免费看男阳茎进女阳道视频

                        24小時論文定制熱線

                        咨詢電話

                        熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                        您當前的位置:論文定制 > 畢業設計論文 >
                        快速導航
                        畢業論文定制
                        關于我們
                        我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                        代做畢業設計
                        常見問題

                        5G 通信的礦山無線通信系統架構與研發

                        添加時間:2021/06/21 來源:未知 作者:樂楓
                        針對礦山作業車輛采集環境信息的需求,對激光測距的原理進行分析,并對部分硬件電路進行設計,在實驗室環境下完成功能性測試,測試結果較好的反映了距離信息,將采集到的距離信息數據通過 5G 無線通信網絡回傳給遠程控制平臺,便于作業人員決策控制。
                        以下為本篇論文正文:

                        摘要

                          傳統煤礦行業開采效率受生產設備,勞動力水平制約因素較大,傷亡事故頻發,因此亟待尋求一種更為安全高效的生產方式。同時 5G 通信、物聯網、大數據、人工智能、云計算等新興技術的出現極大地改變了生活方式,提高了生產效率,將這些技術應用于礦山行業勢必會給其向自動化、信息化、數字化轉型發展帶來新的機遇。本文以智慧礦山建設為背景,針對礦山無線遠程遙控系統中 AGV路徑規劃算法、激光測距、通信技術方式等展開研究。

                          本文首先研究對比了國內外智慧礦山建設進展,指出了基于 5G 通信技術應用于礦山行業升級轉型的重要作用。接著對該無線遠程遙控系統依據功能劃分,分別介紹機車車載子系統、網絡通信子系統、遠程遙控子系統的設備選型及技術指標,重點利用 GM800 5G 通信模組實現遙控發送器與遙控接收器之間的無線通信,同時提出了基于 5G 通信的礦山無線通信系統架構。

                          針對礦山作業車輛采集環境信息的需求,對激光測距的原理進行分析,并對部分硬件電路進行設計,在實驗室環境下完成功能性測試,測試結果較好的反映了距離信息,將采集到的距離信息數據通過 5G 無線通信網絡回傳給遠程控制平臺,便于作業人員決策控制。

                          AGV 路徑規劃是一項經典的研究課題,本文比較了幾種搜索最優路徑算法的特點,提出了一種基于 A*全局規劃算法的優化策略,即引入加權值的啟發函數優化傳統 A*算法在路徑搜索時效率不高的問題,通過仿真實驗驗證了其在彌補A*算法不足方面的可行性,并與 D*動態算法一起作為適合礦山作業車輛的路徑規劃方案。

                          遠程控制井下作業車輛對實時性要求較高,故重點討論了 5G URLLC 業務場景中低延時的特點及實現技術手段,通過仿真測試對比了相較于 4G-LTE 網絡,端到端時延能夠有效降低?紤]到礦井下實際作業環境復雜,各種類型設備眾多,結 合 5G 通信系統架構,提出基于 5G 通信的礦山物聯網架構,將網絡結構層次化,更好的服務于智慧礦山的建設。

                          關鍵詞:智慧礦山;激光測距;路徑規劃算法;5G 通信;物聯網

                        ABSTRACT

                          The mining efficiency of the traditional coal mining industry is constrained byproduction equipments and labor force level, and casualty accidents occur frequently.

                          Therefore, it is urgent to find a safer and more efficient production method. At the sametime, the emergence of 5G communication technology, Internet of Things, big data,artificial intelligence and cloud computing has greatly changed the way of life andimproved production efficiency. Applying these technologies to the mining industry willbring new opportunities for its transformation in automation, information and digitaldevelopment. Based on the background of smart mine construction, this paper conductsresearch on the AGV path planning algorithm, laser ranging, and 5G communicationtechnology in the wireless remote control system of the mine.

                          Firstly, this paper studies and compares the progress of smart mine construction athome and abroad, and points out an important part that 5G communication technologyplays in the promotion and transformation of the mining industry. Then, according to thefunctional pision of the wireless remote control system, the paper introduces theequipment selection and technical indicators of the locomotive on-board subsystem,network communication subsystem and remote control subsystem respectively. Focus onthe use GM800 5G communication module to realize the wireless communicationbetween the remote control transmitter and the remote control receiver. Meanwhile, themine wireless communication system architecture based on 5G communication isproposed.

                          In response to the needs of mining vehicles to collect environmental information,the principle of laser distance measurement is analyzed, and some hardware circuits aredesigned. Functional tests are completed in a laboratory environment. The test resultsreflect the distance information well. As soon as collected, the distance information datais transmitted back to the remote control platform through the 5G wireless communicationnetwork, which is convenient for the operator to make decision control.

                          AGV path planning is a classic research topic. This paper compares thecharacteristics of several search optimal path algorithms, and proposes an optimizationstrategy based on A * global planning algorithm, that is, introducing a heuristic functionto optimize the traditional A * algorithm by weight for the problem of low efficiency inpath search, simulation experiments have verified its feasibility in making up for the shortcomings of the A * algorithm, and together with the D * dynamic algorithm, it canbe used as a path planning solution suitable for mining vehicles.

                          The remote control of underground operation vehicles has high real-timerequirements, so the characteristics of low latency in 5G uRLLC business scenarios andthe implementation techniques are discussed in detail. Through simulation tests, the endto-end latency can be effectively reduced. Considering the complexity of the actualoperating environment underground and the large number of various types of equipments,combined with the 5G communication system architecture, a 5G communication-basedmine IoT architecture was proposed to hierarchize the network structure and better servesthe construction of smart mine.

