张旭辉教授及其创新团队：专注煤矿采掘智能化，助推智能矿山建设

立足多年采掘工作面监测监控的研究积淀，张旭辉教授深知常态化地面生产不仅要解决控制层面的问题，井下装备的精确定位与定向导航才是制约掘进智能化的瓶颈问题。团队创新性地提出以激光点-激光线特征为合作标靶的煤矿井下单目视觉定位方法，充分利用视觉测量方法非接触、测量精度高、成本低、无累计误差的技术优势，攻克掘进装备精确定位和智能截割难题。经过近10年的校企协同攻关，攻克了平面防爆玻璃以及光学球罩折射建模与矫正、掘进机机身位姿精准测量、振动工况下成像模糊机理等系列关键技术，形成了基于激光点-线特征标靶的煤矿井下精确定位与智能截割系统及配套技术。具体关键技术包括：

（1）首创煤矿井下矿用防爆相机折射成像建模及校准理论

煤矿井下环境复杂恶劣，如何克服粉尘、雾气、振动严重和遮挡等因素的影响，是视觉测量必须解决的技术难题。防爆玻璃是应对粉尘、水雾和满足电气防爆的关键结构，煤矿井下防爆相机的成像光路要经过15 mm以上厚度的防爆玻璃，传统的共线性关系在该非单视点成像系统中不再成立，尚未有成熟的技术方法和产品解决煤矿井下视频图像折射造成严重的图像非线性失真。张旭辉教授带领团队系统性研究矿用相机折射成像机理，引入虚拟成像系以及可变焦距，考虑防爆玻璃引起的折射影响，建立基于共面约束条件的矿用相机成像模型，发明了基于共面约束的轴估计方法获得虚拟轴矢量，以基于几何驱动的矿用相机标定模型实现内外参标定，实现了折射率及玻璃厚度在已知情况下就可获得矿用相机参数，无需假设图像平面与双层玻璃界面平行，也不需要已知光心与球心距离及目标的空间坐标值，实现了矿用图像测量理论的重要突破，大幅降低了矿用相机防爆机构的制造和安装难度，显著提高了图像采集精度，为井下图像测量奠定了坚实的基础。

（2）发明掘进装备机身与截割部视觉/惯导组合定位方法及系统

煤矿井下设备动态位姿测量是智能掘进工作面精确定位、定向导航和定形截割能否满足施工要求的基础，如何借助多点-线特征的激光标靶实现悬臂式掘进机空间位姿的视觉位姿测量，如何实现数字图像测量技术/捷联惯导技术组合定位，克服惯导累积误差和视觉短时间遮挡，是煤矿井下移动设备定位系统的关键。针对截割头相对机身的非接触测量，张旭辉教授带领团队创建以多点红外LED合作标靶的截割头局部定位方法及系统，基于改进定参高斯曲面拟合算法实现红外光斑中心的亚像素级提取，建立掘进机截割头的单目视觉空间位姿测量模型，通过模型解算获得截割头位置和姿态的精确测量；针对掘进机机身相对巷道的位姿测量，团队创建了以激光线标靶为特征信息源的掘进机机身全局定位方法及系统，结合聚类分割与随机Hough变换获得激光直线特征，实现了煤矿井下激光束图像亚像素级提取，发明了2个激光指向仪构建门型三线(2P3L)的掘进机机身空间位姿视觉解算方法，实现了机身位置和姿态的精确测量，若是结合全站仪对初始激光线标靶的打点定位数据，通过坐标转换即可获得掘进机机身的地球坐标测量数据，实现与矿井建设坐标统一，为自主掘进奠定技术基础；团队深入研究了掘进机机身、截割头位姿视觉测量误差传递模型，揭示了标靶尺寸、测量距离等关键参数对空间位姿测量精度的影响规律，为工程应用提供了支撑。另外，为解决施工中视觉可能存在的短时间遮挡问题，团队采用基于扩展卡尔曼滤波的松耦合方式对单目视觉与捷联惯导的定位信息进行融合，基于惯导解算进行状态预测，采用单目视觉测量输出结果作为观测值，对惯导解算得到的位姿进行修正，形成了视觉/惯导融合的井下掘进机位姿精确测量与动态定位理论与方法，实现了井下掘进机的位姿精确测量。

