摘要
一种应用于煤矿智能综采的规划截割算法,包括如下步骤:S1,构建截割路径优化模型,获取状态空间数据、动作空间数据及奖励函数,输入并训练截割路径优化模型,得到动态路径曲线;S2,实时获取回采工作面液压支架的压力数据、回采工作面激光雷达数据和回采工作面惯性导航I MU数据,通过卡尔曼滤波预测算法预测得到煤机轨迹数据,并通过煤机轨迹数据对S1得到的动态路径曲线进行实时修正,得到规划截割曲线。通过强化学习与实时反馈,结合实时传感器反馈与异常检测机制,实现复杂地质条件下的高精度作业,提升截割路径动态优化精度,显著提升开采效率与安全性,异常响应时间缩短至,复杂地质适应性增强。
技术关键词
回采工作面
煤矿智能
激光雷达数据
卡尔曼滤波
液压支架
规划
曲线
算法
动态
轨迹特征
实时位置
传感器
滚筒
能耗
速度
压力
机制
精度
系统为您推荐了相关专利信息
长短期记忆网络
无迹卡尔曼滤波
估计方法
非线性状态空间
预测误差
中药材智能
分选系统
多光谱
光谱成像
多模态数据融合
激光里程计
轨迹推算方法
多传感器融合
车体坐标系
激光雷达数据