                          KEYWORDS : Smart Mine; Laser Ranging; Path Planning Algorithm; 5G Communication; Internet of Things

                        礦山工程

                          目錄

                          1 引言

                          本文的研究內容來源于導師科研項目的一部分。

                          1.1 研究背景及意義

                          自進入工業時代以來,煤炭等自然資源作為重要的能源物質,保障了人類的正常生產生活,對經濟社會的持續穩定發展意義重大,各國對于煤礦資源的重視和開采,絲毫沒有因為新能源的出現而下降。采礦業是將煤炭等自然資源作為生產對象的一種傳統產業,將獲取到的自然資源轉化為日常所需的生產資料,開采方式最初依靠人力,不僅效率低下,安全事故也層出不窮,一直以來,由于煤礦生產系統本身龐大復雜,作業環境又極度惡劣,水、火、煤塵、瓦斯爆炸等自然災害多,嚴重威脅到煤炭工人的生命安全,引發了社會的廣泛關注。隨著科學技術水平的提高,傳統勞動密集型生產方式已經逐漸過渡到機械化、智能化、自動化。隨著國家工業化和信息化的不斷融合推進,智慧礦山建設已經成為煤炭等重工業企業轉型升級發展的時代所需。

                          智慧礦山建設的特點是高度的數字化、自動化、信息化,充分利用大數據、云計算、物聯網、人工智能等技術手段,推動煤炭工業技術革命和產業轉型升級[1],從人工化、機械化向自動化、信息化、數字化、安全化方向穩步邁進,以實現對傳統采礦業短板的有效突破。智慧礦山從生產、企業職業健康、職工人身安全、技術支持等方面積極部署,主動感知、自動分析、快速處理。建設智慧礦山平臺,實現安全、無人、高效、清潔的礦山建設的目標,實現智能生產與智慧管理,提高煤礦生產安全性以及生產效率,充分實現對自然資源的合理調配[2].2019 年 1 月 9 日,國家煤礦安全監察局頒布制定了《煤礦機器人重點研發目錄》,對掘進、采煤、運 輸、安控、救援共 5 類、38 種煤礦機器人,分別提出了具體的研發應用要求,希望通過"機器換人"來實現煤礦作業"少人則安"和"無人則安"的目標。在該目錄中,規定了第 23 類機器人:"井下無人駕駛運輸車"的基本要求為:研發煤礦井下無人駕駛運輸車,具備精確定位、安全探測、自主感知、主動避障、自動錯車、風門聯動等功能,實現井下運輸車無人化駕駛[3-4].

                          無線通信是智慧礦山建設的基礎和關鍵,煤礦井下通信不同于普通的通信場景,礦下充斥著瓦斯、粉塵等易燃易爆氣體和有毒有害物質,巷道條件復雜,信號傳輸衰減嚴重,地面設備難以直接開采作業。隨著 5G 時代的到來,各種信息化應用成熟落地,給我們的生活帶來了全新的體驗,同時也為煤礦行業的發展提供了新的思考。和目前煤炭企業普遍使用的 4G 網絡相比,5G 網絡的數據傳輸速度更快、響應延遲度更低,依托 5G 技術可以實現萬物互聯。5G 技術是煤炭企業推進智慧礦山建設、實現智能化無人開采的重要技術支撐。

                          綜上所述,本文以礦山無線遠程遙控系統為研究內容,為實現精確定位的目的,設計一款高性能的激光測距掃描儀用以測量與周圍物體的距離,結合路徑規劃算法用以 AGV 自動導航避障,同時,作為智慧礦山建設的關鍵,本文還將以 5G 通信技術手段為支撐,研究礦山物聯網的架構。設計礦山遠程無線遙控系統,是煤礦企業向信息化、自動化、智能化轉型發展的基礎,因此本文所研究的內容具有重大的意義。

                          1.2 國內外研究現狀

                          1.2.1 國外研究現狀

                          國外對礦山開采自動化,信息化的嘗試起步較早,芬蘭,瑞典等北歐國家最先提出智能化的采礦技術方案,芬蘭出臺了涉及到礦山通信網絡建設,自動化控制等28 個項目的科研專題,瑞典則實施了"Grountecknik"戰略計劃,除此之外美國、加拿大、德國、澳大利亞等在這方面的研究也較為成熟[5].

                          基律納鐵礦位于瑞典北部,深入北極圈內 200km,是世界上緯度最高的礦產基地之一。同時也是目前歐洲唯一正在開采的特大型鐵礦山;杉{鐵礦山已基本實現了無人化智能采礦,在井下作業面除了檢修工人正常檢修外,幾乎看不到其他工人,幾乎所有操作控制均由遠程計算機集控系統完成,自動化程度非常高。

                          加拿大邁斯特羅數字礦山使用 Plexus 電力網、Vigilante AQS?、EZ Node? 等一系列先進的設備高效完成開采工作。Plexus 電力網專為高帶寬,低延遲的同軸電 纜通信等應用場景提供服務,包括高速、5G 低延遲數字無線通信網絡,為無線接入點(WAP)、攝像機和任何其他基于 IP 的設備提供 PoE+電源。Vigilante AQS?是該數字礦山推出的第三代礦井地下空氣質量檢測系統,礦井可以量化和限定通風量和通風質量,可以有效降低甲烷、一氧化碳和硫化氫的潛在危險氣體濃度。該檢測系統,集成靈活,配合 Modbus TCP/IP,以太網/IP 或者基于 RS485 串行模塊使 用。EZ Node? 可以根據 IEEE 802.11b/g 的協議標準,可用于基于以太網或泄漏饋線的通信網絡,提供終端設備與已有網絡的客戶端無線連接。

