摘要：针对目前尚无一种通用的方法对模块形态与模块化机器人的性能关系进行分析研究,以EMERGE模块形态为目标对象,基于进化设计的思想,提出一种模块形态的评估方法。首先,依据模块可用的连接面数量及其相对位置对模块形态进行分类分析。然后采用结构化的进化设计策略,以平面的移动任务为算例,在机器人仿真平台中分别对由不同种类形态的模块组建的机器人进化,得到每种模块形态下性能最优的机器人,并比较各自的性能。最后,对不同种类的最优性能的仿真机器人进行实体机器人验证。结果表明该评估方法可有效提高设计高性能模块化机器人的效率,仿真和实体机器人试验验证了方法的有效性。

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：无人驾驶具有自动、高效和准确度高等特点,经过多年发展已日趋成熟,且已在不少地面车辆上开始应用,将是无轨胶轮车在井下实现高效、安全、智能运输的重要解决方案之一。结合地面无人驾驶技术与煤矿井下巷道实际情况,设计了一种蓄电池无轨胶轮车的井下无人驾驶系统,并重点对其无人驾驶控制策略进行了仿真研究。首先,基于WLR-9型矿用蓄电池无轨胶轮车,通过合理选用传感器组成感知系统,并对车辆的控制系统与执行系统进行改造,设计了无轨胶轮车无人驾驶系统;其次,采用多传感器融合方式解决无轨胶轮车在井下巷道内行驶时遇到的循迹和避障难题,基于模型预测的路径规划算法设计了无人驾驶系统的控制策略;最后,联合CarSim与Simulink建立了无人驾驶系统仿真模型,通过仿真从理论上验证无轨胶轮车无人驾驶系统设计的合理性。仿真结果表明,无人驾驶系统在25 km/h车速下轨迹跟踪的最大瞬时偏移量仅为7.8 cm,循迹效果良好;能够对障碍物及时作出反应,避开障碍物并重新规划新路径,生成的路径较为平滑且连续性好,避障过程中未发生打滑失控现象;能够及时识别对向车辆并提前减速制动,在根据井下会车规则判别出避车后,可迅速规划出新路径并进入躲避硐室内避车,至对向车辆离去后驶出躲避硐回到预定轨迹继续行驶,能够反映出无轨胶轮车无人驾驶系统控制策略的稳定性与可行性。

摘要：针对掘进机截割过程中煤岩硬度急剧变化时,截割臂的摆动速度无法迅速调节以适应当前截割载荷这一实际问题,本文提出了一种基于BP神经网络的截割臂摆速控制策略,通过控制截割臂摆速来实现截割电机恒功率输出。在该策略中,提出了一种基于多参数判据的截割载荷变化判定方法,根据截割电机的电压和电流,截割臂驱动油缸的压力和截割臂振动加速度这4个掘进机工作状态参数的变化来准确判断截割载荷的变化。为实现恒功率截割,设计一个BP神经网络来保证截割电机的输出功率恒等于其额定功率;基于井下实测数据,获取BP神经网络的训练样本;针对BP神经网络的输出稳定性问题,采用遗传算法(GA)对BP神经网络进行优化,使其获得更优的性能,且训练耗时和迭代次数大幅降低。建立截割臂系统的数学模型,针对截割臂横向截割和纵向截割2种工况,采用Simulink仿真方法建立了截割臂摆速仿真控制系统,并对提出的截割臂摆速控制策略进行了仿真研究。结果表明:截割臂摆速能够针对不同的截割载荷输入信号进行自适应调节,且截割臂摆速变化量在0.2 s之后处于恒定状态,具有较高的控制精度和较快的响应速度。所提出的截割臂摆速自适应控制策略能够为保证掘进机恒功率截割,延长掘进机使用寿命和提高巷道掘进效率提供一定的理论指导和实践参考。

摘要：物理不可克隆函数(PUF)因其特有的唯一性和不可克隆性,在诸多硬件安全领域有广泛应用前景.针对仲裁器PUF和环形振荡器PUF硬件资源消耗大的弱点,在毛刺PUF设计架构基础上,充分利用FPGA中双路选择器转换时延和片(Slice)间配置开关矩阵特性,提出一种高资源利用率的毛刺PUF电路设计方法.根据可编程逻辑块(CLB)所含的不同类型Slice分别设计相应的布局布线方案,通过改变双路选择器的输入状态和调整开关矩阵中路径分配的策略控制到达双路选择器的时延差,确保产生的"毛刺"信号具有PUF特性.该方法不仅将单位CLB输出响应最高提升至2比特,还可以做到芯片Slice资源100%利用率.实验结果表明,利用Xilinx公司Virtex-5芯片实现128比特输出,在保持原有的较高唯一性(49.61%)的前提下,错误率降至2.51%;较原有毛刺PUF设计在稳定性、芯片兼容性和硬件资源使用率方面都有显著提升.

