基于信息融合技术的超前液压支架姿态感知方法及实验验证.pdf

第 48 卷增 1煤炭学报Vol.48Supp.12023 年4 月JOUNAL OF CHINA COAL SOCIETYApril2023基于信息融合技术的超前液压支架姿态感知方法及实验验证张坤1，2，孙政贤1，刘亚3，李玉霞1，杜明超1，马英4，魏训涛1，2，徐亚军4，王鑫1，余铜柱2，丁超1(1山东科技大学 山东省机器人与智能技术重点实验室，山东 青岛266590;2兖矿能源集团股份有限公司 设备管理中心，山东 济宁273500;3北斗天地股份有限公司，陕西 西安710000;4天地科技股份有限公司，北京100013)摘要:超前耦合支护系统空间姿态动态监测方法融合了众多的先进感知传感器，而单一感知传感器间相对独立，无法融合由于复杂扰动变化引起的超前液压支架组的空间姿态动态信息和相对位置信息反馈。采用多传感器系统协同作业的原理，结合超前液压支架组相对位置调整、移架和顶底板变形引起的 2 种典型空间姿态变化情况，提出一种基于信息融合技术的超前液压支架组姿态感知方法。采用超声波测距传感器测量超前液压支架组与巷帮相对位置动态信息，将小于安全距离进行位置调整过程中所引发的超前液压支架组空间姿态变化视为航向角度的动态变化，实现超前液压支架组位置调整、移架过程的空间姿态感知。采用九轴姿态传感器感知支架顶梁、底座和连杆机构的姿态动态变化信息，利用卡尔曼滤波算法融合单个姿态传感器各轴姿态数据，抑制测量过程中噪声的影响，利用自适应加权融合算法将所有姿态传感器具有相同变化趋势的同轴数据进行融合，实现对超前液压支架组空间姿态数据的动态融合感知。最后使用超前液压支架组空间姿态感知实验台对所提出的超前液压支架组空间姿态感知方法进行实验验证分析。实验结果表明:横滚角融合结果最大误差为 0024 3，最小误差为 0001 6，平均绝对误差为 0004 8，偏航角融合结果最大误差为 0027 6，最小误差为 0001 2，平均绝对误差为 0004 7，验证了所提出的姿态感知方法的准确性。关键词:超前液压支架;姿态感知;信息融合;自适应加权算法;实验验证中图分类号:TP0288文献标志码:A文章编号:02539993(2023)S1034512移动阅读收稿日期:20220429修回日期:20220809责任编辑:郭晓炜DOI:1013225/jcnkijccs20220621基金项目:国家自然科学基金资助项目(52104134，51974159);第七届中国科协青托工程资助项目(2021QNC001)作者简介:张坤(1990)，男，山东威海人，副教授，硕士生导师，博士。Email:zhangkunliaoning 163com通讯作者:杜明超(1992)，男，山东高密人，讲师，硕士生导师，博士。Email:Dumingchaoupc 163com引用格式:张坤，孙政贤，刘亚，等 基于信息融合技术的超前液压支架姿态感知方法及实验验证J 煤炭学报，2023，48(S1):345356ZHANG Kun，SUN Zhengxian，LIU Ya，et al esearch and experimental verification of attitude perceptionmethodof advanced hydraulic support based on information fusion technology J Journal of China Coal Society，2023，48(S1):345356.esearch and experimental verification of attitude perception method of advancedhydraulic support based on information fusion technologyZHANG Kun1，2，SUN Zhengxian1，LIU Ya3，LI Yuxia1，DU Mingchao1，MA Ying4，WEI Xuntao1，2，XU Yajun4，WANG Xin1，YU Tongzhu2，DING Chao1(1Shandong Provincial Key Laboratory of obotics andIntelligent Technology，Shandong University Science and