تطبيق الذكاء الاصطناعي في الروبوتات في مناجم الفحم

الملخص مع التطور السريع لتكنولوجيا الذكاء الاصطناعي، أصبح تطبيقه في مناجم الفحم أكثر وأكثر اتساعا. في عملية إنتاج مناجم الفحم، أدت الحاجة الملحة للطلب على استبدال الروبوتات إلى تسريع التطبيق الصناعي لروبوتات مناجم الفحم وتطبيق تكنولوجيا الذكاء الاصطناعي في روبوتات مناجم الفحم. يتم تحليل واستكشاف تطبيق تكنولوجيا الذكاء الاصطناعي في روبوتات مناجم الفحم، ويتم تقديم محتويات البحث الرئيسية لتكنولوجيا الذكاء الاصطناعي وتطبيقها في الصناعة، ويتم تحليل الوضع الحالي لتطبيق الذكاء الاصطناعي في إنتاج مناجم الفحم، ومفهوم تم تطوير تطبيق تكنولوجيا الذكاء الاصطناعي على روبوتات مناجم الفحم بشكل فعال، ومن المتوقع أن يكون هناك احتمال لتطوير الذكاء الاصطناعي في روبوتات مناجم الفحم.

الكلمات المفتاحية الذكاء الاصطناعي، روبوت منجم الفحم، الإدراك الذكي، اتخاذ القرار الذكي، المراقبة الذكية، روبوت إزالة المواد

0 مقدمة

تواجه عملية الإنتاج والتشغيل تحت الأرض لمنجم الفحم مشاكل العديد من الأشخاص الذين ينزلون إلى أسفل العمود، وارتفاع مخاطر الكوارث، وارتفاع معدل الحوادث، وبيئة التشغيل القاسية والتلوث البيئي الخطير [1]. في مواجهة العمليات عالية المخاطر تحت الأرض، أصبحت روبوتات مناجم الفحم إحدى الطرق المهمة لتحقيق هدف إنتاج مناجم الفحم تحت الأرض بشكل آمن وفعال. يمكن لروبوتات مناجم الفحم مساعدة الأشخاص أو استبدالهم لإكمال بعض عمليات التعدين الخطيرة وتحقيق إنتاج آمن وفعال في مناجم الفحم. من أجل تحقيق مبدأ "لا أحد آمن"، أصبحت الروبوتات هي الاتجاه السائد لتحل محل عمال المناجم في العمليات تحت الأرض.

مع استراتيجية "صنع في الصين 2025" و"الصناعة الألمانية 4.0" و"الإنترنت الصناعي الأمريكي"، واتصالات الجيل الخامس وإنترنت الأشياء والبيانات الضخمة والحوسبة السحابية والذكاء الاصطناعي، النضج التدريجي للتقنيات مثل اتصالات الجيل الخامس وإنترنت الأشياء لقد ساهمت الأشياء والبيانات الضخمة والحوسبة السحابية والذكاء الاصطناعي بشكل كبير في تعزيز تحويل وتحديث الصناعة التحويلية التقليدية في الصين [2]. باعتباره علمًا وتقنية ناشئة، يمكن للذكاء الاصطناعي أن يجعل تكنولوجيا الكمبيوتر أكثر دقة وسرعة وملاءمة لإكمال الحسابات العلمية المعقدة التي لا يستطيع العقل البشري القيام بها، وتحقيق الاستبدال الجزئي والتوسيع وتعزيز الدماغ البشري، وبالتالي خلق آلات ذكية يمكنها إتمام العمليات المعقدة والخطيرة بدلاً من البشر[3].

سوف يتطور إنتاج مناجم الفحم في المستقبل نحو أنظمة غير مأهولة ومستقلة وذكية وفعالة، حيث ستلعب تكنولوجيا الذكاء الاصطناعي دورًا لا يمكن الاستغناء عنه وسيتم تطبيق تقنيات الذكاء الاصطناعي المتنوعة على روبوتات مناجم الفحم [4]. على الرغم من أن التطبيق الحالي للذكاء الاصطناعي في مجال مناجم الفحم الصناعية لا يزال في فترة التحسس، إلا أنه مع تزايد انتشار تطبيق تكنولوجيا الذكاء الاصطناعي في مجال مناجم الفحم، أصبح بناء مناجم التشغيل بدون طيار أمرًا لا مفر منه [5] .

1 المشاكل الملحة في صناعة الفحم

وشهدت صناعة الفحم في الصين أكثر من 40 عاما من التطوير، ويميل تعدين الموارد المعدنية للفحم تدريجيا إلى أن يكون ذكيا، ولكن لا تزال هناك بعض الاختناقات التي تحتاج إلى حل.

