摘 要：為保障煤礦安全生產(chǎn)，更好地監(jiān)測(cè)井下瓦斯?jié)舛?。該文設(shè)計(jì)一款可以在礦井復(fù)雜環(huán)境中完成瓦斯?jié)舛葘?shí)時(shí)監(jiān)測(cè)與預(yù)警、數(shù)據(jù)傳輸?shù)亩喙δ芰阒悄芊律鷻C(jī)器人。該仿生蜘蛛機(jī)器人可以在煤壁上安全做業(yè)，機(jī)器人在煤壁采集的數(shù)據(jù)將被傳送到云平臺(tái)。并在云平臺(tái)使用WOA-LSTM算法對(duì)瓦斯?jié)舛冗M(jìn)行預(yù)測(cè)。運(yùn)用雙目攝像頭以及激光雷達(dá)等多種傳感器實(shí)現(xiàn)融合定位功能，使機(jī)器人在井下有序作業(yè)。該機(jī)器人通過(guò)感知、導(dǎo)航、控制以及智能決策等方面的協(xié)作，實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境下的高效精確巡視，以確保礦井安全生產(chǎn)。

關(guān)鍵詞：仿生；瓦斯檢測(cè)；WOA-LSTM；瓦斯超前預(yù)測(cè)；礦井災(zāi)害防治

中圖分類號(hào)：TD76 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2024）31-0034-04

Abstract： In order to ensure safe production in coal mines， the concentration of underground gas should be better monitored. In this paper， a multifunctional six-legged intelligent bionic robot is designed that can complete real-time monitoring and early warning of gas concentration and data transmission in complex mine environments. The bionic spider robot can safely operate on the coal wall， and the data collected by the robot on the coal wall will be transmitted to the cloud platform. The WOA-LSTM algorithm is used to predict gas concentration on the cloud platform. Binocular cameras and multiple sensors such as lidar are used to realize the fusion positioning function， allowing the robot to operate in an orderly manner underground. The robot achieves efficient and precise inspections in complex environments through collaboration in sensing， navigation， control and intelligent decision-making to ensure safe production in mines.

Keywords： bionics; gas detection; WOA-LSTM; advanced gas prejtVrf7/aUzuslnXtE9UvYbLgINvxRGJXdB0WMVDvtDU=diction; mine disaster prevention

近幾年，隨著科技的不斷創(chuàng)新，生態(tài)文明的建設(shè)日益為全社會(huì)、全民族所關(guān)注。對(duì)礦業(yè)而言，建立一套符合我國(guó)實(shí)際情況的現(xiàn)代礦業(yè)系統(tǒng)已刻不容緩。根據(jù)礦井實(shí)際情況，礦井瓦斯一直存在關(guān)乎煤礦安全生產(chǎn)的重大安全隱患。井下人工巡檢存在諸多弊端，如低效、客觀標(biāo)準(zhǔn)不足、判斷依據(jù)不科學(xué)和特殊工位危險(xiǎn)等，已無(wú)法適應(yīng)現(xiàn)代化井下生產(chǎn)需求，給設(shè)備安全運(yùn)行埋下安全隱患[1]。在現(xiàn)代化礦山綠色建設(shè)理念下，煤礦工業(yè)巡檢機(jī)器人日益普及和增長(zhǎng)，礦業(yè)公司正積極采納高新技術(shù)和先進(jìn)的機(jī)械設(shè)備來(lái)取代傳統(tǒng)的人工作業(yè)方式[2]。形成通過(guò)物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)礦井瓦斯智能監(jiān)測(cè)和管理的系統(tǒng)是煤礦行業(yè)發(fā)展中提升信息化和自動(dòng)化水平的重要方向[3]。

1 設(shè)計(jì)原理

本項(xiàng)目擬采用仿生學(xué)理論，借鑒蜘蛛、壁虎等動(dòng)物的生物學(xué)特性及運(yùn)動(dòng)規(guī)律，通過(guò)仿生學(xué)原理，模仿蜘蛛的運(yùn)動(dòng)方式，使其具有多足行走的能力。通過(guò)對(duì)馬克·卡特科斯基教授開(kāi)發(fā)的一種新的納米材料的研究分析，發(fā)現(xiàn)該納米涂層可以比較容易地吸收和釋放目標(biāo)物，并將其運(yùn)用于機(jī)器人足部。另外，傳感器的反饋與控制算法也發(fā)揮著重要的作用。