Technology，Qingdao266590，China;2 De-vice Management Center，Yankuang Energy Co，Ltd，Jining273500，China;3 Beidou Tiandi Co，Ltd，Xi an710000，China;4 Tiandi TechnologyCo，Ltd，Beijing100013，China)Abstract:The spatial attitude dynamic monitoring method of advanced coupling support system integrates many ad-vanced sensing sensors，and the single sensing sensor is relatively independent，which cannot fuse the spatial atti-煤炭学报2023 年第 48 卷tude dynamic information and relative position information feedback of advanced hydraulic support group causedby complex disturbance changes Based on the principle of cooperative operation of multi-sensor system，combinedwith two typical spatial posture changes caused by the relative position adjustment of advanced hydraulicsupport group，frame shifting and roof and floor deformation，a posture perception method of advanced hydraulic sup-port group based on information fusion technology is proposed The ultrasonic ranging sensor is used to measure the dy-namic information of the relative position between the advanced hydraulic support group and the roadway side Thespatial attitude change of the advanced hydraulic support group caused by the position adjustment process less than thesafe distance is regarded as the dynamic change of the heading angle，so as to realize the spatial attitude perceptionof the position adjustment and the frame shifting process of the advanced hydraulic support group The nine-axis atti-tude sensor is used to perceive the attitude dynamic change information of the top beam，the base and the link-age mechanism of the support The Kalman filter algorithm is used to fuse the attitude data of each axis of a single atti-tude sensor to suppress the influence of noise in the measurement process The adaptive weighted fusion algorithm isused to fuse the coaxial data with the same change trend of all attitude sensors，so as to