

2.3.4 模拟结果及分析

2.4 模拟结果与现场实测数据对比(Comparison of Simulation Results with Field Measured Data)

2.5 本章小结 (Chapter Summary)

3 煤矿井下气体环境的机器人检测及数据融合

3 Detection and data fusion of underground gas environment

3.1 引言 (Introduction)

3.2.1 井下气体环境机器人检测系统的设计要求

3.2.2 井下气体环境机器人检测系统的硬件设计

3.2.3 井下气体机器人环境检测系统软件

3.3煤矿井下气体环境机器人检测系统的测试(Testing of Robot Detection System for Gas Environment in Coal Mine)

3.3.1 读取多参数气体检测仪数据

3.3.2 多通道同步数据采集模块的测试

3.3.3 实时数据传输的测试

3.3.4 模块功能完整性测试

3.4煤矿井下气体环境的数据融合(Data Fusion of Gas Environment in Coal Mine)

3.4.1 对井下气体环境数据融合的必要性

3.4.2 数据融合的方法

3.4.3 基于时间序列的数据融合

3.4.4 多瓦斯传感器的模糊数据融合方法

3.4.5 多瓦斯传感器的模糊数据融合的仿真及实验

3.5本章小结 (Chapter Summary)

4煤矿井下气体环境的机器人安全评估

4 Robot Safety Assessment of Underground Gas Environment in Coal Mine

4.1 引言 (Introduction)

4.2煤矿井下气体环境的评估方法（Assessment Method of Gas Environment in Coal Mine）

4.2.1 评估方法选择

4.2.2 网络分析法

4.2.3 模糊综合评估

4.2.4 三角模糊数

4.2.5 模糊网络分析法步驟

4.3煤矿井下气体环境的安全评估指标体系(Safety Assessment Index System of Gas Environment in Coal Mine)

4.3.1 安全评估指标体系的构建原则

4.3.2 安全评估指标体系

4.3.3 评估指标分析及量化

4.3.4 安全评估指标关联分析

4.3.5 井下气体环境安全评估网络结构模型的构建

4.4基于FCE-ANP的煤矿井下气体环境安全评估(Safety Assessment of Coal Mine Gas Environment Based on FCE-ANP)

4.4.1 确定因素集

4.4.2 确定井下气体环境安全影响评语集

4.4.3 确定评估因素的状态隶属度和状态矩阵

4.4.4 FCE-ANP确定权重

4.5 煤矿井下气体环境安全评估实例(An Example of Safety Assessment of Gas Environment in Coal Mine)

4.5.1 实例煤矿基本情况

4.5.2 确定矿井下气体环境各评估指标的隶属度

4.5.3矿井下气体环境安全综合评估

4.6 本章小结 (Chapter Summary)

5煤矿井下气体环境机器人自主避险方法

5 Autonomous Risk Avoidance Method of Robot in Gas Environment of Coal Mine

5.1 引言 (Introduction)

5.2 基于速度分解的机器人主动避险算法(Robot Active Risk Avoidance Algorithm Based on Velocity Decomposition)

5.2.1 危险气体区域的划分

5.2.2 机器人主动避险碰的描述

5.2.3 机器人主动避险模型

5.2.4 基于速度分解的机器人主动避险算法

5.2.5 机器人主动避险过程

5.3基于PID的煤矿机器人速度控制(Speed Control of Coal Mine Robot Based on PID)

5.3.1 人群搜索算法（SOA）

5.3.2 SOA算法

5.3.3 SOA优化PID的仿真

5.4煤矿机器人避险算法融入到路径规划 (The Avoidance Algorithms of Coal Mine Robots Integrate into Path Planning)

5.4.1 煤矿机器人路径规划

5.4. 2 煤矿机器人路径的局部调整

5.4.3 避险算法融入到路径规划的仿真实验

5.5 本章小结 (Chapter Summary)

6试验和应用

6 Experiment and Application

6.1 引言 (Introduction)

6.2.1 实验设计

6.2.2 基本硬件设备

6.2.3 实验室气体环境试验

6.2.4 实验室气体环境试验结果分析

6.3模拟巷道气体环境的机器人自主避险试验(Autonomous Hazard Avoidance Test of Robots in Simulating Gas Environment of Roadway)

6.3.1 模拟巷道的气体环境实验构建

6.3.2 模拟巷道的气体环境试验过程

6.3.3 模拟巷道的气体环境试验结果分析

6.4煤矿机器人气体检测评估及自主避险的应用试验(Application Test of Gas Detection and Assessment and Autonomous Hazard Avoidance for Coal Mine Robot)

6.4.1 应用在煤矿救援机器人上的检测和安全评估试验

6.4.2 应用在煤矿探测机器人上的自主避险试验

6.5 本章小结 (Chapter Summary)

7 总结与展望

7 Conclusions and Prospects

7.1 总结 (Conclusions)

7.2 创新点 (Innovations)

7.3 展望 (Prospects)

参考文献

作者简历

学位论文原创性声明

学位论文数据集