2 系統(tǒng)總體設(shè)計(jì)

系統(tǒng)設(shè)計(jì)一個(gè)基于AR M7控制的仿生蜘蛛探測(cè)機(jī)器人，分為上位機(jī)和下位機(jī)2個(gè)部分。下位機(jī)控制模塊由LPC2131作為控制核心；執(zhí)行機(jī)構(gòu)模塊具有行走和越障功能，既可以通過(guò)遠(yuǎn)程操控機(jī)器人進(jìn)行基本的行走，也可以切換到自動(dòng)行進(jìn)的模式中利用紅外傳感器探測(cè)周?chē)沫h(huán)境信息，進(jìn)而對(duì)前方的障礙物及時(shí)做出反應(yīng)；傳感器模塊負(fù)責(zé)采集障礙信息和環(huán)境信息，對(duì)當(dāng)前環(huán)境溫度和瓦斯數(shù)據(jù)進(jìn)行采集，并通過(guò)人機(jī)接口模塊將數(shù)據(jù)無(wú)線傳輸給上位機(jī)界面，利用LabVIEW軟件的圖形化編程語(yǔ)言，設(shè)計(jì)上位機(jī)并實(shí)現(xiàn)數(shù)據(jù)的動(dòng)態(tài)顯示及分析，報(bào)警處理等功能；電源模塊由聚合物鋰電池和降壓模塊組成。系統(tǒng)的總體設(shè)計(jì)方案如圖1所示。

圖1 系統(tǒng)總體設(shè)計(jì)方案

3 機(jī)器人硬件結(jié)構(gòu)設(shè)計(jì)

3.1 電控部分

多傳感器融合檢測(cè)：多傳感器信息融合就是將多個(gè)傳感器在時(shí)間或空間上收集到的互為補(bǔ)充或有所重疊的信息，按照特定的標(biāo)準(zhǔn)進(jìn)行整合，從而得到對(duì)被觀測(cè)對(duì)象統(tǒng)一且準(zhǔn)確的認(rèn)識(shí)或解釋[4]。機(jī)器人的感知系統(tǒng)由一系列傳感器組成，這些傳感器能夠監(jiān)測(cè)一氧化碳、溫度、粉塵濃度、甲烷水平以及捕捉圖像[5]。機(jī)器人利用裝有各種傳感器元件的系統(tǒng)與外部環(huán)境交換信息，實(shí)時(shí)測(cè)量周?chē)h(huán)境狀態(tài)的數(shù)據(jù)，并將其通過(guò)不同接口傳送至單片機(jī)進(jìn)行處理與分析[6]。

信息傳輸及定位功能：本裝置采用移遠(yuǎn)的RM500u-CN通信模組進(jìn)行數(shù)據(jù)傳輸，該模塊內(nèi)置豐富的網(wǎng)絡(luò)協(xié)議，集成多個(gè)工業(yè)標(biāo)準(zhǔn)接口，并支持多種驅(qū)動(dòng)和軟件功能（如Windows，Linux，Android等），使其可以在井下精確完成信號(hào)的接收與發(fā)送（圖2）。

圖像采集功能：該裝置采用煤礦自動(dòng)化防爆攝像儀。

3.2 機(jī)械部分

3.2.1 模型整體結(jié)構(gòu)

模型整體結(jié)構(gòu)如圖3所示。

3.2.2 機(jī)械結(jié)構(gòu)設(shè)計(jì)

1）軀干部分（圖4）對(duì)蜘蛛機(jī)器人至關(guān)重要，它不僅是機(jī)器人各個(gè)部分的物理連接中心，也承載著多種關(guān)鍵的電子組件。

下面是軀干設(shè)計(jì)部分的更詳細(xì)介紹。

①安全性與拆解便捷化：整個(gè)軀干部分由上下2部分組成，主要為防爆材料，上下2部分通過(guò)嵌合的方式由螺絲固定，這種嵌合方式第一是防止礦井內(nèi)灰塵或者水汽對(duì)機(jī)器人正常運(yùn)行的影響，第二是相比于正常固定的方式，該種方式使軀干內(nèi)部更加密閉。②剛性與重量平衡：選用的材料和軀干的幾何形狀應(yīng)確保足夠的剛性，以承受因運(yùn)動(dòng)產(chǎn)生的應(yīng)力，保證機(jī)器人的敏捷性?？紤]到重量和強(qiáng)度，軀干的主要組成部分使用高強(qiáng)度的鋁合金（例如7075-T6），該材料具有良好的機(jī)械特性和良好的耐腐蝕性。