realize the dynamic fusion per-ception of the spatial attitude data of the advanced hydraulic support group Finally，the spatial attitude perception ex-periment platform of the advanced hydraulic support group is used to verify and analyze the proposed spatial attitudeperception method of the advanced hydraulic support group The experimental results show that the maximum error ofroll angle fusion is 0024 3，the minimum error is 0001 6，and the average absolute error is 0004 8 The maximumerror of yaw angle fusion is 0027 6，the minimum error is 0001 2，and the average absolute error is 0004 7 Theaccuracy of the proposed attitude perception method is verifiedKey words:advanced hydraulic support;posture sensing;information fusion;adaptive weighted algorithm;experimental verification超前耦合支护系统作为综采工作面回采巷道安全高效支护的主要装备，与巷道围岩进行耦合支护作用13。随着开采强度和开采深度的不断增加，复杂扰动对耦合支护系统的稳定性造成很大的影响，诱发巷道围岩的变形，打破超前耦合支护系统力平衡，造成支护装备姿态发生变化，进而造成装备的失效等安全事故发生45。因此，如何采用先进的感知技术对超前液压支架工作姿态进行动态感知，并采用相应的数据融合技术对感知信号进行融合，进而指导超前液压支架姿态动态适应性调整，成为综采工作面回采巷道安全高效支护亟需解决的问题。针对超前液压支架姿态监测技术，国内外众多专家学者开展了大量的研究并取得了显著的成果。VAZE 等6 提出通过数学模型对液压支架中的姿态参数进行解算，使用编码器以及倾角传感器测量出支护过程中立柱、连杆的长度和角度，通过所建立数学模型计算出液压支架中不易于测量的姿态参数。EID 等7 提出一种液压支架在综采工作面中的定位方法，基于惯性导航技术，实现了液压支架群组的位置和姿态监测。HAS 等8 改变传统液压支架控制方式，将非线性控制引入液压支架控制领域，实现了支架电液控制系统动态滑模鲁棒控制。ZHANG等9 研究了超前液压支架群组的直线度监测方法，该方法可基于各基准点的位置来确定设备的位姿监测，实现回采巷道内超前液压支架群组位置和姿态的监测。张坤等1011 研究了倾角传感器测量姿态的特性，提出了一种多传感器数据的融合方法，创建支架姿态模型求解姿态角和支护高度，开发了一套液压支架姿态监测平台，实现了液压支架的远程监控。同时，在多信号融合技术方面，李辉等12 提出了一种基于多传感器振动信号信息融合和广义循环互相关熵谱的轴承故障诊断方法，推导了广义互相关熵、广义循环互相关熵和广义循环互相关熵谱密度的计算公式，将两路振动信号通过广义循环互相关熵进行融合，应用于电机轴承故障诊断。姜万录等13 提出了一种新颖的全矢数据融合增强深度森林的旋转设备故障诊断方法，针对旋转设备振动信号特点，选择全矢谱技术与深度森林多粒度扫描相结合，用于接收同源双通道信号输入，增强了数据的完备性，并改善深度森林级联层以减少深层特征消失及特征冗余。潘作舟等14 针对传统随机加权算法在目标信号为变量时，总均方误差远大于信号为常量时的情况，提出了一种改进的自适应随机加权算法，利用所采信号的相对波动值自适应地调整当前采集信号与历史采集信号间的比例关系，得到更加接近真值的估计值。孙健等15 将 GBD 相机获取的深度图像转换为三维643增刊 1张坤等:基于信息融合技术的超前液压支架姿态感知方法及实验验证点云，剔除地面点云后进行投影得到模拟 2D 激光数据，然后与二维激光雷达数据进行点云配准，以获取2 个传感器之间的位姿关系，最后通过扩展卡尔曼滤波(EKF)将 2 组激光数据进行融合。