实现无人、智能的自动化开采煤矿是当前国际采矿界研究的热点,刮板输送机作为综采工作面中重要组成设备之一,其姿态有重要的研究意义。通过煤层底板钻孔数据建立基于TIN的DEM数字高程模型,结合刮板输送机当前姿态信息对各节中部槽的实际位置进行描述,在此基础上将刮板输送机在DEM中定位,根据推移距离读取推移后刮板输送机底部栅格点的高程数据,依据读取的高程点建立数学模型计算预测推移后各节中部槽的姿态。利用相应试验装置对预测的姿态信息进行对比,结果表明,该预测模型欧拉角误差在0.6°以内,该方法准确性较高,在综采工作面数字化中有广阔的应用前景。

为进一步提高机械臂运动学标定精度,研究不同D-H建模方式下运动学误差辨识精度的差异,为运动学误差准确建模提供理论依据。围绕SD-H和MD-H运动学误差模型的各种变体形式,量化对比各模型变体的性态水平和线性化误差,并分析二者对运动学标定精度的综合影响。研究结果表明:x-z-y欧拉变换会破坏MD-H运动学误差模型最小性,不适用于运动学标定;其余满秩MD-H模型性态水平优于SD-H模型两个数量级;MD-H建模时引入的线性化误差与SD-H数量级等同;在模型性态水平和线性化误差综合作用下,较强测量噪声环境中的SD-H模型运动学标定精度(0.1%~39.3%)优于MD-H模型(0.1%~71.2%);角度类与位置类的运动学参数误差的辨识精度差异显著。研究成果为机械臂标定的精确建模以及误差类型与辨识方法的合理匹配提供了理论依据。