（3）创新视觉伺服反馈驱动的掘进装备智能截割控制方法

巷道掘进的定向掘进精度和定形截割质量亟待提高，悬臂式掘进机运动学建模、轨迹规划及自动截割控制等方面的理论与技术已成为制约掘进工作面智能化发展的瓶颈难题。张旭辉教授带领团队开展技术攻关，完成多项创新突破：①结合巷道尺寸和截割工艺要求，建立悬臂式掘进机智能控制的正逆问题求解方程，构建了用于轨迹跟踪控制的机械臂的运动学和动力学模型，结合视觉测量得到的截割头位姿信息，获得掘进机各关节的控制量，综合考虑实际情况与截割效率，采用关节空间法进行巷道断面轨迹规划，建立了基于三次多项式光滑函数的掘进机关节空间轨迹规划方法；②建立定向掘进运动控制过程的视觉伺服截割控制模型，以视觉定位方法获得的悬臂式掘进机截割头位姿数据作为反馈量，基于反馈线性化积分滑模控制器的截割轨迹控制算法实时计算控制量，以规划轨迹点和视觉测量位姿点构建反馈控制系统，以测量得到的实际掘进机机身及截割部位姿为基础点，截割轨迹上的点为控制目标，通过掘进机运动学逆解可以计算得到机器人各关节的运动控制量，以理论规划轨迹点和视觉测量位姿点构建反馈控制系统，形成了悬臂式掘进机成形截割过程的动态控制方法；③设计基于PID纠偏控制策略的截割控制系统轨迹跟踪控制器，利用反演控制和滑模控制方法进行反演滑模控制器的设计，实现了悬臂式掘进机关节位置状态和期望路径的实时精确跟踪，创新巷道成形轨迹自动规划与截割方法，以掘进机位姿信息为反馈，构建以掘进机为基准的智能控制模型，研究基于神经网络的PID控制器的自主纠偏控制策略，构建基于路径规划的最优纠偏运动模型与纠偏控制系统，通过对控制参数的自适应调整实现了掘进机的动态纠偏。

张旭辉教授团队注重产学研用结合、校企协同创新。上述基于“视觉+”的掘进机机身和截割头精确定位技术已在阳泉煤业（集团）股份有限公司二矿、中煤华晋集团有限公司王家岭矿和中煤陕西榆林大海则煤业有限公司等掘进工作面使用，分别实现了悬臂式掘进机可视化辅助截割、掘进机（纵轴）机身高精度组合式自动定位、智能掘进（横轴）项目姿态监测和精确定位难题。并与西安煤矿机械有限公司、山东天河科技股份有限公司、陕西敏斯特智能科技有限公司等合作，推广煤矿掘进工作面智能管控系统，将掘进工作面精确定位、定向导航、成形截割和数字孪生驱动远程虚拟控制技术应用于10余个智能掘进工作面建设中，一定程度上解决了困扰掘进工作面掘进装备位姿精确测量低、掘进成形质量差等问题，对提升煤矿掘进工作面远程监控水平，实现常态化远程生产提供了新的途径。掘进机精确定位井下调试实物布置及软件界面如图2所示。

煤矿井下采煤和掘进施工复杂度高、监测数据量大、协同控制难度大，目前普遍采用视频图像与不全面的位姿数据相结合，难以直观、全面地反馈工作面设备状态，且井下低照度、高粉尘、杂光干扰等因素严重影响视频效果，“自主控制+人工视频远程干预”的控制方案难以实现工作面常态化自动生产。

张旭辉教授带领团队经过近10年的技术攻坚，在数字工作面构建及采掘设备远程智能操控方面取得一系列突破。首创将数字孪生(DT)和虚拟现实(VR)引入采掘工作面设备群的虚拟远程智能控制系统，构建了DT驱动的采掘机器人群协同作业决策平台，借助VR技术实现复杂系统多维数据呈现，形成了“数字煤层、虚实同步、数据驱动、实时修正、虚拟碰撞、截割预测、人机协同”的采掘装备虚拟远程控制技术体系，在掘进工作面设备群和护盾式煤矿掘进机器人系统中成功应用。“DT+VR”远程智能控制技术为破解采掘装备远程控制难题提供了全新思路，对煤矿安全、高效、绿色、智能开采具有重要意义。数字工作面构建与综采装备远程控制系统原理、掘进装备远程控制系统架构、“DT+VR”驱动的悬臂式掘进机远程控制系统人机界面分别如图3—图5所示。

团队将煤矿机电装备智能运维作为技术攻关目标，张旭辉教授带领团队组织技术力量研究带式输送机、矿用主通风机、采煤机等矿用大型设备的状态监测与健康预警技术，将数字孪生、虚拟现实、振动俘能自供电无线监测等前沿技术应用于解决煤矿采掘工作面远程控制未常态化、设备状态监测节点布线供电难等瓶颈问题，先后参与国家工业信息安全发展研究中心组织的《工业设备数字孪生白皮书》、北京航空航天大学陶飞教授主编的《Digital Twin Driven Service》等书籍编写工作，系统地分析了数字孪生技术在煤矿生产各环节的研究进展，推动了煤炭领域数字孪生技术应用。

针对煤矿设备在役检测与健康管理关键技术的瓶颈难题，张旭辉教授带领团队深入开展电机、轴承、齿轮等关键零部件故障诊断与健康维护方面研究，在矿用关键零部件无损检测与评价、矿用大型设备状态监测与智能维护，以及煤矿机电装备全生命周期健康维护方面取得了一系列突破，开发了采煤机、带式输送机、通风机和掘进机等装备的故障诊断与健康维护系统；提出融合数字孪生与混合现实技术的机电设备辅助维修指导方法，研发的基于BIM-Unity3D-HoloLens的故障辅助维修指导系统，实现了虚拟指导维修和专家远程协同可视化维修，为提高煤矿生产现场复杂设备应急维修提供了新的思路。近年来，团队先后为国能神东煤炭集团有限责任公司，陕西煤业化工技术研究院有限责任公司，陕煤集团铜川矿业、澄合矿业、韩城矿业，以及西安煤矿机械有限公司等煤炭企业和设备厂商提供了煤矿机电设备状态监测、故障诊断、运维管理和预测维护等方面的技术服务。基于BIM-Unity3D-HoloLens的故障辅助维修指导系统及系统架构如图6、图7所示。