上述研究成果为超前液压支架的姿态监测及相关传感数据的融合提供了理论和工程实践支撑。但是现有支架的姿态感知方法多集中于工作面液压支架的监测，对回采巷道超前液压支架的研究尚不完善，且回采巷道因岩层的复杂运动造成的姿态不适应尤为突出。同时，采用多种传感器对一台设备姿态进行监测，数据间的融合、匹配、关联特性对设备姿态的准确表达尤其重要。因此，笔者考虑复杂采动以及岩层运动造成超前液压支架姿态变化以及支架位置调整造成的姿态变化情况，采用超声波测距传感器动态监测超前液压支架与巷道两帮的位置信息，将该过程中的位置信息转化为超前液压支架航向角变化。进而采用九轴姿态传感器采集顶梁、连杆以及底座的姿态数据，分别采用卡尔曼滤波算法融合滤波单个姿态传感器各轴角度数据，抑制测量过程中噪声的影响，采用自适应加权融合算法将所有姿态传感器具有相同变化趋势的同轴数据进行融合，实现对采动影响和位置调整 2 种工作状态中的超前液压支架空间姿态动态监测。最后在超前液压支架姿态监测实验台进行相应的实验测试，验证所提出方法的正确性。研究成果可为综采工作面超前耦合支护系统的自适应智能控制和煤矿安全高效开采提供理论依据和技术支撑。1超前液压支架空间姿态监测方案超前液压支架依靠左右两组支架单元，配合中间连接油缸与围岩中布置的锚护系统对巷道进行耦合支护，如图 1 所示。超前液压支架在正常支护过程中与巷道两帮保持一定的安全距离，若小于安全距离则需通过平衡油缸调整超前液压支架位置，此时将造成超前液压支架的姿态信息发生变化。同时，采动及岩层运动也将造成超前液压支架的空间姿态发生改变，因此结合超前液压支架工作模式，首先通过超声波测距传感器测得超前液压支架与两侧巷道围岩的间距，转化为支架的角度变化信息，再通过九轴姿态传感器测得超前液压支架顶梁、底座及连杆的角度数据，进而获得超前液压支架在各工作状态的姿态信息。图 1超前液压支架组各部位传感器安装示意Fig1Installation of sensors in each part of advanced hydraulic support group通过合理布置超声波测距传感器，减少探测盲区，测出更加精确的相对位置数据，通过控制系统使超前液压支架与巷道两侧始终保持安全支护距离，再使用九轴姿态传感器将超前液压支架与巷道间的相对位置关系转换成角度数据，并利用卡尔曼滤波算法将单个姿态传感器各轴的角度数据进行融合滤波，将所有姿态传感器具有相同变化趋势的姿态数据进行自适应加权融合，求解更加精确的超前液压支架位置和姿态数据。超前液压支架组空间姿态监测方案如图 2 所示。定义巷道前进方向为 x 轴、巷道宽度方向为 y轴、巷道高度方向为 z 轴，如图 3 所示。定义超前液压支架绕 z 轴旋转与 x 轴间形成的夹角为偏航角 ，超前液压支架绕 x 轴旋转与 y 轴间形成的夹角为横滚角 ，超前液压支架绕 z 轴旋转与 x 轴间的夹角为俯仰角 。743煤炭学报2023 年第 48 卷图 2超前液压支架姿态监测方案Fig2The posture monitoring scheme of advanced hydraulic support图 3超前液压支架姿态角度定义Fig 3Definition of the attitude angle of theadvanced hydraulic support2超前液压支架组相对位置监测2.1超声波测距传感器测距原理超声波测距传感器的选型考虑实际应用场景中测量范围、测量精度、测量环境以及信号的输出方式等多方面因素，选用 US1000G18UM121 型超声波测距传感器，该型号传感器输出为 010 V 的模拟量，具有温度补偿功能，检测盲区为 050 mm，安全防护等级为 IP67，具有较高的抗震性能，满足巷道的实际工况使用需求，其参数见表 1。表 1US1000G18UM121 超声波测距传感器参数Table 1US1000G18UM121 ultrasonic rangingsensor parameters参数参数值电压/V1530电流/mA45体积/mm38592输出形式/V010分辨率/mm035输出频率/kHz255检测范围/mm501 000超前液压支架利用超声波的反射性来对巷道两帮的距离进行探测，判断出超前液压支架所处巷道的相对位置，确保支架与巷道两帮始终保持安全支护范围，如图 4 所示。