[发明专利]一种矿山智能开采数字孪生多智能体协同控制方法

说明书

本发明公开了一种矿山智能开采数字孪生多智能体协同控制方法，实施该方法的系统包括井上设备和井下设备。实施该系统的方法步骤为：(1)通过在Solidworks中建立矿山智能开采工作面采煤机和液压支架的数字孪生体；(2)矿山液压支架通过安装在液压支架的各类传感器，将传感信号通过工业以太网或5G无线网络传输到数字孪生监控平台；(3)数字孪生监控平台采用多头注意力机制算法对采煤机和液压支架多智能体进行特征信息提取；(4)当每个智能体信息提取之后，再同其他智能体进行一个多头注意力机制的信息交流，利用DQN训练模式进行学习策略训练；(5)各个传感器数据传输到数字孪生监控平台，通过已训练好的模型策略进行匹配，从而矫正液压支架动作。

技术领域

本发明涉及矿山智能化开采数字孪生技术，具体是涉及一种矿山智能开采数字孪生多智能体协同控制方法。

背景技术

矿山智能开采技术正向信息化、智能化和无人化方向发展。智能工作面协同控制技术是智能化矿山开采的关键技术之一。液压支架作为智能开采工作面的“三机”之一，实现协同控制对煤炭智能化开采起着至关重要的作用。

目前，数字孪生技术已被应用于矿山智能化开采实际场景当中，其所建立的虚拟矿山与实体矿山通过交互映射、同步反馈和共生共智，可实现对矿山物理实体进行数字孪生建模、虚实交互和以虚控实。与此同时，针对矿山设备智能运维与故障诊断技术研究，目前已有学者将机器视觉、深度学习算法等人工智能技术应用于智能化矿山的设备健康管理领域，其中在深度学习算法方面，主要采用卷积神经网络、残差网络、LSTM等方法，但上述方法在矿山多目标检测、跟踪识别与协同控制方面尚存在一定局限，难以实现多目标跟踪与多智能体协同控制。近年来，注意力机制在图像和自然语言处理等领域中取得了重要突破，已被证明有益于提高深度学习模型的性能，对多目标检测与识别方面具有很好鲁棒性。

注意力机制算法基于人类视觉视网膜不同的部位具有不同程度的信息处理能力，即视觉敏锐度对目标识别与跟踪机理，利用多头注意力能够平行地计算从输入信息中选取多个信息，从而实现对多目标的检测识别。多注意力意图交流学习算法能够表示多智能体意图的网络信息输入,同时使用注意力机制,对意图信息和交流信息进行处理，为多智能体协同控制技术提供有益的创新思路。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提出一种矿山智能开采数字孪生多智能体协同控制方法，旨在实现矿山智能开采工作面多智能体的协同控制。

本发明的技术方案是：提出一种矿山智能开采数字孪生多智能体协同控制方法，实现该方法的系统包括井上设备和井下设备，所述井上设备通过光链路与所述井下设备进行通信。

所述井上设备包括工业互联网服务器和数字孪生监控平台。

所述井下设备包括采煤机、液压支架和刮板输送机。

所述井下设备物理实体通过矿山物联网与所述井下设备的数字孪生体连接，实现信息的映射交互与反馈。

所述采煤机配置惯性导航系统和里程计，分别用于采集采煤机的姿态信息，包括俯仰角、横滚角、航向角和定位信息。

所述液压支架的推移千斤配置行程传感器，用于液压支架的推移位置监测。

所述液压支架的顶梁配置矿用本安型高度传感器，用于测量采煤工作面的高度。

所述液压支架的立柱底腔配置压力传感器，用于监测顶梁压力和顶板压力。

所述井下设备配置深度视觉测量RGB-D相机，用于获取矿山智能开采工作面采煤机、液压支架和刮板输送机的三维空间位姿信息。

所述液压支架配置光电定位传感器和无线射频传输模块，用于矿山智能开采工作面多智能体的定位识别与无线通信。