                          力拓(Rio Tinto)是一家業務遍布全球 36 個國家的礦業和金屬公司,采用了MAS(Mine Automation System)礦山自動化系統指導大規模開采生產,該系統依托其部署的 5G 網絡,實時統計覆蓋區域內 98%的站點上收集到的數據,通過網絡服務器應用程序進行反饋,并對數據信息進行分析與挖掘。通過 AI 技術自動生成礦體模型,組織設備調度,預測和控制爆破,自動優化駕駛卡車的速度,減少了排隊的次數,大幅度提高生產效率。在使用 VR 技術充分保障人員安全的同時,還能及時找出事故發生的原因,這些都已經在新西蘭的鋁冶煉廠(NZAS)成功應用。除此之外,力拓集團自主研發的 RTVis 力拓可視化軟件將地質、巖土工程、鉆探和爆破、生產和規劃結合在一起,將地表特征可視化,便于決策,充分節省了人力,提高了效率。

                          力拓在澳大利亞西部皮爾巴拉地區的礦坑使用自動駕駛車輛來搬運礦石,由53 輛大型自卸卡車組成的車隊在自動運輸系統的統一控制下采礦作業,每輛卡車 都配備有 200 多個傳感器、一個 GPS 接收器和一個雷達制導系統?ㄜ囋诠S的裝卸區和加工區之間按照預先設定的路線行駛,同時還能夠動態導航巡線道路和十字路口。任何進入該區域的人員都乘坐連接到自動運輸系統中的車輛進入,因此自動駕駛卡車和遠程操作管理人員能夠知道他們的確切位置。在操作中心,來自卡車和其他設備、現場人員和設備儀器的數據被收集到一個綜合的礦井自動化系統中。該軟件提供了整個采礦作業的實時、全景視圖,包括工作現場的三維可視化。

                          鄧迪公司于 20 世紀 20 年代初就將無線網絡引入位于保加利亞切洛佩奇的銅金礦地下礦山,最初使用 RFID 和 Wi-Fi 技術跟蹤設備和人員的位置,并使人員與地面保持連接,以布滿 Wi-Fi 接入點的長約 55 英里的光纜為基礎構建該地下通信系統。隨著 5G 通信技術的穩定發展,在近 2000 英尺深的礦井底部部署 5G 基站,覆蓋 5G 網絡,提供可靠即時通訊,礦工們可以把筆記本電腦和智能手機帶進礦井,與地面保持連接,每臺開采車輛、每臺機器、頂安全帽上都有 RFID 標簽,通過附加傳感器,管理人員可以實時觀察到礦井中人和物體的位置,防止事故和故障,并實時協調作業。

                          諸如諾基亞,西門子,ABB,思科等世界知名公司也針對發展數字礦山提出了自己的解決方案[6].諾基亞與 Komatsu and Sandvik 一起,提供數字礦山網絡建設方案,通過現場建立起來的 LTE 網絡,支持涵蓋遠程操控和自動拖運、遠程區域和操作中心之間的即時通信和數據流、將遠程攝像頭中記錄的視頻反饋回送等服務,確?碧疥爢T及所攜帶設備在任何地方都有可靠的連接,滿足越來越多物聯網設備的連接需求,節省時間,通過本地數據處理加快決策速度。

                          除此之外,諾基亞貝爾實驗室研究出的 Future X architecture for mining 架構充 分利用工業物聯網、邊緣計算、智慧云、人工智能、機器學習、增強和虛擬現實以及 5G 通信等技術,在工業領域推動創建智能動態網絡,提高操作的安全性,推動生產力、效率和響應能力的提高。

                          巴西淡水河谷公司是全球鐵礦石業務的領導者,僅在巴西就有 38 個礦點,其中包括 22 個礦山,西門子與其全資子公司 Chemtech 推出的生產管理綜合采礦系 統(GPV-M)專為淡水河谷打造,符合其具體需求。為確保操作簡便靈活,該系統的所有通信接口和用戶接口均已標準化,能夠處理高達 1.2 兆字節的實時數據,并為至少 1000 個用戶同時提供服務,通過提供集成即時可靠數據的自動化系統更,提高了勞動生產率和靈活性并減少了非生產性工時。預計到 2020 年,因業務成本的降低和資產非生產工時的減少,可以為公司節省近 5300 萬美元。

                          ABB 提出的 Ability mine optimize 框架,使用三個無齒輪軋機驅動系統,使得哈薩克斯坦 KAZ Minerals 的產能翻番并提出了打造未來數字礦山的五步走戰略,同時提出的還有 ABB Ability? Operation Management system,該操作管理系統結合人工智能、數字孿生模擬和行業專業知識,方便企業實時自主決策,該系統同時優化流程和車隊管理,減少停機時間。

