摘要：针对我国矿山企业电铲运行生产的实际,设计了露天矿山电铲智能引导系统,利用定位定向传感器,实时采集电铲的工作参数,进行保存及展示,实时了解电铲的工作状态,及时对电铲进行合理调度,使电铲能够精确完成工作,提升工作效率。结果表明:在案例应用和实际作业中,施工精细化水平和工作标准整体效果明显。

摘要：为了揭示强降雨作用下缓倾角岩层凸边坡剪切滑动破坏机理及其控制措施。本文以宝日希勒露天煤矿边坡为例,采用牛顿力现场监测和FLAC^(3D)三维数值模拟相结合的方法,研究冻融作用下缓倾角岩层凸边坡的内部牛顿力演化规律,分析强降雨作用下无支护和高预应力锚索支护条件下凸边坡的变形规律和塑性区分布特征。研究结果表明:露天煤矿开采形成典型的凸边坡,凸边坡在局部应力集中和卸荷回弹变形共同作用下产生显著变形;在凸边坡解冻期,凸边坡北部边坡产生牛顿力降低,东部边坡产生牛顿力增加;在强降雨作用下,岩体容重增加,边坡内形成裂隙水压力,增加了边坡岩体的滑动力,同时煤层间碳质泥岩强度遇水弱化,形成缓倾角软弱结构面,从而导致边坡岩体沿软弱结构面的整体水平剪切滑动;高预应力锚索可以有效增加缓倾角边坡的整体性,减小由于降雨引起的边坡塑性变形。本文研究工作为后期宝日希勒露天煤矿凸边坡的变形控制和支护设计提供了依据。

摘要：通过分析国产电铲传统手动扶梯的基本结构及工作方式,指出其存在安全性差、操作费力、故障率高等明显缺陷。按照人机工程学设计理念及简约、可靠和独立的设计原则,设计了一种气动控制的可折叠扶梯,并已成功应用在WK-10B、WK-12C型电铲上。新型气控扶梯充分利用电铲原有的机械、气控及电气平台,制造成本较低,其使用方面的性能效果包括:安全性明显提高、操作更加灵敏快捷、故障率明显降低等,可逐步考虑在其它类型电铲上普遍推广。

摘要：为了满足目前电铲铲齿断裂的检测要求,基于深度学习的目标检测技术设计了铲齿脱落检测系统,搭建硬件平台并采集铲齿的关键帧图像。最后通过现场试验测试该系统的功能,试验结果表明,该系统能有效识别铲齿脱落状态,报警准确率可达到90%以上,对环境鲁棒性强,具有较高的可信度。

摘要：综合考虑电铲机械机构和工作环境,基于计算机视觉和嵌入式人工智能处理器,设计了一种低成本深度学习电铲斗齿监测方法;对采集的相对单一图像样本进行数据增强,利用轻量级神经网络YOLO V3 tiny对斗齿进行实时检测斗齿粗略位置,利用特征匹配进行斗齿定位,实现斗齿脱落报警。试验结果表明:本方法可以对电铲斗齿进行实时检测,可实现20帧/s的检测速度和85%以上的检测精度,具有精度高、速度快、鲁棒性强的优点。