超声波传感器的入射和发射为同一传感器。图 4超声波测距原理Fig4Ultrasonic ranging principle超声波在井下传播的过程中会伴随有衰减，传播的距离越远，衰减越严重，为了减少测距误差，应选取一种合理的监测方法。超声波测距的方法有多种，其中，幅值检测法16 是记录发送超声波时的初始振幅与接收回波时的最终振幅，计算它们之间的振幅差值，从而计算得到相应的距离，但该方法易受环境影响，且测量误差较大;相位检测法17 是记录发送超声波时的初始正弦信号相位与接收回波时的最终正弦信号相位，计算它们之间的正弦信号相位差值，从而计算得到相应的距离，该方法精度高，但实时性较差;渡越时间法18 是记录发送超声波时的初始时间与接收回波时的最终时间，计算它们之间的时间差值，再根据当前环境温度计算出波速，最终计算出超前液压支架到巷道围岩的距离，该方法精度高、实时性好且受环境影响较小。综上所述，选用渡越时间法完成测量，测量原理如图 4 所示。超声波测距过程中，首先通过超声波传感器向周围空间发射超声波并开始计时，检测到巷道围岩，传843增刊 1张坤等:基于信息融合技术的超前液压支架姿态感知方法及实验验证感器接收回波并停止计时，根据时差和声速计算超前液压支架与巷道两帮的距离 s，即s=ct2(1)式中，c 为巷道内超声波的传播速度，c=3315+06;为当前环境温度;t 为传感器记录超声波收发的时间差19。超前液压支架组移架的过程中，超声波测距传感器测量超前液压支架与巷道围岩距离的过程如图 5所示。图 5移架过程超声波测距示意Fig5Ultrasonic ranging schematic of moving process图 5 中，m 为超前液压支架组在一个采样时间周期里移动的距离，移架速度记为 v。由此，可得移架过程中测距原理公式为m=vtd=s2m2()槡2(2)因为超前液压支架移架速度远远低于超声波的传播速度，所以移架距离 m 可忽略不计，可得到距离值为d s=12ct(3)2.2基于超声波测距的支架相对位置监测基于超声波测距的超前液压支架组相对位置监测过程如图 6 所示。超前液压支架群组与巷道两帮的安全距离应始终保持 50 cm，即 h=50 cm，才能保证支架在巷道产生大变形时保持较好的支护效果。因此，笔者讨论超前液压支架的相对位置监测主要监测范围是巷道两帮围岩变形在 050 cm，在超前液压支架组支护或移架过程中，架体上安装的超声波测距传感器开始发射、接收信号。超前液压支架在巷道中的相对位置示意如图 6 所示。由图 6 可知，超前液压支架沿 x 轴正半轴方向移架，当超前液压支架处于图中状态时，此时超前液压支架的偏航角未发生变化。图 6超前液压支架在巷道中的相对位置示意Fig6elative position of advance hydraulic support in roadway当超前液压支架处于图中状态时，超前液压支架端头超声波测距传感器所测支架与围岩的间距小于 h，平衡油缸收缩，使超前液压支架端头位置与巷道保持 h 间距，此时超前液压支架沿 z 轴产生逆时针旋转，产生偏航角。当超前液压支架处于图中状态时，超前液压支架端头与尾端超声波测距传感器所测支架与围岩的间距均为 h，此时超前液压支架沿 x 轴水平方向移架，未产生偏航角。当超前液压支架处于图中状态时，超前液压支架尾端超声波测距传感器所测支架与围岩的间距小于 h，平衡油缸伸长，使超前液压支架端头位置与巷道保持 h 间距，此时超前液压支架沿 z 轴产生顺时针旋转，产生偏航角。当超前液压支架处于图中状态时，超前液压支架端头与尾端超声波测距传感器所测支架与围岩的间距均为 h，此时超前液压支架通过巷道围岩变形部分，继续沿 x 轴水平方向移架，未产生偏航角。综上所述，基于超声波测距的超前液压支架组相对位姿检测，借助支架与巷道间距需始终保持安全距离，可以将超前液压支架与巷道间的相对距离信息转化为支架的航向角信息，为姿态测量提供数据支撑，943煤炭学报2023 年第 48 卷使超前液压支架始终处于一个安全支护状态，大大提高了超前液压支架的支护效率。3基于九轴姿态传感器的姿态数据融合3.1九轴姿态传感器测姿原理九轴姿态传感器包括三轴陀螺仪、三轴加速度计和三轴磁力计，采用高性能微处理器求解被测物体的运动姿态，从而实现对被测目标的精确位姿感知。