                          Sandvik 集團是全球領先的采礦和建筑行業設備和工具、服務和技術解決方案供應商,其中 Sandvik 采礦和巖石技術是其最為重要的業務領域。思科利用自主研發的物聯網工業網絡技術聯手 Sandvik 專用礦用自動化軟件幫助瑞典礦業公司Boliden 自動化采礦作業。應用領域包括巖石鉆探、巖石切割、破碎和篩分、裝載和運輸、隧道、采石和破碎和拆除。利用思科的工業交換機和接入點,Boliden 使 用 New Radio 部署 5G 網絡建立了高效的低延時物聯網網絡,優化了自動化采礦設備和作業方式,實時追蹤數據流和信息流、資源勘測與位置跟蹤,提高了設備開采效率,保障了人員安全。

                          位于加拿大魁北克省北部埃洛諾爾金礦的 Goldcorp 公司是一家大型跨國黃金生產商,該公司與思科和 AeroScout Industrial 合作,在其地下 5G-WiFi 網絡上部署"按需通風"和跟蹤系統,每個員工、車輛和設備都有 RFID 標簽。RFID 定位系統結合傳感器和來自機器和車輛的車載診斷數據,通過 5G 網絡,操作人員能夠實時查看礦井中發生的一切。礦工亦可通過 IP 語音服務、電子郵件和應用程序連接到地面,在緊急情況下可以立即定位。利用位置數據,自動通風系統可響應隨時通風的需求,當礦工進入或離開一個區域時,風扇會打開或關閉,當附近的車輛和機器運行時,風扇速度會自動調整,以確保廢氣和排放物得到適當的分散,自動通風系統將礦井通風時間減少了近一半以上,每年可減少 150 萬至 250 萬美元的能源成本,并在緊急情況下定位員工位置的速度比以前快 45 到 50 分鐘。

                          1.2.2 國內研究現狀

                          煤炭作為需求旺盛的發電能源、工業動力能源、民用商品能源和化工原料,依然是推動我國經濟、軍事發展的重要基礎。據統計,我國有煤礦近萬座,年產煤炭30 多億噸,全國規模以上煤炭企業相關從業人員數量超過 500 萬,煤炭生產規模以及從業人員數量均居世界第一。但同時,煤炭生產百萬噸所造成的死亡率也高居世界首位,安全問題引發廣泛關注。和歐美發達國家相比,我國礦山自動化、智能化建設起步較晚,在包括基礎設施建設,功能體系設計,系統能力表現等方面面臨著諸多問題。

                          隨著技術水平不斷進步,煤礦效益的不斷增加,各家企業也在尋求更為安全、高效生產模式。陜西黃陵礦業集團 1001 工作面首次應用綜采智能控制系統實現智能開采,月產量達到 17.03 萬噸,年度產量近 200 多萬噸,生產率比原先提高近25%;山東能源棗莊礦業集團濱湖煤礦 16108 工作面采用遠程可視化指導生產,平均月產量近 10.5 萬噸,比之前增加近 4.5 萬噸,增幅達 75%,與此同時,對于每一個煤炭生產組,使用一人負責遠程遙控,兩人負責巡檢的三人組模式,大大優化人員結構,提高了操作安全性;內蒙古神東煤炭集團上灣煤礦 8.8 米綜采工作面首次采用 3D 打印技術優化鏈輪齒形結構,大大提高了機械精度承載力和可靠性,據統計,工作效率因此提高 85%,成本減少 30%;首鋼集團也搭建了縱向四級、橫向四塊的數字化礦山整體框架[7].

                          同時,我國對 5G 技術的生產研發水平處于世界前列,煤礦企業憑借 5G 等新技術,也做出了新的嘗試。2019 年 9 月 5 日,陽煤集團、中國移動、華為公司簽署 5G 業務框架合作協議,將聯合開展 5G+智慧礦山應用合作,標志著 5G 通信煤炭產業應用創新聯盟的正式成立。兩個月之后的 11 月 18 日,陽煤集團成功實現了井下主巷道、運輸巷道的 5G 信號全覆蓋,在全國范圍內實現了井下 5G 網絡應用為零的突破。2019 年 9 月 29 日,陜煤集團蒲白建莊礦業公司建成陜西省首個煤礦 5G 信號基站。洛陽鉬業攜手中國聯通,首次將 5G 技術應用無人采礦設備上,部分無人采礦設備已經調試成功,并在露天礦場中自由地進行了鉆井,鏟土,卡車裝載和運輸等操作。操作人員通過遠程操控臺的屏幕以第一視角觀察了挖掘機鏟斗作業。5G 技術讓遠程操作延遲控制在幾十毫秒之內,誤差在 10 余厘米內,大幅度提高了作業效率,使該公司無人采礦作業更加精準和穩定。2019 年 11 月 20 日,內蒙古移動聯合華為在準格爾旗麻地梁煤礦成功部署井下 5G 基站并組網應用,實現了礦井主巷道、運輸巷道的 5G 信號覆蓋。12 月 17 日,山西省晉城市政府與中國移動山西分公司簽署 5G 戰略合作協議。根據協議,雙方將共同探索 5G 在智能煤層氣抽采、智能礦山、智能制造、智慧城市、智慧旅游等各領域的運用,助力晉城打造中等智能城市全國樣板。

                          從 2016 年國家出臺"十三五"規劃以來,綜采工作在自動化的基礎上逐步形成了以工作面"無人操作,又有人巡視"的智能化開采模式,積極推動了綜采成套裝備研發和智慧礦山建設的規劃,國家能源技術革命創新行動計劃明確了 2030 年重點煤礦區基本實現工作面無人化的目標,為大力發展智能化開采技術提供了良好的政策支撐。未來的礦山,是基于最新前沿技術的智能行業。