1.1 التكنولوجيا والمعدات تحتاج إلى ترقية

على الرغم من أن تعدين ونقل الفحم في الصين قد مر بمراحل الرقمنة والأتمتة والمعلوماتية، إلا أن المستوى الفني العام ومعدات الإنتاج لا تزال أقل من تلك الموجودة في الدول المتقدمة [6]. وفي عام 2019، أعلنت إدارة الدولة السابقة لمناجم الفحم اقترحت هيئة الإشراف على السلامة تسريع تصنيع وتطبيق روبوتات مناجم الفحم للحفر واستخراج الفحم والنقل ومراقبة السلامة والدعم والإنقاذ. لم يعد روبوت منجم الفحم الحالي مجرد إكمال عمليات متكررة بسيطة، بل يمكنه استشعار البيئة المحيطة وإعطاء ملاحظات في الوقت الفعلي للعالم الخارجي، لكنه لا يتمتع حتى الآن بقدرات التفكير المستقل والتحديد والاستدلال والحكم واتخاذ القرار ، ولا يزال يحتاج إلى المشاركة البشرية لإنجاز بعض مهام العمل المعقدة.

1.2 مخاطر السلامة الخطيرة

تعد صناعة الفحم صناعة عالية المخاطر، وهناك مخاطر مختلفة في كل خطوة من خطوات الإنتاج، وتتكرر المياه والحرائق والغاز وغبار الفحم والتكوينات الجيولوجية وغيرها من الكوارث، كما تهدد البيئة تحت الأرض المعقدة غير المعروفة بشكل خطير سلامة حياة الناس. مشغلي تحت الأرض. على الرغم من أن تكنولوجيا المراقبة الذكية والإنذار المبكر لمناجم الفحم المستندة إلى إنترنت الأشياء والبيانات الضخمة والحوسبة السحابية قد قللت إلى حد كبير من وقوع الحوادث وضمنت الإنتاج الآمن لمناجم الفحم، إلا أنه لا تزال هناك العديد من المشاكل. ويؤدي ضعف دقة وحساسية أجهزة الاستشعار إلى جمع معلومات السلائف بشكل غير كامل وفي غير وقته؛ أنظمة المراقبة مستقلة عن بعضها البعض ولها وظيفة واحدة، وعمق التكامل وتكامل التطبيقات في النظام الأساسي السحابي ليس عميقًا بدرجة كافية؛ مراقبة أمن قاعدة بيانات النظام ضعيف؛ تفتقر معدات المراقبة إلى التعلم العميق بالإضافة إلى القدرة على التكيف الذاتي [7].

1.3 التلوث البيئي الخطير

تنتج مناجم الفحم غبار الفحم أثناء عملية التعدين، كما تنتج أيضًا غازات ضارة مثل أول أكسيد الكربون وثاني أكسيد الكربون لتلويث الغلاف الجوي[8]. وفي الوقت نفسه، تحتوي النفايات السائلة الناتجة عن تعدين الفحم على كمية كبيرة من المعادن الثقيلة والمواد الحمضية، والتي يمكن أن تتسرب بسهولة إلى التربة أو تدخل إلى المياه الجوفية لتلوث الجيولوجيا ومصادر المياه. ستتعدى مشاريع استخراج الفحم على مساحة كبيرة من الغطاء النباتي والأراضي الزراعية، وتكون الأرض عرضة للانهيار بعد التعدين مما يؤدي إلى تدمير الطبقة السطحية [9].

2 المحتوى البحثي الرئيسي للذكاء الاصطناعي

2.1 التعرف على الأنماط

يستخدم التعرف على الأنماط في تكنولوجيا الذكاء الاصطناعي وظائف جمع البيانات وتحليلها ومعالجتها القوية لتكنولوجيا الكمبيوتر المتقدمة لمحاكاة الإدراك البشري والتعرف على البيئة الخارجية من خلال إعداد البرامج المقابلة مسبقًا. يمكن للروبوتات الذكية التي تتضمن التعرف على الأنماط محاكاة القدرات الحسية البشرية بشكل أفضل، والتعرف على الشخصيات والأصوات والصور والمشاهد ومعلوماتها المدمجة بدقة عالية، وإدراك البيئة المحيطة ونمذجةها بدقة من خلال الحصول على معلومات متعددة المصادر [10].

