摘要：煤矿智能化是实现煤炭工业高质量发展的核心技术支撑,煤矸在线分拣机器人可实现煤和矸石的自动识别与分拣,是实现煤矿智能化分选的重要装备。在总结国内外煤矸分拣机器人和煤矸图像识别技术的研究现状和成果基础上,针对煤矸自动分拣机器人分拣速度低,智能化程度不高等问题,设计了一种基于图像识别的Delta型并联机器人应用于煤矸自动分拣领域。阐述了煤矸分拣机器人的工作原理和设计方案,针对煤矸分拣的特定工况场景,对工业相机、光源、镜头等图像识别系统的硬件进行了选型设计。提出了一种基于灰度和纹理特征融合的煤矸图像SVM识别算法,介绍了机器人控制系统的软件功能设计方法,最后搭建了试验平台并进行了多组煤矸在线识别分拣试验。结果表明,该并联机器人可有效对煤和矸石进行自动识别,并通过控制机器人气动机械手实现对6 kg以下的矸石抓取。针对设计及试验过程中遇到的问题,进一步提出了机器人刚柔耦合动力学模型和误差传递规律、基于深度学习和多特征融合的煤矸石识别算法、考虑外部负载干扰的并联机器人自适应稳定控制策略等关键技术,为进一步加快煤矸分拣并联机器人的推广应用,最终实现煤矿智能化、无人化分选提供一种新途径。

摘要：煤矸智能分选对提高原煤分选效率,降低工人劳动强度具有重要意义,也是实现煤矿智能化建设中重要环节之一。设计了基于机器视觉的煤矸分拣机器人教学科研实验平台,该实验平台由Delta并联机器人、图像采集设备、抓取机构和传送带组成。通过工业相机获取煤矸图像进行预处理,并提取煤矸图像的灰度与纹理特征信息,采用支持向量机(SVM)进行煤矸数据集训练与分类检测识别。最终,利用该实验平台进行了机器人标定和煤矸图像识别分拣实验,验证了该实验平台的可行性。

摘要：柔索驱动并联机器人具有运动速度快、工作空间大以及动态承载能力强等优点而被用于煤矸石的快速精准分拣。然而,由于柔索的柔性和单向受力特性,在运动过程中柔索必须时刻保持张紧,使得柔索驱动拣矸机器人的精准分拣控制面临着巨大挑战。同时,拣矸置矸过程所导致的动态冲击和动力学参数的不确定、以及外界干扰等因素势必会影响拣矸机器人末端抓斗的运动精度,甚至导致目标矸石的抓取工作失败。因此,提出了一种能够保障拣矸机器人末端抓斗运动精度的鲁棒自适应模糊控制策略,以克服拣矸置矸过程所产生的动力学参数扰动和外界干扰等因素的影响。基于Lyapunov稳定性理论,证明了所提控制策略的稳定性。并通过空间螺旋轨迹和实用的分拣轨迹对所提出控制策略的控制效果进行了仿真分析。结果表明:末端抓斗对预定运动轨迹的跟踪效果良好,最大位置跟踪误差和均方根误差分别为2×10^(-2) m和8.9867×10^(-4) m;柔索驱动力光滑连续且满足柔索驱动力约束条件。证明了文中鲁棒自适应模糊控制策略对柔索驱动拣矸机器人轨迹跟踪控制有效且可靠。研究能够为柔索驱动拣矸机器人的进一步应用奠定良好的理论基础。

摘要：拣矸机器人的分拣可靠性与煤的品质及分拣效率息息相关,对拣矸机器人系统分拣可靠性进行研究十分必要。现有机器人系统可靠性研究主要是针对其结构可靠性进行研究,而没有对其工作任务可靠性即分拣可靠性进行研究。针对该问题,以柔索驱动拣矸机器人系统为研究对象,采用故障树分析法对其分拣可靠性进行研究。首先,从拣矸机器人系统的结构出发,分析了拣矸机器人系统分拣故障的原因,采用演绎法构建拣矸机器人系统的分拣故障树;然后,将故障树底事件发生概率考虑为区间变量,根据区间性质、运算法则和顶事件的概率表达式得到分拣故障树顶事件概率区间参数,结合设计要求计算出反映拣矸机器人系统分拣可靠性的非概率可靠性指标;最后,基于非概率可靠性指标公式及模糊重要度定义,提出了一种区间重要度指标,对分拣故障树底事件的区间重要度进行求解并排序,结果表明分拣可靠性满足拣矸机器人可靠分拣要求,煤矸石流瞬时含矸率增大和工业相机故障是影响其分拣可靠性的重要因素。根据非概率可靠性指标计算结果和区间重要度排序找出了拣矸机器人系统的薄弱环节,并针对薄弱环节提出了3个改进措施:在分拣前对煤矸石流振荡混合;根据识别的矸石信息,智能控制带式输送机带速;在拣矸机器人系统中增加备用工业相机。