在测量坐标系下，使用三轴陀螺仪采集超前液压支架姿态数据，并将所得的数据通过旋转矩阵转换到参考坐标系中，再求解相应位置的姿态参数19。如图7 所示，若将陀螺仪分别绕底座坐标系中的x，y，z 轴旋转 ，角度，则相应的旋转矩阵 19 为图 7超前液压支架 DH 矩阵坐标系Fig7DH matrix coordinate system of advancedhydraulic supportCnb=cos cos sin sin sin sin cos sin cos+cos sin sin 0cos sin sin+cos sin cos cos sin sin cos cos sin 0 sin sin sin cos cos 00001(4)将姿态转换矩阵中的每个元素定义为19 Cnb=C11C12C130C21C22C230C31C32C3300001 (5)陀螺仪测量被测物体角速率，并对其进行积分得到姿态角度，姿态角有多种求解方法。其中，方向余弦法和欧拉角在计算姿态时存在不唯一性和奇异性，且运算量较大;4 元数法仅用 4 个数即可完成姿态计算，每种姿态对应一个唯一的 4 元数，且没有奇异性，可较好的表述物体姿态。因此，笔者对陀螺仪的姿态解算选用 4 元数法，则超前液压支架的横滚角 、偏航角 和俯仰角 可以表示20 为横滚角:=arcsin C32(6)偏航角:=arctan C12C21()(7)俯仰角:=arctan C31C33()(8)4 元数是由实数加上 3 个虚数单位 i，j，k 组成，可以表示为Q=q0+q1i+q2j+q3k(9)其中，q0为转动幅度;q1，q2，q3为旋转轴。将旋转矩阵 Cnb用 4 元数转换，可表示20 为Cnb=q20+q21 q22+q232 q1q2 q0q3()2 q1q3+q0q2()02 q1q2+q0q3()q20 q21+q22 q232 q2q3 q0q1()02 q1q3 q0q2()2 q2q3+q0q1()q20 q21 q22+q2300001(10)结合式(5)求解得到q0=1+C11+C22+C槡33q1=1+C11 C22 C槡33q2=1 C11+C22 C槡33q3=1 C11 C22+C槡33(11)联立式(6)(8)求解可得横滚角:=arcsin(2(q2q3+q0q1)(12)偏航角:=arctanq0q3q1q2q1q2+q0q3()(13)俯仰角:=arctan2 q1q3q0q2()q20q21q22+q23()(14)超前液压支架运动过程中，通过加速度计获得重力加速度在 x，y，z 轴上的分量，即可解算出超前液压支架相对于巷道横截面的倾斜角度。重力加速度053增刊 1张坤等:基于信息融合技术的超前液压支架姿态感知方法及实验验证在 x，y，z 轴上的分量可表示为GxGyGz=bng+a()(15)式中，bn为 旋转 矩 阵;g 为 重 力 加 速 度，g=0001T;a 为超前液压支架的运动加速度。如不考虑线性加速度对其产生的影响，上述式(15)即可化简为GxGyGz=sin sin cos cos cos g(16)由式(16)计算可以得出，在任意时刻，超前液压支架的俯仰角 及横滚角 为=arctanGyGx()(17)=arctanGxGy2+Gz槡2()(18)由计算结果可知，加速度计不能直接测量超前液压支架的偏航角，而超前液压支架的偏航角是影响其推移精度的关键因素之一。因此，在超前支架位姿测量中仅用加速度计不能满足监测精度的要求，需通过磁力计配合实现姿态角度测量。磁力计能够实时提供被测物体的航向及姿态，笔者采用磁力计测量超前液压支架的偏航角，结合加速度计测量的姿态角度，可实现超前液压支架姿态角的全面测量。姿态解算过程中，以东北天坐标系为参考坐标系，假设地磁分量为 HxHyHzT，磁力计测量数据为 MxMyMzT，则MxMyMz=MbnHxHyHz(19)式中，Mbn为由全局坐标系到底座坐标系的变换矩阵。由式(19)计算可以得出，在任意时刻，超前液压支架的偏航角 为=arctanMyMx()(20)综合上述方程可知，在磁力计的姿态解算过程中，联合加速度的计算结果即可求得超前支架的偏航角，从而测得一组完整的超前液压支架姿态角度。结合分析，笔者在姿态传感器的选型中结合实际应用场景中测量范围、测量精度、测量稳定性、测量环境以及信号的输出方式等多方面因素考虑，选用 HWT905CAN 型姿态传感器，姿态测量静态精度为 005，动态精度为 01，安全防护等级为 IP67，且具有较高的抗震性能，满足超前液压支架实际支护工况，其参数见表 2。