                          1.3 論文主要研究內容及結構安排

                          第一章首先敘述了煤礦等礦產資源對于生產生活的重要意義作用,其次討論了采礦業的基本特點,從國家、社會、企業等層面說明煤礦行業建設信息化、自動化、智能化的綜采方式的必要性和充分性,并通過對比國內外煤礦自動化的發展歷程及現狀進一步闡明我國智慧礦山建設的特點,最后結合新興通信技術手段,提出了本文的研究內容,即基于 5G 通信技術手段,設計礦山無線遠程遙控系統,為智慧礦山建設奠定基礎。

                          第二章介紹礦山無線遠程遙控系統總體設計方案,通過將此遠程遙控系統劃分為機車車載子系統、遠程遙控子系統、網絡通信子系統分別研究,著重介紹了各子系統的功能特點以及所選用的設備型號。

                          第三章從激光測距原理出發,通過測距掃描儀硬件電路的設計,獲取距離信息,從而得到位置坐標等,完成了產品的研發與測試。并以此構建地圖信息,同時簡要介紹 SLAM 原理及常見的定位導航方法,為 AGV 路徑規劃提供前提條件。

                          第四章具體討論了 AGV 的路徑規劃功能,比較目前的典型的路徑規劃算法,并提出通過引入權值的啟發函數,優化 A*算法的一種方法,同時為了應對礦山井下碎石,煤塊等障礙物突發落下的情況,研究了 D*的動態路徑規劃方法,有效實現避障防碰功能,作為 AGV 路徑規劃算法的補充。

                          第五章對比了 LTE-M 和 NB-IoT 的特點,介紹了 LPWAN 中無線通信技術的不斷演進歷程,接下來討論了智慧礦山建設通信技術的解決方案。通過結合 5G 通信技術低時延,大帶寬、廣覆蓋的優勢,可以較好的滿足礦山遠程操作、回傳高清視頻、實時動態監控、數據決策分析等業務需求,提出了一種基于 5G 技術的智慧礦山物聯網架構。

                          1.4 本章總結

                          本章對課題研究的意義、背景等進行了詳細的論述,通過國內外煤礦行業的發展實例說明礦山信息化、自動化、智能化的研究現狀,并結合激光測距掃描儀的產品開發,AGV 路徑規劃算法,5G 通信技術提出將礦山遠程無線遙控系統作為智慧礦山建設的基礎,進一步說明所研究課題的重要性。

                          2 無線遠程遙控系統總體設計

                          2.1 機車車載子系統

                          2.1.1 車載遙控接收器

                          2.1.2 車載中央控制器

                          2.1.3 隔爆兼本安型電源箱

                          2.1.4 礦用負載敏感比例電磁閥

                          2.2 遠程遙控子系統

                          2.2.1 遙控發送器

                          2.2.2 遠程遙控平臺

                          2.2.3 服務器軟件

                          2.3 網絡通信子系統

                          2.3.1 無線中繼器

                          2.3.2 5G 通信模組

                          2.3.3 5G 網絡架構

                          2.4 本章小結

                          3 激光測距及定位導航方法研究

                          3.1 激光測距原理

                          3.2 部分硬件電路設計

                          3.2.1 電源模塊

                          3.2.2 電壓調節模塊

                          3.2.3 無線供電模塊

                          3.2.4 電機控制模塊

                          3.2.5 數據傳輸模塊

                          3.2.6 主控芯片

                          3.3 數據獲取函數設計

                          3.4 定位導航方案研究

                          3.5 定位與導航方案設計

                          3.6 本章小結

                          4 AGV 路徑規劃算法研究

                          4.1 AGV 簡介

                          4.2 路徑規劃算法原理

                          4.3 基于 A*的優化算法及仿真

                          4.4 本章小結

                          5 基于 5G 通信的礦山物聯網架構研究

                          5.1 物聯網簡介

                          5.1.1 物聯網發展

                          5.1.2 物聯網中的通信技術

                          5.2 5G 與物聯網

                          5.2.1 5G 綜述

                          5.2.2 5G 時延分析及仿真

                          5.2.3 5G 技術在礦山應用必要性研究

                          5.3 智慧礦山物聯網架構

                          5.4 本章總結

                          6 總結分析及未來展望

                          6.1 論文工作總結

                          礦山綜采技術水平落后一直是制約我國煤礦行業進步發展的重要原因,開采效率的提高是建設煤礦強國的必由之路,隨著 5G、大數據、人工智能、物聯網等技術的應用落地,數字化、智能化、自動化的礦山建設有了技術支持,全新的自動化操作模式將會代替勞動密集型的傳統勞作方式。本文主要針對礦山無線遠程遙控系統的設計展開,進行了以下三方面的研究:

                         。1)從礦山開采作業車輛定位與導航功能需求出發,分析研究了激光測距掃描原理,并針對硬件電路進行設計,完成了產品的研發與測試。結合工業 Modbus 通信協議,搭建礦山無線遠程遙控系統上位機服務器與客戶端下位機的通信環境,并對測試結果進行分析,在距離信息已獲取的情況下,制定了激光導航方案,結合SLAM 算法構建地圖。

