[发明专利]基于大数据体系的规划截割方法和装置、存储介质及电子装置

说明书

本发明公开了一种基于大数据体系的规划截割方法和装置、存储介质及电子装置。截割方法包括以下步骤：获取传感器设备采集矿井综采工作面的各设备及地质信息数据并建立地质模型；通过大数据的深度学习神经网络计算地质模型到规划截割模型的数据转换，同时融合集控所回传的井下设备姿态数据，计算采煤机实际井下位置、揭露的煤层厚度、实际采高卧底；利用所计算出的数据转换建立采煤机、支架、三机的实时规划截割模型；通过建立的规划截割模型，结合工作面多种传感器进行大数据决策分析，形成规划截割曲线，将规划截割曲线下发至采煤机控制系统，由采煤机控制系统根据规划截割曲线进行自动截割。本发明通过大数据处理算法实现综采工作面各设备的预动作仿真，保证采煤机开采的安全高效。

技术领域

本发明涉及采煤机技术领域，特别涉及一种基于大数据体系的规划截割方法和装置、存储介质及电子装置。

背景技术

矿井工作面现阶段采用煤炭截割方法为记忆截割技术，该方法在特定工作面通过人工控制采煤机完成第一次截割动作，并将该动作过程中参数进行统计存储，以保证采煤机在下次割煤过程中利用存储参数进行准确截割。

该技术适用于工作面环境变化不大情况下，若矿井工作面条件复杂则需要人工不停干预，以保证采煤机不断学习割煤方法，此时，该方法的应用效率较低。

发明内容

针对上述问题，本发明提供一种基于大数据体系的规划截割方法和装置、存储介质及电子装置。本发明通过大数据处理算法实现综采工作面各设备的预动作仿真，保证采煤机开采的安全高效。

为实现上述目的，本发明采取的技术方案为：

一种基于大数据体系的规划截割方法，包括以下步骤：

获取传感器设备采集矿井综采工作面的各设备及地质信息数据并建立地质模型；

通过大数据的深度学习神经网络计算地质模型到规划截割模型的数据转换，同时融合集控所回传的井下设备姿态数据，计算采煤机实际井下位置、揭露的煤层厚度、实际采高卧底；利用所计算出的数据转换建立采煤机、支架、三机的实时规划截割模型；

通过建立的规划截割模型，结合工作面多种传感器进行大数据决策分析，形成规划截割曲线，将规划截割曲线下发至采煤机控制系统，由采煤机控制系统根据规划截割曲线进行自动截割。

作为本发明的进一步改进，深度学习神经网络计算数据转换的具体步骤为：

对地质模型网格化处理，通过沿着两巷的钻孔穿煤层的坐标作为绝对坐标基准点，并进行绝对坐标转换，对所有的设备数据模型进行坐标转换；

根据巷道钻孔的绝对坐标转换为CT模型的煤层信息建立各设备的规划截割模型。

作为本发明的进一步改进，地质模型构建方法如下：

由工作面煤层底板等高线图和煤厚等值线图，初步建立煤层空间起伏初始模型；

基于钻孔测量数据和采掘数据，采用克里金插值法修正煤层空间起伏初始模型；

在煤层空间模型的基础上采用相应的地质建模方法对异常地质构造进行建模显示，得到工作面地质模型；

其中，初步建立煤层空间起伏初始模型具体步骤为：

基于测井和采掘资料，修正速度模型，结合三维地震解释的煤层底板图，刷新煤层底板等高线；并结合巷道揭露的煤层底板标高及起伏形态优化煤层底板等高线局部细节；参考采掘资料，计算槽波地震勘探煤层厚度反演误差，并基于贝叶斯克里金插值理论，优化煤层厚度预测结果，由工作面煤层底板等高线图和煤厚等值线图，初步建立煤层空间起伏初始模型；

工作面地质模型给出方式包括：

①煤层顶底板空间点云数据，用于与采煤机进行交互，生成截割曲线；