摘要
本发明提供了一种水平钻进煤矿钻机智能协同控制方法,所述的控制计算机及程序内搭载有深度神经网络模型;所述的深度神经网络模型中包括人工神经网络和生成对抗网络;人工神经网络用于对土质类型进行分类,生成对抗神经网络用于生成控制信号,以解算阀芯工作指令;所述的控制计算机及程序通过阀芯工作指令控制所述的智能多路阀。本发明通过搭建深度神经网络系统,实时分析钻进过程中的土壤环境,并智能分配给进速度、拐弯角度和回转器旋转的控制参数,实现钻进、拐弯和旋转的智能协同,同时确保钻进效率和回转器的耐久度,延长回转器寿命。
技术关键词
深度神经网络模型
煤矿钻机
协同控制方法
回转器
转向液压缸
人工神经网络
生成对抗神经网络
深度神经网络系统
多路阀
液压马达
生成控制信号
生成对抗网络
识别障碍物
计算机
程序
更换刀具
压力环
传感器
系统为您推荐了相关专利信息
实景三维模型
优化控制系统
指数
标记
深度神经网络模型
动态知识图谱
传感器节点
高压压缩机
历史监测数据
时间序列特征
深度神经网络模型
Fisher准则
梅尔频率倒谱系数
故障类别
信号
深度神经网络模型
属性识别方法
样本
深度学习架构
深度学习网络模型
信贷违约预测方法
样本
对象
深度神经网络模型
结构特征提取