الرؤية الآلية في تكنولوجيا الذكاء الاصطناعي، باعتبارها واحدة من أهم طرق الإدراك البيئي، تحاكي القدرات البصرية البشرية لتحسين فهم الروبوت لبيئة قاع البئر والعمليات التشغيلية وظواهر التغذية المرتدة. أولاً، تكون الروبوتات الذكية التي تتضمن رؤية آلية قادرة على التكيف بشكل جيد مع بيئة التشغيل في قاع البئر والتعاون بشكل جيد مع الأجهزة الاصطناعية الأخرى؛ ثانيًا، القدرة على التقاط المزيد من المعلومات حول المشهد الخارجي وفهم محتوى الصور والتعمق فيه من خلال الرؤية المجسمة والفحص البصري وتقنيات تحليل الصور الديناميكية؛ وثالثًا، القدرة على الحكم على ظواهر التغذية المرتدة تحت الأرض لعملية التشغيل وتقديم معلومات حول حالة الروبوت إلى نظام التحكم في الحركة [11].

2.2 النظام الخبير

الأنظمة الخبيرة هي تقنيات تمثل معرفة وخبرة الخبراء البشريين وتستخدم لحل المشكلات مثل قرارات النظام والعمليات والفشل. ومن خلال تقنيات الذكاء الاصطناعي يتم إنشاء أنظمة معرفية لأنظمة قاع البئر التي تحاكي البشر لحل المشكلات العملية التي تعترضهم أثناء العمليات. يمكن للخبراء البشريين التنبؤ بفشل النظام، وتحديد نقاط الفشل وإنشاء حلول لاستكشاف الأخطاء وإصلاحها استنادًا إلى الحالة الحالية للنظام، مثل شاشات عرض المعدات وأصواتها، ومعلمات البيانات التشغيلية، وحالة المنتج، عند حل مشكلات العالم الحقيقي. ولذلك، تُستخدم الأنظمة المتخصصة بشكل شائع للتنبؤ بالأخطاء وتشخيصها واستكشاف الأخطاء وإصلاحها. بالإضافة إلى ذلك، في الصناعة التحويلية، تُستخدم الأنظمة المتخصصة أيضًا لاتخاذ قرارات تخطيط الإنتاج، وتحسين عملية الإنتاج، وتنسيق الإنتاج، وتحسين معلمات المعدات.

2.3 التعلم الآلي

يحاكي التعلم الآلي في تقنيات الذكاء الاصطناعي قدرات التعلم البشري من خلال الأطر النموذجية والخوارزميات لاستخراج القوانين الجوهرية تلقائيًا من خلال بيانات التدريب والمعلومات البيئية والتعليقات لتحسين أداء النظام وتعزيز التكيف البيئي والمتانة. تتمتع الروبوتات التي تتضمن التعلم الآلي بقدرات تشبه قدرات الإنسان في استخلاص القانون وتلخيص المعرفة لتحديد المعلومات الفعالة من الكم الكبير من موارد المعلومات التي تم جمعها وتعلم كيفية تحسين ذكائها. يمكن لتكنولوجيا التعلم الآلي أن تحل بشكل فعال سلسلة من المشاكل في المواقف غير المتوقعة وتقلل إلى حد كبير من تكاليف العمالة والإنتاج [12].

2.4 الذكاء الاصطناعي الموزع

يقوم نظام الذكاء الاصطناعي الموزع بتنسيق الجدولة والتحكم في أنظمة الجسم متعددة الذكاء غير المتجانسة من خلال الجمع بين الذكاء الاصطناعي وتكنولوجيا الكمبيوتر بشكل علمي وعقلاني، وذلك لتعزيز أداء نظام الذكاء الاصطناعي، وتحسين القدرة على تنفيذ المهام، وزيادة كفاءة العمل التعاوني لكل نظام مستقل في الروبوت الذكي. عندما يواجه الروبوت الذكي بعض المواقف غير المتوقعة، فلا يزال بإمكانه ضمان قيام كل نظام فرعي بتنفيذ العمل العادي. لا يزال نظام الذكاء الاصطناعي الموزع الحالي في المرحلة الأولية من البحث والتطوير، وتكمن الصعوبة التقنية في كيفية تنسيق قواعد تشغيل الأنظمة المختلفة [13].

