仪器仪表学报

作者：司 垒，王忠宾，王 浩，魏 东，谭 超

单位：司 垒,1.中国矿业大学机电工程学院,,王忠宾,1.中国矿业大学机电工程学院,,王 浩,1.中国矿业大学机电工程学院,,魏 东,1.中国矿业大学机电工程学院,,谭 超,1.中国矿业大学机电工程学院,

关键词：防冲钻孔机器人;钻具姿态;惯性传感组件;神经网络;误差补偿

基金：国家重点研发计划项目资助（2020YFB1314200）、江苏高校优势学科建设工程（苏政办发［2018］87号）项目资助

钻孔卸压是高地应力矿井治理冲击地压的首要措施,对实施钻孔作业的防冲钻孔机器人钻具姿态准确测量是保障钻孔位置及卸压效果的前提。为此,本文提出了基于惯性传感组件和BP神经网络的防冲钻孔机器人钻具姿态解算方法,通过设计惯性传感组件的空间阵列式布局方式(空间阵列式IMU),建立了空间阵列式IMU的数据融合模型及位姿解算模型,实现了钻具姿态的高精度解算。在此基础上,提出了基于BP神经网络的惯性传感组件误差补偿方法,建立了钻具姿态解算误差补偿模型,并通过钻具模拟运动的解算分析对空间阵列式IMU解算和误差补偿方法的可行性进行了验证。最后,通过搭建的防冲钻孔机器人钻具姿态监测实验平台,对不同方法的钻具解算结果进行对比分析。实验结果表明,在BP神经网络模型进行误差补偿后,本文所提方法解算出的钻具姿态精度明显提高,钻具方位角、倾角和横滚角的平均误差分别为0.099°、0.079°和0.045°,有效抑制了惯性传感组件的漂移和误差积累,且钻具姿态解算误差曲线没有出现发散现象。因此,该方法可以持续稳定地对防冲钻孔机器人钻具姿态进行可靠监测,具有较高的推广应用价值。

来源：2022年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第4期