[發明專利]一種基于局域網協同的綜采工作面虛擬監測方法

有效

• 申請號: 201710323280.3
• 申請日: 2017-05-10
• 公開（公告）號: CN107066313B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 楊兆建;謝嘉成;王學文;王淑平;李博;李娟莉;王義亮;孫政;王亞飛;張慶
• 申請（專利權）人: 太原理工大學
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06F30/17;H04L12/24;G01D21/02
• 代理公司: 太原倍智知識產權代理事務所(普通合伙) 14111
• 代理人: 戎文華

1.一種基于局域網協同的綜采工作面虛擬監測方法，所述方法是在局域網環境下，虛擬現實監測上位機群實時讀取數據庫服務器中的由組態監測上位機群實時通過信號采集與傳輸系統采集的布置在實際綜采工作面設備上的實時傳感系統；并由數據分析服務器實時對數據庫服務器中的數據進行分析與處理，實時處理結果以及歷史數據分析結果返回虛擬現實監測上位機群中的顯示動畫并顯示；

所述虛擬現實監測上位機群是一群安裝在虛擬現實仿真引擎Unity3d環境下 VR監測程序的高性能服務器，VR監測程序包括采煤機與刮板輸送機VR監測程序、液壓支架虛擬監測程序Ⅰ、液壓支架虛擬監測程序Ⅱ、液壓支架虛擬監測程序Ⅲ；其中每一個監測程序均是由虛擬模型、虛擬局域網協同接口和虛擬數據接口組成；

其中的虛擬模型是在unity3d環境下，已建立的與實際綜采工作面完全真實相對應的虛擬綜采設備中，已獲取的虛擬采煤機與虛擬刮板輸送機的控制權，通過虛擬數據接口獲取到真實采煤機和真實刮板輸送機的內在參數數據和姿態參數數據，通過后臺程序與算法，驅動虛擬采煤機與虛擬刮板輸送機進行虛擬運動；

其中的虛擬數據接口是完成實時數據庫服務器中讀取采煤機和刮板輸送機的內在運行數據和在數據分析服務器讀取采煤機和刮板輸送機的經過多傳感信息融合技術建立的姿態參數，然后對Unity3d中的虛擬采煤機、虛擬刮板輸送機進行驅動與控制，實現采煤機與刮板輸送機的虛擬監測；

其中的虛擬局域網協同接口是將采煤機與刮板輸送機的實時數據，通過Unity3d的NetWorkView組件中的RPC命令向液壓支架虛擬監測程序Ⅰ、液壓支架虛擬監測程序Ⅱ、液壓支架虛擬監測程序Ⅲ進行實時發送，以及接收從液壓支架虛擬監測程序Ⅰ、液壓支架虛擬監測程序Ⅱ、液壓支架虛擬監測程序Ⅲ傳來的相應設備的數據，驅動本畫面中的采煤機、刮板輸送機、液壓支架的虛擬模型進行相應動作，從而合成一個整體工作面全景畫面，使安裝有采煤機與刮板輸送機VR監測程序的監測主機可以對整個全景綜采工作面進行監測；

所述數據庫服務器是儲存所有綜采工作面設備的實時數據，包括采煤機、刮板輸送機、液壓支架的數據庫，實時接收由組態監測上位機群實時存入實際工作面運行的數據；

所述組態監測上位機群是一群安裝有組態王監測程序的高性能服務器，接收信號采集與傳輸系統實時采集的數據；所述組態王監測程序包括采煤機與刮板輸送機組態王監測程序、液壓支架組態王監測程序Ⅰ、液壓支架組態王監測程序Ⅱ、液壓支架組態王監測程序Ⅲ，分別從信號采集與傳輸系統實時采集相對應的設備數據；

所述信號采集與傳輸系統是綜采工作面設置有無線與有線共存的傳輸網絡，將實時傳感系統的信號傳輸到組態監測上位機群；

所述實時傳感系統是在綜采工作面設置有采煤機實時傳感系統、刮板輸送機實時傳感系統、液壓支架實時傳感系統，傳輸和控制系統中的各種傳感器信號，包括每個設備運行的姿態參數和內在運行參數；

所述采煤機的實時傳感系統是設置有姿態參數和運行參數；所述姿態參數包括采煤機位置、采煤機俯仰角、橫滾角、偏航角、左搖臂轉角和右搖臂轉角，左油缸伸長長度和右油缸伸長長度；所述運行參數包括左右截割電機、左右牽引電機和泵電機的電流和溫度；

所述液壓支架是設置有實時傳感系統，包括姿態參數和運行參數；所述姿態參數包括底座橫向傾角和縱向傾角，頂梁橫向傾角和縱向傾角，掩護梁傾角、前連桿傾角、立柱壓力、護幫板接近、推移機構伸長長度；所述運行參數包括液壓系統壓力和流量；

所述刮板輸送機是設置有實時傳感系統，包括每一段中部槽的橫向傾角和縱向傾角、刮板輸送機的鏈速，以及相鄰的中部槽之間的曲直度檢測，運行參數包括電機溫度和電流；

所述數據分析服務器是集成有matlab軟件與Unity3d軟件的高性能服務器，并且可以實時獲取數據庫服務器的數據進行分析與診斷，包括虛擬姿態參數計算模塊和預測模塊；

所述虛擬姿態參數計算模塊是通過多傳感器信息融合技術，利用一個傳感器一段時間內的多個數據，利用特定的算法進行計算以及多個具有相關度的傳感器數據進行二次的信息融合，最大限度的提高姿態參數數據；

所述預測模塊是液壓支架參數預測模塊、采煤機參數預測模塊和刮板輸送機參數預測模塊，在線利用實時計算的數據進行大數據分析，預測下一刀的數據；

其中的液壓支架參數預測模塊是利用灰色馬爾科夫理論對下一刀的參數進行預測；

其中的采煤機參數預測模塊是對采煤機記憶截割信息進行預測和識別；

其中的刮板輸送機預測模塊是對刮板輸送機下一刀的排布狀態進行識別；

所述液壓支架虛擬監測程序Ⅰ是對綜采工作面編號1到編號50的支架狀態；所述液壓支架虛擬監測程序Ⅱ是對綜采工作面編號51到編號100的支架狀態；所述液壓支架虛擬監測程序Ⅲ是對綜采工作面除編號1到編號100以外的剩余的支架狀態。