摘要
防冲钻孔机器人是煤矿井下钻孔卸压作业的关键装备,然而当前钻进过程中
状态识别与自适应调控手段多依赖人工经验,钻进状态识别精度低、自适应调控
能力弱,难以满足复杂煤岩工况下高效智能钻进的需求。为此,本课题围绕防冲
钻孔机器人钻进状态识别与自适应调控策略展开研究,构建钻进过程煤岩识别的
深度学习网络模型,设计钻进执行机构控制策略,并开展相应的验证实验,为钻
孔卸压作业的全自动钻进控制奠定坚实基础。本课题主要研究内容如下:
(1)通过介绍防冲钻孔机器人结构组成,分析防冲钻孔机器人钻进过程工
您可能关注的文档
- 基于文化价值表达的教育遗产场景化设计应用研究--以中国矿业大学为例.pdf
- 废旧三元锂离子电池生物质热解气还原优先提锂研究.pdf
- 基于语义分割的煤粉细度检测方法及煤粉运动特性研究.pdf
- 类金刚石涂层与PAO润滑油的固液复合润滑行为研究.pdf
- 甘氨酸溶浸粉煤灰矿化固碳特性研究.pdf
- 智能手机平台下基于机器学习的自适应PDR_地磁室内定位方法研究.pdf
- 基于轨迹和遥感图像的露天矿路网自动生成方法.pdf
- Ta_ZnO_Zn复合涂层的组织结构调控及抗菌、生物相容性研究.pdf
- 3D打印铁镍双金属催化降解难降解有机废水的机理研究.pdf
- 三相双有源桥DC-DC变换器故障诊断与容错研究.pdf
原创力文档

文档评论(0)