注：LCS（Live Communications Server）是微軟最新推出的企業(yè)即時(shí)消息服務(wù)器。API-GW，在云計(jì)算中，API網(wǎng)關(guān)（APIGateway）是一種管理微服務(wù)架構(gòu)中所有API交互的重要組件。LMF，即Link Management Frame，是IEEE 802.11無(wú)線局域網(wǎng)（WLAN）中的一種特殊的幀類型。GMLC（Gateway Mobile Location Center）網(wǎng)關(guān)移動(dòng)位置中心，是外部位置程序訪問(wèn)GSM PLMN的第一個(gè)結(jié)點(diǎn)。UPF（User Plane Function，用戶面功能）是 3GPP 定義的 5G Core（核心網(wǎng)）基礎(chǔ)設(shè)施系統(tǒng)架構(gòu)的基本組成部分。UDM（The Unified Data Management）統(tǒng)一數(shù)據(jù)管理功能。AMF（Access and Mobility Management Function），接入和移動(dòng)性管理功能，執(zhí)行注冊(cè)、連接、可達(dá)性、移動(dòng)性管理。SMF（Session Management function），會(huì)話管理功能，負(fù)責(zé)隧道維護(hù)、IP地址分配和管理、UP功能選擇、策略實(shí)施和QoS中的控制、計(jì)費(fèi)數(shù)據(jù)采集、漫游等。RAN，無(wú)線接入網(wǎng)是指固定用戶全部或部分以無(wú)線的方式接入到交換機(jī)。

2）機(jī)械爪部分。礦下蜘蛛機(jī)器人的機(jī)械爪非常關(guān)鍵（圖5），其需要適應(yīng)惡劣的礦井環(huán)境并完成多種作業(yè)任務(wù)。

以下是礦下蜘蛛機(jī)器人的機(jī)械爪設(shè)計(jì)部分的詳細(xì)介紹：①結(jié)構(gòu)強(qiáng)度和耐用性：機(jī)械爪使用耐磨和高強(qiáng)度的材料制造，以確保在礦井中與巖石或其他硬質(zhì)物質(zhì)接觸時(shí)能承受大的沖擊和摩擦。②操作靈活性：設(shè)計(jì)提供了足夠的運(yùn)動(dòng)自由度，使得爪子可以模仿人類手的運(yùn)動(dòng)，從而更好地適應(yīng)各種形態(tài)的物品和操作需求。爪子的末端使用了類似人類指尖的設(shè)計(jì)，附加特殊涂層增加摩擦力，以實(shí)現(xiàn)對(duì)復(fù)雜巖壁的攀爬和支撐。③連接機(jī)構(gòu)：機(jī)械腿與軀干之間的連接采用轉(zhuǎn)動(dòng)關(guān)節(jié)的結(jié)構(gòu)。

3）瓦斯傳感部分。伸縮式可旋轉(zhuǎn)瓦斯探測(cè)器（圖6）是一種檢測(cè)礦井內(nèi)瓦斯?jié)舛鹊脑O(shè)備，其放置在軀干的上方。

①伸縮臂部分。伸縮臂通常由多個(gè)段落組成，類似于攝影三腳架腿或無(wú)線天線的設(shè)計(jì)，采用內(nèi)套筒設(shè)計(jì)，以便外部的筒體可以滑入內(nèi)部筒體中，節(jié)節(jié)收縮或者伸展。②傳動(dòng)機(jī)構(gòu)。為了伸縮硬臂，采用液壓驅(qū)動(dòng)機(jī)構(gòu)，用來(lái)精確控制臂的伸縮。③旋轉(zhuǎn)基座部分。使用回轉(zhuǎn)支承確保傳感器底座在水平平面內(nèi)能360°自由旋轉(zhuǎn)的機(jī)械轉(zhuǎn)接部分。通過(guò)伺服電機(jī)配合適當(dāng)?shù)凝X輪安裝在底座上，允許對(duì)旋轉(zhuǎn)角度進(jìn)行精確控制。

