随着智能化开采的不断发展,刮板输送机直线度控制对于煤矿安全、高效开采具有重要意义。针对刮板输送机的调直精度不高的问题,提出了一种基于空间运动学与长短时记忆神经网络轨迹预测相融合的调直方法。首先,利用工业机器人的空间运动学知识对液压支架和刮板输送机浮动连接机构的运动规律进行了解析,并以C#语言的形式编入Unity3D仿真系统底层,通过推移机构连接头捕捉刮板输送机中部槽上的关键点,实现液压支架与刮板输送机的连接,实现了液压支架的精准推移,较理想化地解决了销耳间隙的影响;其次,综合考虑到传感器噪声与截割底板轨迹对刮板输送机轨迹检测的影响,在仿真系统中进行相关的补偿后,在MATLAB中利用LSTM(Long Short Time Memory)神经网络对刮板输送机的轨迹进行预测;最后,根据实际工况要求建立了目标调直轨迹的修正模型和轨迹-姿态转...

针对以液压支架为基准的煤矿综采工作面自动调直存在的误差累积问题,对液压支架调直流程和控制方法进行了研究。通过分析每一个液压支架的调直流程,构建出了每一个液压支架推移公式,并推导出了直线度误差和超调量的数学模型;分别利用理论研究和数值仿真,对调直方法原理和效果进行了验证;在不同推移误差的基础上,对使用不完全补偿的调直方法的调直效果进行了分析,同时分析了不同补偿系数N对直线度误差和超调量的影响。研究结果表明:选取适当的补偿系数可有效地减小推移误差累积,使液压支架的直线度误差和超调量稳定在一定范围内;液压支架直线度误差和超调量稳定范围由液压支架测量误差和推移误差(δ_(p),δ_q,δ_o)决定;选择合适的补偿系数N可使直线度误差降低50%,具有更好的调直效果。