摘要：空间太阳望远镜(SST)是我国独立发展的太阳磁场观测科学卫星;其主光学望远镜8个CCD以20M B/s的速率采集太阳偏振磁图;图像处理系统需要进行图像积分、CCD辐射劣化校正、目标的几何改正、Stokes参数计算和图像格式化等处理.SST在轨实时数据运算量达每秒数十亿次,我国现有星载计算机系统的处理能力远远达不到SST的需求.针对这一问题,在系统处理任务分析的基础上,设计出了并行阵列处理的系统体系结构,并在单通道子系统样机的研制上,采用了FPGA加DSP的模块结构,在FPGA内设计了在线实时积分器,由DSP进行离线计算和格式化处理;还给出了DSP软件流程图;进行了系统仿真和原理样机的制作,经测试表明:该系统达到了SST的星载高速数据处理要求.这种新型高速数据处理方法,可以广泛应用于我国未来航天的高速数据处理领域.

摘要：我国煤炭开采已从机械化、自动化正逐步向智能化迈进,煤矿智能化是涉及煤炭资源勘查、矿井建设、煤矿开采、安全保障、洗选分销等多个环节的系统工程,煤矿智能化发展需要经历自动化、信息化、互联化、智能化4个阶段,研发推广应用煤矿机器人是实现煤矿智能化、无人化的重要途径。综述了当前我国煤矿机器人领域的研究现状,科学阐明了煤矿机器人的概念和定义,详细分析了煤矿机器人研发历程和未来技术产品发展趋势。研究了煤矿机器人的分类方法,针对煤矿机器人的不同面向对象、作业区域、功能属性,构建了科学合理的煤矿机器人分类体系,从作业类型角度将煤矿机器人划分为掘进、采煤、运输、安控、救援五大类,结合目前机器人和人工智能技术领域的先进技术发展水平,按照由易到难、先零后整、各点突破、整体推进的基本原则,规划了不同种类、层次煤矿机器人的研发路径。提出了煤矿机器人研发过程中亟需突破的八大共性关键技术,包括:煤矿机器人防爆安全设计理论及方法、长续航高能量密度机器人动力技术、井下受限封闭环境下机器人自主精准定位导航技术、煤矿机器人的高可靠抗干扰通讯技术、煤矿复杂环境下机器人智能感知与险情识别技术、井下机器人群协同控制决策机制、煤矿机器人可靠性测试评估方法、煤矿机器人模块化设计方法,初步建立了我国煤矿机器人研发技术体系。

摘要：该文旨在确定渗灌渗水涂层成分的配比方案,制备出渗水性能良好的渗灌滴头。通过对所选用的蒙脱土MMT及聚丙烯酰胺PAM材料的结构和性能进行了分析和比较,设计制备工艺,制备渗灌滴头,在实验室内搭建了渗灌材料的实际渗水的试验平台;采用拉伸强度试验对渗灌导水涂层材料与纤维结合性能进行研究,用电子显微镜对不同配比的渗灌导水材料的形貌进行了观察并对其微观结构和组成进行了分析,在不同环境条件下对渗灌材料的渗水自调节性进行分析。结果表明:PAM/MMT悬浮液的配比为0.20 g/50 m L(1∶250)时导水材料的成膜性较,涂层成膜性较好,分布较均匀。对于以1∶250聚丙烯酰胺和蒙脱石制备的的渗水材料,温度一定时,随着环境土壤含水率的逐渐增加,渗水速率逐渐降低,土壤含水率一定时,随着环境温度的增加,渗水速率逐渐下降。该研究为渗灌材料制备提供参考。

摘要：针对多径衰落深度较大的矿井巷道,传统集中式矿井移动通信系统信道容量小、多径干扰和传输损耗严重,难以满足矿井移动应急救援通信和移动监控的需要,提出了多模式矿井移动通信系统,通过SISO模式、MIMO模式和混合模式的多模式选择性耦合或动态切换,实现矿井移动通信系统的抗干扰能力和应急通信能力。基于矿井巷道多径衰落和时变信道环境,建立了多模式矿井移动通信系统模型,应用分布式MIMO天线的空间分集理论,设计了系统的主要电路,给出了多模式系统的信号传输和天线选择方法。仿真结果表明,多模式系统比传统集中式系统具有更好的信道容量,多模式系统的天线端口数量对系统信道容量起决定性作用;多模式系统提高了井下多径衰落环境网络的成功切换概率和系统抗干扰能力,明显改善了矿井移动应急通信系统的可靠性和效率。

摘要：为了精确测量甲烷气体的体积浓度，采用平行红外光源IRL715EN-PR设计了红外甲烷气体检测系统。整个检测系统由硬件电路和软件系统组戍。在软件程序设计上设计了一种关于信号处理的新算法，同时设计了中断喂狗程序，大大延长了看门狗定时复位时间。利用Matlab对数据进行了拟合，得到了系统的浓度和电压的函数关系。实验表明，在体积浓度在O％～4％范围内，系统最大相对误差小于1％。