                         。2)為了實現 AGV 導航功能需求,在原有路徑規劃算法的基礎上,通過引入坐標之差均值的加權系數,修改啟發函數,對 A*算法進行優化,并結合礦井地下作 業環境的特殊性,設計使用動態路徑規劃算法運用于本遙控系統,通過實驗室仿真結果分析,所提出的優化策略能夠較好的彌補傳統算法的不足。

                         。3)從礦山無線遠程遙控系統通信子系統設計的角度出發,分析研究了目前礦山企業普遍使用的局域網通信的局限與不足,同時分析了新一代移動通信技術的特點及應用于物聯網行業的優勢。針對遠程遙控需要實時控制、傳輸大量視頻、數據等需求,設計了基于 5G 技術的礦山物聯網架構。

                          6.2 未來工作展望

                          由于受研究時間的制約和學術水平的限制,本文在對礦山無線遠程遙控系統的研究還存著一些不足,在今后的研究中可以向以下幾個方面進行拓展:

                         。1)定位與導航是 AGV 研究領域的一個重要且關鍵的領域,涉及到通信、控制、機械等方面,比如在使用某些傳感器設備,設計與機車車載子系統的接口,對于獲取圖像信息與已有圖像匹配算法應用上面,本文并未對此展開詳細的研究分析,這可作為今后研究的方向。

                         。2)本文中研究的路徑規劃算法只是眾多路徑算法中的一類,即通過將周圍環境劃分為柵格地圖,因此需要首先獲得周圍環境的地圖信息,在第四章中也提到了其他的路徑規劃算法,對于這些算法的具體應用及優化也值得深入研究。

                         。3)智慧礦山的建設是大勢所趨,但考慮到現有實際情況,像 5G 基站的部署、設備儀器的跟進都需要各個企業通力合作,智慧礦山的普及可能仍需一段時間,受時間和條件限制,本文研究的部分內容未能進行實際現場環境測試。

                          參考文獻

                          [1] 顧慧,趙鳳輝,周亦。探索大數據在智慧礦山、智慧城市研究中的應用[J].中國金屬通報,2019(06):225+227.

                          [2] 孫波中,潘清元。數字礦山的技術現狀及發展趨勢[J].世界有色金屬,2019(24):13+15.

                          [3] 趙明磊。智慧礦山框架與發展前景研究[J].科學技術創新,2019(23):180-181.

                          [4] 王國法,王虹,任懷偉,趙國瑞,龐義輝,杜毅博,張金虎,侯剛。智慧煤礦 2025 情景目標和發展路徑[J].煤炭學報,2018,43(02):295-305.

                          [5]J. Babjak, P. Novák, T. Kot, W. Moczulski, M. Adamczyk and W. Panfil. Control system of a mobilerobot for coal mines[C]. //2016 17th International Carpathian Control Conference (ICCC), TatranskaLomnica,2016.17-20.

                          [6] Jian-guo Li,Kai Zhan. Intelligent Mining Technology for an Underground Metal Mine Based onUnmanned Equipment[J]. Engineering,2018,4(3):381-391.

                          [7] Guo Huan Lou,Chao Chen. Design of the Intelligent Control System for Mine Hoist[J]. AppliedMechanics and Materials,2013,2748:957-961.

                          [8] 李昀澤。 基于激光雷達的室內機器人 SLAM 研究[D].華南理工大學,2016.7-32.

                          [9] J. Li, J. Zhao, Y. Kang, X. He, C. Ye and L. Sun. DL-SLAM: Direct 2.5D LiDAR SLAM forAutonomous Driving[C]. //2019 IEEE Intelligent Vehicles Symposium (IV), Paris, France,2019.1205-1210.

                          [10] 鄭宏。 移動機器人導航和 SLAM 系統研究[D].上海交通大學,2007.24-42.

                          [11] M. Karrer, P. Schmuck and M. Chli. CVI-SLAM-Collaborative Visual-Inertial SLAM[J]. IEEERobotics and Automation Letters, vol. 3, no. 4,Oct. 2018.1-8:2762-2769.

                          [12] Baofu Fang,Zhiqiang Zhan. A visual SLAM method based on point-line fusion in weak-matchingscene:[J]. SAGE PublicationsSage UK: London, England,2020,17(2):1-11.

                          [13] 董秀 娟,豐 彬, 王保坤 .基于 激光雷 達和 SLAM 的 自主 行駛小車 設計 [J].電子 測試,2020(01):93-94+56.

                          [14] 張廣林,胡小梅,柴劍飛,趙磊,俞濤。路徑規劃算法及其應用綜述[J].現代機械,2011(05):85-90.

                          [15] 李永丹,馬天力,陳超波,韋宏利,楊瓊楠。無人駕駛車輛路徑規劃算法綜述[J].國外電子測量技術,2019,38(06):72-79.

                          [16] Wu Qing,Chen Zeyu,Wang Lei,Lin Hao,Jiang Zijing,Li Shuai,Chen Dechao. Real-Time DynamicPath Planning of Mobile Robots: A Novel Hybrid Heuristic Optimization Algorithm.[J]. Sensors(Basel, Switzerland),2019,20(1):1-18.

                          [17] 許源。結合粒子群算法和改進人工勢場法的移動機器人混合路徑規劃 [D].浙江大學,2013.29-61.

                          [18] 張毅,代恩燦,羅元;诟倪M遺傳算法的移動機器人路徑規劃[J].計算機測量與控制,2016,24(01):313-316.