3 حالة تطبيق الذكاء الاصطناعي في روبوتات مناجم الفحم

3.1 تطبيق الذكاء الاصطناعي في التحكم في حركة روبوتات مناجم الفحم

من أجل ضمان قدرة روبوتات مناجم الفحم على العمل بشكل صحيح في بيئات معقدة تحت الأرض، قام الباحثون بتطبيق تقنيات الذكاء الاصطناعي مثل الأنظمة المتخصصة والشبكات العصبية الاصطناعية على أساليب التحكم في حركة الروبوت والخوارزميات والعمليات التعاونية. من خلال محاكاة تفكير الخبراء البشريين ومستوى المعرفة، يمكن لروبوتات مناجم الفحم حل بعض المشكلات المعقدة غير الخطية متعددة الأبعاد، وتقليل كمية العمليات لتحليل النظام الديناميكي، وإعداد المعلمات ومعالجة البيانات، وتحسين كفاءة التحكم ودقته.

صمم الباحثون وانغ نيان وآخرون [14] روبوتًا ذكيًا للمناجم يعتمد على ucos المدمج واستخدم شبكة GSM لتحقيق التحكم عن بعد في الجهاز؛ استخدم الباحثون Zhang Chuancai وآخرون [15] الشبكة العصبية BP لإنشاء طريقة قياس لتحديد زاوية دوران الروبوت بناءً على سرعة المحرك ووقت التشغيل، والتي يمكن أن توفر معلمات زاوية لتخطيط مسار الروبوت؛ قام وانغ شيوسونغ وآخرون [16] من الباحثين بتقريب المعلمات الحركية غير المؤكدة استنادًا إلى شبكة إيلمان العصبية المحسنة وأرسلوا أوامر التحكم لنظام مؤازر الروبوت الخاص بمنجم الفحم باستخدام وحدة تحكم عصبية غامضة؛ قام الباحثون في Song Xin et al [17] بتطبيق الشبكات العصبية في مجال التحكم في الروبوت لإنجاز إجراءات مثل التحكم في الاقتران متعدد المفاصل بالذراع الآلي، وتخطيط المسار النهائي، والتحكم في الصمام الهيدروليكي.

3.2 تطبيق الذكاء الاصطناعي في الإدراك الذكي والتنبؤ بالمخاطر لروبوت منجم الفحم

تحقق روبوتات فحص التعدين إدراكًا شاملاً لمعلومات البيئة تحت الأرض من خلال حمل أجهزة استشعار مختلفة، ومراقبة فشل الأجهزة والمعدات في الوقت الفعلي، وسلامة الموظفين ومعلومات الكوارث مثل الغاز وغبار الفحم والمياه والحرائق، وإصدار الإنذار المبكر في الوقت المناسب الحد من وقوع حوادث مناجم الفحم. بالنسبة للعديد من الصعوبات التقنية مثل التحديد غير الدقيق والمراقبة في الوقت المناسب في البيئات المعقدة تحت الأرض، يستخدم الباحثون التعلم العميق والتعرف على الأنماط وتقنيات الأنظمة المتخصصة لزيادة تعزيز التحديد الدقيق للروبوت والمراقبة في الوقت الفعلي للمخاطر الناشئة تحت الأرض.

استخدم الباحثون في لو وانجي وآخرون [18] خوارزميات التعلم العميق المستندة إلى الشبكات العصبية التلافيفية لتصميم وتدريب معدات منجم الفحم حتى يتمكن روبوت التفتيش تحت الأرض من تحديد نوع معدات منجم الفحم بدقة؛ اقترح الباحثون في Zhang Fan et al [19] طريقة لإعادة بناء صور التعدين استنادًا إلى الشبكات العصبية المتبقية للتأثيرات المزعجة للضوضاء تحت الأرض على بيئة التشغيل المرئية، مما أدى إلى تحسين وضوح صور المراقبة بشكل فعال واستخدم Nie Zhen et al [20] خوارزمية جينية تعتمد على شبكة BP العصبية لبناء نظام ذكي للكشف عن بيئة غاز الأنفاق والحصول على بيانات في الوقت الفعلي لتوزيع تركيز الغاز على أقسام مختلفة من الأنفاق في مسار روبوتات فحص مناجم الفحم؛ استخدم Pan Yue et al [21] الشبكة العصبية BP لإنشاء نموذج تشخيصي لأخطاء المروحة وإنشاء رسم خرائط بين أنواع أخطاء المروحة ونطاقات تردد اهتزاز دوار المروحة، وبالتالي تحقيق تشخيص أخطاء المروحة. العلاقة، ومن ثم تحقيق تشخيص خطأ المروحة؛ يعتمد الباحثون Yan Junjie et al [22] على شبكة عصبية اصطناعية لإنشاء نموذج تشخيصي لأخطاء تروس آلات مناجم الفحم، باستخدام إشارة الإدخال لتدريب نموذج الشبكة العصبية، وتصنيف إشارة الخرج، ثم تحديد خطأ التروس.