4）雙目攝像頭部分。整體攝像頭位置需考慮到機(jī)器人的運(yùn)動(dòng)范圍和操作場(chǎng)景，確保雙攝像頭系統(tǒng)（圖7）在惡劣的礦下環(huán)境中也可以穩(wěn)定工作。

攝像頭的裝配主要為2個(gè)部分，第一部分為瓦斯探測(cè)器上的小型雙目攝像頭，該部分的主要作用是能夠清晰地觀察到泄露點(diǎn)的情況；第二部分是軀干上的雙目攝像頭，該部分主要作用是可以清楚地監(jiān)測(cè)到機(jī)器人在礦井內(nèi)的巡檢情況。

3.3 算法設(shè)計(jì)

煤礦瓦斯監(jiān)測(cè)預(yù)警的主要任務(wù)是利用傳感設(shè)備全面、實(shí)時(shí)、連續(xù)監(jiān)測(cè)井下巷道空間瓦斯?jié)舛群皖A(yù)測(cè)瓦斯突出危險(xiǎn)狀態(tài)，及時(shí)分析異常變化并控制瓦斯?jié)舛仍诎踩秶鷥?nèi)，防范和抑制事故苗頭，實(shí)現(xiàn)對(duì)瓦斯危險(xiǎn)源的預(yù)報(bào)和預(yù)警[7]。

為了更精確地預(yù)測(cè)巷道的瓦斯?jié)舛?，本文采用了一種創(chuàng)新而高效的混合算法，即WOA-LSTM算法。該算法結(jié)合了鯨魚(yú)覓食優(yōu)化算法[8]（WOA）和長(zhǎng)短期記憶[9]神經(jīng)網(wǎng)絡(luò)（LSTM），建立WOA-LSTM模型以應(yīng)對(duì)瓦斯預(yù)測(cè)問(wèn)題。

下面是一個(gè)簡(jiǎn)單的流程框架，用于說(shuō)明如何利用WOA優(yōu)化LSTM參數(shù)，并且將模型應(yīng)用于數(shù)據(jù)的預(yù)測(cè)，在WOA的過(guò)程中調(diào)節(jié)LSTM的參數(shù)。

第一步：初始化參數(shù)。初始化WOA算法的參數(shù)，包括種群大小、迭代次數(shù)、初始位置、降權(quán)因子a和線性遞減參數(shù)A等。初始化LSTM的參數(shù)，包括隱藏層節(jié)點(diǎn)數(shù)、學(xué)習(xí)率以及權(quán)重和偏置等。

第二步：數(shù)據(jù)預(yù)處理。為了提高模型預(yù)測(cè)的精度，并避免數(shù)據(jù)影響導(dǎo)致的過(guò)擬合等問(wèn)題，因此對(duì)數(shù)據(jù)進(jìn)行了歸一化處理，消除了數(shù)據(jù)的量綱影響。采用以下公式進(jìn)行歸一化處理

第三步：特征篩選。為了減少模型的復(fù)雜性并提高模型的效率，利用皮爾遜相關(guān)系數(shù)分析對(duì)輸入數(shù)據(jù)進(jìn)行篩選。通過(guò)合理選取模型輸入的特征因子，可以更精準(zhǔn)地捕捉數(shù)據(jù)間的相關(guān)性，從而優(yōu)化模型的性能。

第四步：參數(shù)優(yōu)化。WOA算法優(yōu)化LSTM，通過(guò)計(jì)算最優(yōu)適應(yīng)度值，得到LSTM算法中參數(shù)的最優(yōu)值。這一步驟使得模型能夠在訓(xùn)練過(guò)程中更好地調(diào)整參數(shù)，以適應(yīng)數(shù)據(jù)的特征，并進(jìn)一步提高模型的預(yù)測(cè)精度和泛化能力。

第五步：訓(xùn)練WOA-LSTM模型。將優(yōu)化得到的新參數(shù)應(yīng)用于LSTM模型中，并利用預(yù)先劃分好的訓(xùn)練集對(duì)新模型進(jìn)行訓(xùn)練。隨后，利用測(cè)試集對(duì)訓(xùn)練好的模型進(jìn)行驗(yàn)證，以確保其在未知數(shù)據(jù)上的泛化能力。最終，將新的數(shù)據(jù)集輸入模型進(jìn)行預(yù)測(cè)，從而完成整個(gè)模型的訓(xùn)練和應(yīng)用（圖8—圖10）。

