期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
对瓦斯分布区域避障的煤矿机器人路径规划方法
被引量：
9
1
作者
马西良
朱华
《煤炭工程》
北大核心
2016年第7期107-110,共4页
由于煤矿机器人的防爆安全等级尚未到达ia本质安全,为避免引起灾害事故,煤矿机器人在执行环境探测和救援任务时不能进入瓦斯危险区域,因此,煤矿机器人需要躲避瓦斯危险区域。文章提出煤矿机器人对区域分布的瓦斯气体避障的路径规划方法...
由于煤矿机器人的防爆安全等级尚未到达ia本质安全,为避免引起灾害事故,煤矿机器人在执行环境探测和救援任务时不能进入瓦斯危险区域,因此,煤矿机器人需要躲避瓦斯危险区域。文章提出煤矿机器人对区域分布的瓦斯气体避障的路径规划方法,运用MAKLINK方法表征煤矿机器人的作业环境网络图,采用蚁群算法优化的Dijkstra算法得到的煤矿机器人作业路径,分别在仅有瓦斯危险区域分布和同时存在瓦斯危险区域分布及障碍物两种情况下进行路径规划实验研究。结果表明,本文提出的方法在满足安全距离和收敛速度条件下实现了最优路径规划,该方法对煤矿机器人快捷安全作业和提高煤矿机器人智能化具有重要意义。
展开更多
关键词
煤矿机器人
路径规划
瓦斯区域分布
DIJKSTRA算法
蚁群算法
在线阅读
下载PDF
职称材料
基于HPSO-GNN的煤矿井下瓦斯分布区域预测研究
被引量：
2
2
作者
马西良
《煤炭工程》
北大核心
2016年第11期88-91,共4页
为了准确预测瓦斯分布区域,给煤矿机器人提供躲避瓦斯危险区域的依据,提出了HPSO-GNN预测煤矿机器人前方10m的瓦斯分布区域的方法。结果表明,HPSO-GNN预测的平均相对误差减少到4.83%,在总体预测精度上比GNN预测方法提高了57.48%,瓦斯分...
为了准确预测瓦斯分布区域,给煤矿机器人提供躲避瓦斯危险区域的依据,提出了HPSO-GNN预测煤矿机器人前方10m的瓦斯分布区域的方法。结果表明,HPSO-GNN预测的平均相对误差减少到4.83%,在总体预测精度上比GNN预测方法提高了57.48%,瓦斯分布区域的预测结果与实测值具有较好的一致性。该方法能实现瓦斯浓度分布区域的准确预测,为煤矿机器人躲避瓦斯危险区域的提供必要依据。
展开更多
关键词
灰色神经网络
混合粒子群优化算法
瓦斯
分布
区域
煤矿机器人
在线阅读
下载PDF
职称材料
题名
对瓦斯分布区域避障的煤矿机器人路径规划方法
被引量：
9
1
作者
马西良
朱华
机构
中国矿业大学机电工程学院
出处
《煤炭工程》
北大核心
2016年第7期107-110,共4页
基金
国家高技术研究发展计划(863计划)项目(2012AA041504)
江苏省前瞻性产学研联合创新资金项目(BY2015024-02)
文摘
由于煤矿机器人的防爆安全等级尚未到达ia本质安全,为避免引起灾害事故,煤矿机器人在执行环境探测和救援任务时不能进入瓦斯危险区域,因此,煤矿机器人需要躲避瓦斯危险区域。文章提出煤矿机器人对区域分布的瓦斯气体避障的路径规划方法,运用MAKLINK方法表征煤矿机器人的作业环境网络图,采用蚁群算法优化的Dijkstra算法得到的煤矿机器人作业路径,分别在仅有瓦斯危险区域分布和同时存在瓦斯危险区域分布及障碍物两种情况下进行路径规划实验研究。结果表明,本文提出的方法在满足安全距离和收敛速度条件下实现了最优路径规划,该方法对煤矿机器人快捷安全作业和提高煤矿机器人智能化具有重要意义。
关键词
煤矿机器人
路径规划
瓦斯区域分布
DIJKSTRA算法
蚁群算法
Keywords
coal mine robot
path planning
gas area distribution
Dijkstra algorithm
ant colony algorithm
分类号
TD774 [矿业工程—矿井通风与安全]
在线阅读
下载PDF
职称材料
题名
基于HPSO-GNN的煤矿井下瓦斯分布区域预测研究
被引量：
2
2
作者
马西良
机构
徐州工程学院
中国矿业大学机电工程学院
出处
《煤炭工程》
北大核心
2016年第11期88-91,共4页
基金
国家高技术研究发展计划(863计划)资助项目(2012AA041504)
文摘
为了准确预测瓦斯分布区域,给煤矿机器人提供躲避瓦斯危险区域的依据,提出了HPSO-GNN预测煤矿机器人前方10m的瓦斯分布区域的方法。结果表明,HPSO-GNN预测的平均相对误差减少到4.83%,在总体预测精度上比GNN预测方法提高了57.48%,瓦斯分布区域的预测结果与实测值具有较好的一致性。该方法能实现瓦斯浓度分布区域的准确预测,为煤矿机器人躲避瓦斯危险区域的提供必要依据。
关键词
灰色神经网络
混合粒子群优化算法
瓦斯
分布
区域
煤矿机器人
Keywords
GNN
HPSO algorithm
gas distribution area
coal mine robot
分类号
TD712.5 [矿业工程—矿井通风与安全]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
对瓦斯分布区域避障的煤矿机器人路径规划方法
马西良
朱华
《煤炭工程》
北大核心
2016
9
在线阅读
下载PDF
职称材料
2
基于HPSO-GNN的煤矿井下瓦斯分布区域预测研究
马西良
《煤炭工程》
北大核心
2016
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