表 2HWT905CAN 姿态测量传感器参数Table 2HWT905CAN attitude measurement sensorparameter参数参数值电压/V524电流/mA45体积/mm35536824测量范围加速度6g、角速度2000()/s稳定度/()001输出频率/Hz02200通信方式CAN3.2基于卡尔曼滤波算法的姿态数据融合基于九轴姿态传感器所采集的姿态数据，利用卡尔曼滤波算法融合单个传感器各轴姿态数据，达到姿态角度的最优估计21，超前液压支架姿态角感知可近似认为是线性系统。因此，建立系统的状态方程和观测方程为状态方程:X k+1()=AX k()+BU k()+W k()(21)观测方程:Z k()=HX k()+V k()(22)式中，A 为状态转移矩阵;B 为状态输入矩阵;X k()为 k 时刻的状态向量，X k+1()为 k+1 时刻的状态向量;U k()为 k 时刻线性系统的输入信号;V k()，W k()分别为采集过程中的测量噪声和过程噪声，其中 2 者的协方差可表示为 P k()，Q k();H为观测矩阵。通过前面对陀螺仪测姿原理及姿态解算过程的推导，建立陀螺仪测量倾角的线性模型，公式21 为ak+1=ak+(k)b(k)+W(k)dt(23)式中，ak+1为被测物体在 k+1 时刻的角度值;ak为被测物体在 k 时刻的角度值;k()为 k 时刻的输出角速度;b k()为在 k 时刻角速度的随机误差;dt 为采样时间(测量时间间隔)。最后，建立离散化的状态方程为Xk+1=AXk+BUk(24)同时，建立离散化的观测方程为Zk+1=HXk+Vk(25)Xk=akbk，A=1 Tx01，B=Tx0 153煤炭学报2023 年第 48 卷式中，参数 Uk为陀螺仪输出的角速度;Tx为传感器的采样时间差;Zk为加速度计输出的角度值;Vk为加速度计测量的噪声。加速度计测量过程中，所测角度为超前液压支架和巷道横截面产生倾斜角度，与状态量中的陀螺仪误差 bk无关，因此 H=10。卡尔曼滤波算法流程如图 8 所示，首先通过九轴姿态传感器完成数据采集，将陀螺仪采集的初始姿态角作为估计值，使用加速度计和磁力计依次对采集的数据进行计算，再将解算的结果结合得到姿态角度，将其视为观测值，不断修正误差协方差，从而得到最优的姿态角度估计值，在计算过程中，可实现各传感器之间的优势互补，提高了姿态数据的测量精度，减少了过程噪声误差以及测量噪声误差。图 8卡尔曼滤波算法流程Fig8Flow chart of Kalman filter algorithm3.3基于自适应加权算法的姿态数据融合超前液压支架支护过程中，因巷道底板与顶板的变形程度不同，导致前后立柱支护高度不同，顶梁和底板具有不同的俯仰角，而横滚角和偏航角理论上应具有相同的角度20，但在实际过程中因振动等外界情况影响，导致在同一超前液压支架中顶梁和底座上的姿态传感器所测量的横滚角和偏航角存在一定偏差。为了避免这种偏差，使用自适应加权算法22，以卡尔曼滤波处理得到顶梁和底座上传感器的横滚角、偏航角数据作为样本数据，根据总方差最小原则，自适应求解各传感器对应的权重，对所有姿态传感器偏航角、横滚角数据进行融合，获得最优的姿态角度融合数据，提高监测效果23。具体自适应加权融合步骤如下。首先将处理过的数据赋予权值后做处理:x=ni=1wixij(26)ni=1wi=1(27)式中，x 为数据融合结果;wi为传感器 i 测得数据的权值;xij为传感器 i 在 j 时刻的数据值。根据式(26)和式(27)可以计算得到监测系统总均方误差为2=ni=1wi22i(28)联立式(26)，(27)和(28)推导出求解极值的函数关系式为f(w1，w2，wN，)=ni=1w2i2i+(ni=1wi 1)(29)对式(29)中的 wi求偏导，可得fwi=2wi2i+(30)令式(30)中偏导结果为 0，对 进行求解，可得=2ni=1wini=112i(31)根据式(28)和(31)可求出 wi的极值，可得wi=12ini=112i(32)当等式(32)两边相等时，2取最小值为2min=1ni=12i(33)在一定时间内采集 k 组数据，求解得到其均值xik()为xik()=1kki=1xii=1，2，3，k(34)同理，可求解得到其均方差 2i为253增刊 1张坤等:基于信息融合技术的超前液压支架姿态感知方法及实验验证2i=1k 1ki=1xi xik()()i=1，2，3，k(35)联立式(30)，(32)和(33)对姿态数据自适应加权融合，在求解过程中，自适应加权可以为不同种类的传感器分配最优的权重，使该类传感器的均方差 2i的值最小，完成多种传感器数据的最优融合，通过上述公式的推算可以计算得到最终的融合数据为x=ni=1wixik()(36)总均方差为2=1nni=1wi2i(37)将超前液压支架顶梁和底座同轴姿态角度数据经过卡尔曼滤波算法处理后进行自适应加权融合，提高位姿监测精度，具体融合过程如图 9 所示。