4 系統(tǒng)軟件設(shè)計(jì)

4.1 探測(cè)機(jī)器人控制程序設(shè)計(jì)

控制舵機(jī)要求有一定占空比的脈寬調(diào)制波形，才能使機(jī)械臂旋轉(zhuǎn)到一定的角度，所以要對(duì)舵機(jī)進(jìn)行控制，就必須給其輸出脈寬調(diào)制信號(hào)。LPC213X系列單片機(jī)是一個(gè)32位的機(jī)器，其處理速度很快，編程起來(lái)也很容易，并配備了6個(gè) PWM輸出通道，能夠很容易地產(chǎn)生精確的 PWM波形。但是，這次設(shè)計(jì)的機(jī)器人有18個(gè)自由度，要對(duì)18個(gè)舵機(jī)運(yùn)行進(jìn)行控制，因此，編程方式采用了常用的使用計(jì)時(shí)器和 I/O端口來(lái)模擬輸出脈寬調(diào)制信號(hào)的方式。圖11顯示了仿生蜘蛛探測(cè)器的軟件流程。

4.2 探測(cè)機(jī)器人上位機(jī)設(shè)計(jì)

上位機(jī)部分采用單片機(jī)STC12C5A60S2作為上位機(jī)，采用虛擬儀器進(jìn)行人機(jī)交互。為了確保上位機(jī)與下位機(jī)之間的通信能夠通過(guò)串口與上位機(jī)的接口實(shí)現(xiàn)，該系統(tǒng)使用了圖形化的模塊語(yǔ)言編寫(xiě)程序，完成了對(duì)探測(cè)結(jié)果的趨勢(shì)曲線的顯示和報(bào)警等功能。

圖11 軟件流程圖

5 結(jié)論

隨著科技的不斷進(jìn)步與創(chuàng)新，煤礦巡檢機(jī)器人在提高煤礦的安全與生產(chǎn)效率方面將發(fā)揮越來(lái)越重要的作用。該項(xiàng)目組提出了研究思路，在避障路徑規(guī)劃、實(shí)時(shí)避障、數(shù)據(jù)分析和5G通信等方面進(jìn)行研究，力求實(shí)現(xiàn)一種創(chuàng)新性和智能化的產(chǎn)品。同時(shí)，通過(guò)挖掘數(shù)據(jù)輔助企業(yè)優(yōu)化生產(chǎn)流程，提升生產(chǎn)效率，并對(duì)礦山環(huán)境狀況進(jìn)行監(jiān)控，達(dá)到安全高效生產(chǎn)的目的。

參考文獻(xiàn)：

[1] 王先彭.礦井巡檢機(jī)器人組合薄殼桿式升降探測(cè)云臺(tái)研究[D].徐州：中國(guó)礦業(yè)大學(xué)，2022.

[2] 秦偉華.煤礦用帶式輸送機(jī)巡檢機(jī)器人設(shè)計(jì)與研究[D].太原：太原理工大學(xué)，2021.

[3] 毛馨凱.基于物聯(lián)網(wǎng)的礦井瓦斯智能監(jiān)測(cè)系統(tǒng)關(guān)鍵技術(shù)淺析[J].科技視界，2023，13（34）：68-72.

[4] 董文清.智能機(jī)器人的現(xiàn)狀與發(fā)展[J].機(jī)械制造，2019，57（1）：36-38.

[5] 王雄.煤礦井下探測(cè)機(jī)器人控制系統(tǒng)設(shè)計(jì)[J].機(jī)械與電子，2014（1）：77-80.

[6] 王國(guó)法，趙國(guó)瑞，任懷偉.智慧煤礦與智能化開(kāi)采關(guān)鍵核心技術(shù)分析[J].煤炭學(xué)報(bào)，2019，44（1）：34-41.

[7] 朱世松.煤礦瓦斯監(jiān)測(cè)多傳感器信息融合與知識(shí)發(fā)現(xiàn)研究[D].徐州：中國(guó)礦業(yè)大學(xué)，2014.

[8] SEYEDALI M， ANDREW L. The Whale Optimization Algorithm[J].Advances in Engineering Software，2016（95）：51-67，

[9] GREFF K， SRIVASTAVA R K， KOUTN？魱K J， et al. LSTM： A search space odyssey[C]//IEEE transactions on neural networks and learning systems，2016：2222-2232.