                          [19] Yanjie Li,Wu Wei,Yong Gao,Dongliang Wang,Zhun Fan. PQ-RRT*: An improved path planningalgorithm for mobile robots[J]. Elsevier Ltd,2020,152:1-17.

                          [20] 王沛棟。 改進蟻群算法及在路徑規劃問題的應用研究[D].中國海洋大學,2012.73-95.

                          [21] D. Li and K. Niu. Dijkstra's algorithm in AGV[C]. //2014 9th IEEE Conference on Industrial Electronics and Applications, Hangzhou, 2014.1867-1871.

                          [22] Franti?ek Duchoň,Andrej Babinec,Martin Kajan,Peter Beňo,Martin Florek,Tomá? Fico,LadislavJuri?ica. Path Planning with Modified a Star Algorithm for a Mobile Robot[J]. ProcediaEngineering,2014,96:59-69.

                          [23] Xiaolin Zhao,Yu Zhang,Boxin Zhao. Robust path planning for avoiding obstacles using timeenvironment dynamic map[J]. SAGE Publications,2020,53(1-2):1-8.

                          [24] T. Zheng, Y. Xu and D. Zheng. AGV Path Planning based on Improved A-star Algorithm[C].//2019 IEEE 3rd Advanced Information Management, Communicates, Electronic and AutomationControl Conference (IMCEC), Chongqing, China, 2019. 1534-1538.

                          [25] Dai Xiaolin,Long Shuai,Zhang Zhiwen,Gong Dawei. Mobile Robot Path Planning Based on AntColony Algorithm With A* Heuristic Method[J]. Frontiers in neurorobotics,2019,13:1-14.

                          [26] 婁安東,李向陽,阮佳琪,潘瑾瑜,馮靜。二叉樹路徑規劃算法在柵格地圖中的應用[J].礦山機械,2019,47(10):67-71.

                          [27] 齊堯,徐友春,李華,王任棟。一種基于改進混合 A~*的智能車路徑規劃算法[J].軍事交通學院學報,2018,20(08):85-90.

                          [28] 張超超,房建東;诙ㄏ蚣訖 A~*算法的自主移動機器人路徑規劃[J].計算機應用,2017,37(S2):77-81.

                          [29] N.A. Fountas,N.M. Vaxevanidis. Intelligent 3D tool path planning for optimized 3-axis sculpturedsurface CNC machining through digitized data evaluation and swarm-based evolutionaryalgorithms[J]. Elsevier Ltd,2020,158:1-18.

                          [30] S. Majumder and M. S. Prasad. Three dimensional D* algorithm for incremental path planningin uncooperative environment[C]. //2016 3rd International Conference on Signal Processing andIntegrated Networks (SPIN), Noida, 2016. 431-435.

                          [31] A. Ikpehai et al. Low-Power Wide Area Network Technologies for Internet-of-Things: AComparative Review[J]. IEEE Internet of Things Journal, vol. 6, no. 2.April 2019.:2225-2240.

                          [32] W. Ayoub, A. E. Samhat, F. Nouvel, M. Mroue and J. Prévotet. Internet of Mobile Things:Overview of LoRaWAN, DASH7, and NB-IoT in LPWANs Standards and Supported Mobility[J].IEEE Communications Surveys & Tutorials, vol. 21, no. 2. Secondquarter 2019:1561-1581.

                          [33] A. Khalifeh, K. A. Aldahdouh, K. A. Darabkh and W. Al-Sit. A Survey of 5G Emerging WirelessTechnologies Featuring LoRaWAN, Sigfox, NB-IoT and LTE-M[C]. //2019 International Conferenceon Wireless Communications Signal Processing and Networking (WiSPNET), Chennai, India,2019.561-566.

                          [34] R. Ratasuk, N. Mangalvedhe, D. Bhatoolaul and A. Ghosh. LTE-M Evolution Towards 5GMassive MTC[C]. // 2017 IEEE Globecom Workshops (GC Wkshps), Singapore, 2017.1-6.

                          [35] P. Popovski et al. Wireless Access in Ultra-Reliable Low-Latency Communication (URLLC)[J].

                          IEEE Transactions on Communications, vol. 67, no. 8. Aug. 2019: 5783-5801.

                          [36] F. Voigtl?nder, A. Ramadan, J. Eichinger, C. Lenz, D. Pensky and A. Knoll. 5G for Robotics:Ultra-Low Latency Control of Distributed Robotic Systems[C]. //2017 International Symposium onComputer Science and Intelligent Controls (ISCSIC), Budapest, 2017.69-72.

                          [37] A. Azari, ?. Stefanovi?, P. Popovski and C. Cavdar. On the Latency-Energy Performance of NBIoT Systems in Providing Wide-Area IoT Connectivity[J]. IEEE Transactions on GreenCommunications and Networking, vol. 4, no. 1. March 2020: 57-68.

                          [38] Imtiaz Parvez,Ali Rahmati,Ismail Guvenc,Arif I. Sarwat,Huaiyu Dai. A Survey on Low LatencyTowards 5G: RAN, Core Network and Caching Solutions[J]. IEEE Communications Surveys &Tutorials,2018,20(4):3098-3130.

                          [39] Masashi IWABUCHI,Anass BENJEBBOUR,Yoshihisa KISHIYAMA,Guangmei REN,ChenTANG,Tingjian TIAN,Liang GU,Yang CUI,Terufumi TAKADA. 5G Experimental Trials for UltraReliable and Low Latency Communications Using New Frame Structure[J]. IEICE Transactions onCommunications,2019,E102.B(2):1-10.

