物联网感知层技术在露天煤矿边坡监测中应用研究

发布时间：2021-06-06 03:12

　　近年来,物联网感知技术迅速得到推广应用。平庄煤业西露天煤矿为了提高边坡监测预警的及时、准确性,应用了基于物联网技术研发的TM30测量机器人边坡智能监测系统。按照物联网的体系架构,该监测系统的感知层是TM30测量机器人。感知层的关键器件是CCD（Charge Coupled Device）图像传感器,TM30测量机器人主要利用CCD进行数据的采集处理。论文简要介绍了CCD的六个特性（感光分辨率、光谱响应、光电转换、动态范围、暗信号、驱动频率）、工作的四步程序（信号电荷产生、存储、传输和检测）以及CCD对目标识别跟踪所用的三项技术（压电陶瓷驱动技术、自动目标照准技术、小视场技术）和一个功能（目标可视功能）。在此基础上,通过建立MTF模型研究了影响CCD工作效率的因素。通过研究得知,CCD中像元的感光面积越大,感光分辨率越高;相同尺寸的CCD中像元结构的几何形状越复杂,感光分辨率越高。而感光分辨率越高,对数据的采集处理就越精确,边坡监测预警就越准确。论文讲述了感知层的改进应用,即TM30测量机器人在平庄煤业西露天煤矿边坡监测预警中应用效果良好,由于西露天煤矿露采部分闭坑,平庄煤业将此智能监测... 

【文章来源】：辽宁工程技术大学辽宁省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

平庄煤业西露天煤矿边坡滑坡图

辽宁工程技术大学硕士学位论文2测量机器人为感知层，通过CCD(ChargeCoupledDevice)图像传感器对测量目标进行识别，并自动分析、判断和推理，实现控制，自动完成照准、读数等操作。现场采集并处理的数据(现场控制采用GPRS无线方式)，通过GPRS模块，由ISP固网实时发送到中心数据服务器，再通过GeoMOS监测软件汇总处理，时时显示边坡动态，超过提前设置的预警值时，发出警报[1]。图1.2TM30测量机器人边坡智能监测系统示意图Figure1.2TM30DiagramofIntelligentMonitoringSystemforRoboticSlopeMeasuringRobotsTCA2003控制器GPRS模块电源B采集室TCA2003供电控制器GPRS模块温度气压体感器GPRS模块电源A采集室互联网路由器交换机GeoMoS服务器中心机房图1.3系统的通讯、控制图Figure1.3Systemcommunications,controlcharts

辽宁工程技术大学硕士学位论文3TM30测量机器人首次将自动目标识别的距离提高到1500米，其基本定位精度为±5mm，在1500米的测距时最大误差不超过7mm[2]。自使用以来，为平庄煤业西露天煤矿预警了全部的边坡滑坡，得到了平庄煤业的认可，平庄煤业计划将其应用到所属的白音华一号矿。但相比较而言，平庄煤业西露天煤矿开采范围较小，需要监测的区域小，监测距离较近，如图1.4为西露天煤矿边坡监测点的布置图。白音华一号矿生产能力大，采场工作面大，需要监测的区域大，监测距离较远。如图1.5是白音华一号矿采场平面图。同时，平庄煤业白音华一号矿地处锡林郭勒大草原，昼夜温差大，冬季及其寒冷，最低温度达到零下40度；春季风沙大，由于TM30边坡监测系统感知层发出红外光信号随着监测距离的增大，煤尘、扬土、雾霾、蒸汽等遮挡、反射和吸收以及温差的影响，外光光信号发出后到达监测棱镜反射回来会大幅衰减，致使TM30测量机器人对监测数据采集及处理的精度大打折扣，对监测目标识别与跟踪的速率降低，无法达到与平庄煤业西露天煤矿同样的监测预警效果。图1.4西露天煤矿边坡监测点的布置图Figure1.4LayoutChartofWestOpenCoalMineSlopeMonitoringPoint图1.5白音华一号矿采场平面图Figure1.5BaiyinhuaminePlaneplan

【参考文献】：
期刊论文
[1]无线射频识别技术RFID在物联网的应用分析[J]. 欧小鸥.  通讯世界. 2018(02)
[2]物联网体系结构与实现方法的比较研究[J]. 李存永.  科学技术创新. 2017(32)
[3]超连续谱激光干扰多色CCD探测器建模仿真研究[J]. 宋冬生,郭亮,郭冰涛,李世尧,王谭.  应用光学. 2017(06)
[4]CCD紫外增强薄膜旋涂法工艺优化[J]. 冯宇祥,孟银霞,张国玉,吴一辉,郝鹏.  光谱学与光谱分析. 2017(09)
[5]物联网概述及关键技术研究[J]. 伍株仪.  数字通信世界. 2017(09)
[6]基于线性CCD的智能车系统设计[J]. 岳琪琪,王琪,王丙.  机械与电子. 2017(08)
[7]基于MTF启发法的OpenFlow虚拟流表高效查找算法[J]. 姜腊林,胡念,熊兵.  小型微型计算机系统. 2017(07)
[8]一种提高CCD原理绝对值传感器分辨率的方法[J]. 李俊.  制造技术与机床. 2017(07)
[9]TCA2003测量机器人高程测量精度研究[J]. 李敬唐.  测绘地理信息. 2017(04)
[10]基于线性CCD的智能车设计[J]. 刘龙阁,刘洋,肖朋超,程乔.  电子世界. 2017(12)

硕士论文
[1]基于Android的信息系统二维码技术的应用研究[D]. 娄明.中国地质大学(北京) 2018
[2]基于徕卡测量机器人的边坡监测系统研究[D]. 李金阁.重庆交通大学 2017
[3]基于线阵CCD的平台位置控制[D]. 马林杰.中国科学技术大学 2017
[4]基于CCD图像的长城站积雪覆盖率日变化分析[D]. 产启良.武汉大学 2017
[5]基于物联网的智慧农业监控系统研究[D]. 张博文.长江大学 2017
[6]基于图像处理的纺织品色差在线检测系统研究[D]. 宁雨薇.西安工程大学 2017
[7]基于拉曼光谱的亚硝酸盐监测系统的设计与研究[D]. 孙海盟.江苏大学 2016
[8]基于图像处理的调制传递函数测试方法研究[D]. 陈燕芹.长春理工大学 2016
[9]基于面阵CCD三维实时成像技术的研究[D]. 王淞.浙江大学 2016
[10]测量机器人露天矿边坡监测数据处理方法研究[D]. 高延东.辽宁科技大学 2016



本文编号：3213478