长期以来，煤矿巷道掘进存在地质条件复杂、工艺装备落后、作业人员偏多、操作环境恶劣、安全风险严峻、采快掘慢失衡等问题，严重制约着煤炭安全、高效、绿色、智能开采。在马宏伟、张旭辉、曹现刚、毛清华等多位教授带领下，团队致力于煤矿智能采掘装备研发，是国内较早开展煤矿机器人自主导航和智能控制研究的团队之一。

近年来，团队紧密结合煤矿生产重大需求，主攻煤矿掘进机器人关键技术，提出了集截割机器人、临时支护机器人、钻锚机器人、锚网运输机器人等于一体的智能掘进机器人系统。针对陕煤集团小保当煤矿巷道夹矸与片帮共存、现有装备掘进效果不佳等难题，团队知难而进，毅然承担了陕煤集团“智能掘进技术及成套装备研发与示范”重大项目，联合中煤科工集团常州研究院有限公司、西安煤矿机械有限公司等单位成功研发出护盾式煤矿巷道智能掘进机器人系统（图8），实现了自主截割、自主定位定向、自主行驶、自主布网、人机协同钻锚、多机器人协同并行作业，以及虚拟现实远程测控，成功破解了夹矸厚度大（0.8~2.1m）、硬度高（f5~f7）与片帮共存的掘进难题，降低了劳动强度，减少了掘进工作面人员，大幅提升了巷道掘进效率，引领了煤矿智能掘进技术发展，对全国煤矿巷道掘进具有良好的示范引领作用。护盾式煤矿巷道智能掘进机器人系统在中国煤炭工业协会举办的“首次全国煤矿快速掘进现场交流会”上得到盛赞。为进一步攻克冲击地压、片帮、瓦斯等复杂巷道智能掘进难题，团队总结陕北矿区快速智能掘进经验，深入渭北、彬黄和陕北地区现场调研和交流研讨，为陕煤集团彬长矿业、铜川矿业、韩城矿业提出了适应不同地质条件的智能掘进技术方案并协同推进。

煤矿远程智能采掘是采掘技术及装备的一次新革命，在国家战略驱动和行业各方努力下，团队在煤矿装备智能化技术方面不断突破，积极抢抓行业智能化发展高地，但是要实现智能化少人掘进的目标还需要产学研用单位的通力合作推动。数字孪生驱动下的产业变革和技术提升，应该是煤炭行业机电装备智能化的有效技术途径，以此为牵引，不断促进掘进工作面迈入智能化时代，进一步助推煤矿智能快速发展。

随着现代化智能矿井建设的快速发展，煤炭领域对高素质综合型人才的需求与日俱增。如何培养快速适应智能矿井建设、运维和管理方面的人才，已经成为全行业最关心的问题之一。张旭辉教授带领团队充分发挥高校科研优势，坚持产学研用结合，校企协同创新，在煤矿井下装备精确定位、智能截割和远程管控等方面取得一系列突破，将数字孪生、虚拟现实、机器人群协同控制和振动俘能技术等应用到煤炭领域，先后开设了矿山设备与电气控制、矿山设备检测技术、机电系统设计理论及方法、机电系统建模与仿真、机器视觉及应用等课程，培养出一批活跃在煤矿智能化建设一线的创新型人才。张旭辉教授主持建设的机械电子工程专业获批国家一流专业，负责的“煤矿综采综掘机械虚拟仿真实验”获首批国家级虚拟仿真示范项目。此外，主持国家级一流课程1门，获陕西省优秀教学成果二等奖4项；编写教材专著10部，获陕西省优秀教材二等奖3项。

近年来，团队结合采掘装备智能化关键技术前沿基础理论与研究方面的成果，深入探究“煤矿特色引领下的机械类专业产教融合与校企协同育人模式”，总结了“特色引领，课堂创新，成果导向，立德树人，机械电子工程专业人才培养改革与实践”教学成果。与中煤科工西安研究院（集团）有限公司、西安煤矿机械有限公司、山东天河科技股份公司等企业建成一批煤矿采掘特色鲜明的校企联合实验室和实习基地，深化产教融合，实现“引产入教”，解决实验平台资源与社会发展脱节问题，实现科研与教学互驱，多渠道发挥科研平台作用，弥补高素质人才培养平台不足问题。总之，团队秉承“扎根西部、立足机械、服务煤炭”办学宗旨，紧跟煤矿“机械化、自动化、智能化”发展趋势，顺应时代和经济社会需求变化，为培养我国煤炭领域人才尤其是西部煤炭领域高素质人才持续奉献。

来源：智能矿山杂志