                          [40] Romana Shahzadi,Ambreen Niaz,Mudassar Ali,Muhammad Naeem,Joel J.P.C.Rodrigues,FarhanQamar,Syed Muhammad Anwar.Three Tier Fog Networks: Enabling IoT/5G for Latency SensitiveApplications[J].中國通信,2019,16(03):1-11.

                          [41] Jianmin Zhang,Weiliang Xie,Fengyi Yang,Qi Bi.Mobile Edge Computing and Field Trial Resultsfor 5G Low Latency Scenario[J].中國通信,2016,13(S2):174-182.

                          [42] 柴麗。5G URLLC 標準化關鍵技術分析[J].移動通信,2020,44(02):30-34.

                          [43] M. Polese, R. Jana, M. Zorzi. TCP in 5G mmWave networks: Link level retransmissions and MPTCP[C]. //2017 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS),Atlanta, GA, 2017. 343-348[44] M. Zhang et al. Transport layer performance in 5G mmWave cellular[C]. //2016 IEEE Conferenceon Computer Communications Workshops (INFOCOM WKSHPS), San Francisco, CA, 2016. 730-735.

                          [45] Marco Mezzavilla,Menglei Zhang,Michele Polese,Russell Ford,Sourjya Dutta,SundeepRangan,Michele Zorzi. End-to-End Simulation of 5G mmWave Networks[J]. IEEE CommunicationsSurveys & Tutorials,2018,20(3):2237-2263[46] Marwat Safdar Nawaz Khan,Mehmood Yasir,Khan Ahmad,Ahmed Salman,Hafeez Abdul,KamalTariq,Khan Aftab. Method for Handling Massive IoT Traffic in 5G Networks.[J]. Sensors (Basel,Switzerland),2018,18(11):1-16.

                          [47] Fadi Al-Turjman,Enver Ever,Hadi Zahmatkesh. Small Cells in the Forthcoming 5G/IoT: TrafficModelling and Deployment Overview[J]. IEEE Communications Surveys &Tutorials,2019,21(1):1-38.

                          [48] Saddoud Ahlem,Doghri Wael,Charfi Emna,Fourati Lamia Chaari. 5G radio resource managementapproach for multi-traffic IoT communications[J]. Computer Networks,2020,166(C):1-13.

                          [49]田騫。開放式 Wi-Fi 無線通訊系統在井下的超融合應用[J].陜西煤炭,2019,38(06):188-190+217.

                          [50] 孫繼平,陳暉升。智慧礦山與 5G 和 WiFi6[J].工礦自動化,2019,45(10):1-4.

                          [51] Wang Gang,Zhao Zhikai,Ning Yongjie. Design of Compressed Sensing Algorithm for Coal MineIoT Moving Measurement Data Based on a Multi-Hop Network and Total Variation.[J]. Sensors (Basel,Switzerland),2018,18(6):1-17.

                          [52] L. Yang, D. Li, J. Zhao, J. Tang, Y. Qiu and J. Lu. Development of digital mine informationplatform based on Internet of things technology[C]. //2019 IEEE International Conference onComputation, Communication and Engineering (ICCCE), Fujian P.R, China, 2019.91-94.

                          [53] 張航。 面向物聯網的 RFID 技術研究[D].東華大學,2011.2-30.

                          [54] 金鑫。 煤礦井下物聯網感知層的研究[D].安徽理工大學,2013.5-46.

                          [55] 閆朝輝。 煤礦機電設備物聯網監測管理平臺研究[D].太原理工大學,2016.5-62.
                          致謝

                          首先要誠摯的感謝我的碩士研究生導師田洪現老師,是田老師給了我來北京交通大學學習的機會,讓我能在環境優美、校風優良的北交校園里繼續學習。田老師無論是在學術研究還是日常生活方面都給予了我莫大的幫助。在課題研究方面,田老師為我指明了課題研究方向,當我遇到學術上的難題時總能夠及時有效的引導,他總是能夠用嚴謹的科研態度潛移默化的影響著我,使我在困難面前依然懂得堅持。田老師將學習工作中的方法延續到日常生活中,教會我如何保持積極向上的心態,勤于運動,釋放壓力,快樂生活。

                          其次,我要感謝在工程實踐期間北京易聯創安科技發展有限公司給予我的幫助。感謝李錦上老師對于我完成學位論文相關工作的指導,對我在硬件設計上遇到問題的耐心解答,這段實習經歷讓我收獲滿滿。

                          還要感謝我的同學朋友,尤其是我的師兄王海員,在朝夕相處的日日夜夜里,一起經歷學習上的收獲和生活中的感動,相互扶持,共同進步。

                          感謝來自家人的關心與支持,更要感謝父母從小對我的辛勤教育,讓我能夠有勇氣、有能力、不怕苦、不怕累的攻讀專業,同時為我創造了一個溫暖而安全的良好成長環境,讓我能夠心無旁騖,無需為其他所考慮。

                          最后要由衷的感謝參與碩士論文評審的專家老師們,感謝您們在百忙之中抽出寶貴時間審閱我的論文,希望能得到各位專家老師的批評與指正。

                        (如您需要查看本篇畢業設計全文,請您聯系客服索。

                        相關內容
                        好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                        所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                        如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
                        免费看男阳茎进女阳道视频