图 9自适应加权融合算法流程Fig9Flow chart of adaptive weighted fusion algorithm4实验验证分析依托山东科技大学机器人中心搭建的超前液压支架姿态测试实验平台(图 10)，能够模拟超前液压支架组在巷道内的实际工况，完成超前液压支架组的升架、降架、推移等动作。主要分为超前支护现场、控制中心和远程监控中心 3 个部分。超前液压支架实验平台主要技术参数见表 3。图 10超前液压支架实验系统总体结构Fig10Overall structure of the advanced hydraulicsupport experimental system表 3超前液压支架实验样机主要技术参数Table3Main technical parameters of advanced hydraulicsupport experimental prototype参数数值样机最大支撑高度/m2样机最低高度/m1样机支护宽度/m2实验平台宽度/m3实验平台长度/m45系统工作压力/MPa315系统电机功率/kW37实验采用 US1000G18UM121 超声波测距传感器、HWT905CAN 姿态测量传感器、油缸内置行程传感器对超前液压支架组的整机姿态进行动态测量。姿态传感器安装在支架顶梁、底座和平衡油缸上，用于采集相应位置的姿态信息;超声波测距传感器安装在顶梁两端、底座两端和掩护梁下端，用于采集支架与巷道两帮的间距;油缸行程传感器选用内置式传感器，用于采集油缸伸缩长度。姿态传感器使用时应将传感器表面尽量与支架表面贴合，避免空隙，且传感器的安装方向于姿态监测模型中所表示的方向一致。姿态监测传感器的布置如图 11 所示。为验证卡尔曼滤波算法的有效性，使用 HWT905CAN九轴姿态传感器采集顶梁和底座的姿态数据。在采集过程中敲击顶梁，产生振动效果，采集频率为10 Hz，每 组 姿 态 角 度 采 集 600 个 数 据 点，在MATLAB 中搭建的卡尔曼滤波算法模型并导入采集的姿态数据，通过仿真实验验证算法的滤波效果，如图 12 所示。353煤炭学报2023 年第 48 卷图 11位姿监测传感器安装布置Fig11Installation layout of the pose monitoring module图 12底座和顶梁姿态角卡尔曼滤波前后对比Fig 12Comparison before and after Kalman filtering of attitude angle base and top beam453增刊 1张坤等:基于信息融合技术的超前液压支架姿态感知方法及实验验证在采集数据过程中，姿态传感器易受噪声干扰，原始数据存在振荡现象，当敲击超前液压支架顶梁时，会产生振动信号，导致输出角度波动较大。而使用卡尔曼滤波算法对姿态数据进行融合，能够明显抑制振荡，使振幅减小。由此实验可以证明，卡尔曼滤波减小了传感器的采集数据噪声，姿态数据的信噪比得到了明显提高，减少累计误差的产生，进一步提高了姿态的感知精度。同时，以底座和顶梁的横滚角和偏航角为例，将经过卡尔曼滤波算法处理后数据导入 MATLAB 中适应加权融合算法模型中，比较自适应加权融合结果和传感器实际测量结果，检验该算法是否达到超前液压支架位姿监测的精度要求，其实验对比结果如图 13所示。图 13底座和顶梁姿态角自适应加权融合结果对比Fig 13Comparison results of adaptive weighted fusionattitude angle base and top beam由图 13 可见，在相对静止状态下，经自适应加权融合后的姿态数据噪声误差明显减少，其中，超前液压支架的横滚角融合结果的最大误差为 0024 3，最小误差为 0001