3.3 تطبيق الذكاء الاصطناعي في تحديد المواقع المستقلة وبناء الخرائط لروبوتات مناجم الفحم

يتطلب تحقيق تحديد المواقع والملاحة المستقلة في بيئات مناجم الفحم المعقدة وغير المنظمة النظر في عدم قدرة تقنية نظام تحديد المواقع العالمي (GPS) على التطبيق مباشرة في أسفل البئر والحاجة إلى التغلب على التداخل الناتج عن العوامل الخارجية مثل الغبار ودرجة الحرارة والرطوبة والضوضاء وتدفق الهواء، مما يضع أماكن أعلى المتطلبات على تكنولوجيا تحديد المواقع والملاحة المستقلة والدقيقة للروبوتات في البيئات المقيدة والمغلقة أسفل البئر. أصبح إنشاء الخرائط، وتحديد المواقع، وتخطيط المسار، وتجنب العوائق في الوقت الفعلي لروبوتات مناجم الفحم بناءً على تكنولوجيا الذكاء الاصطناعي، نقاطًا ساخنة للبحوث التطبيقية.

اقترح باي يون [23] شبكة عصبية غامضة ذات هيكل متغير وطبقها على عملية استشعار البيئة لروبوتات إنقاذ الثعابين تحت الأرض، ودمج بيانات الاستشعار متعددة المصادر لتحقيق التعرف على العوائق ونمذجة البيئة لروبوتات الثعبان في البيئات القاسية؛ استخدم الباحثون فو هوا وآخرون [24] نموذج الشبكة العصبية الاصطناعية لنمذجة مساحة العمل لنظام مراقبة مناجم الفحم الذكي ووصفها ديناميكيًا، وذلك باستخدام نموذج الشبكة العصبية لتخطيط مسار تجنب العوائق بواسطة الروبوت؛ استخدم الباحثون Zhang Yaofeng et al [25] التعويض القائم على شبكة Elman لخطأ قياس مستشعر الموجات فوق الصوتية للروبوت الموجود تحت الأرض، مما أدى إلى تحسين كبير في دقة تحديد المدى بالموجات فوق الصوتية واكتشاف العوائق؛ قام Zhai Guodong et al [26] بتلخيص تقنية الرؤية الثنائية في روبوت إنقاذ منجم الفحم للحصول على معلومات عن مكان الحادث وتحقيق تجنب العوائق بشكل مستقل وتخطيط المسار، بما في ذلك تصنيف الأنماط والتعرف عليها، والقياس البصري وإعادة البناء ثلاثي الأبعاد، والقياس المشترك والتوطين، والبصري أجهزة التحكم؛ قام الباحثون Ma Hongwei et al [27] ببناء نظام رؤية آلية قائم على الكاميرا العميقة واقترحوا طريقة ملاحة تعتمد على الرؤية العميقة، حيث تم تجهيز الروبوت بكاميرا عمق RGB-D للحصول على البيانات لتحقيق إنشاء الخرائط والتنقل المستقل .

4 بحث عن روبوتات مناجم الفحم الذكية

هناك أنواع مختلفة من تقنيات الذكاء الاصطناعي، وتشمل محتويات البحث الرئيسية المطبقة في مجال روبوتات مناجم الفحم الإدراك الذكي للاندماج متعدد الوسائط، والتعلم المعرفي واتخاذ القرارات الذكية، والتشغيل التعاوني للتحكم الذكي. من خلال الإدراك والتعلم واتخاذ القرار والتحكم التعاوني، يتم تحقيق التطوير الذكي لروبوتات مناجم الفحم.

4.1 الإدراك الذكي متعدد الوسائط

تم تجهيز روبوت منجم الفحم بأجهزة استشعار مختلفة مقاومة للانفجار وعالية الدقة والموثوقية لبناء نظام إدراك ذكي مع اندماج متعدد الوسائط للرؤية والسمع والشم واللمس وما إلى ذلك، لاستكمال التعرف والتحليل الذكي والصوت غير الطبيعي التعرف، ومراقبة درجة الحرارة غير الطبيعية، والكشف عن الدخان، والكشف عن تركيز الغاز الضار، وتجنب العوائق بشكل مستقل، والإمساك المستقل وغيرها من العمليات.

(1) بحث حول التعرف على رؤية الآلة وتقنيات الكشف البصري في سيناريوهات تطبيق مناجم الفحم. من خلال معالجة الصور وفهمها، يستطيع الروبوت، أولاً، تحديد ومراقبة العدادات الرقمية للمعدات وشاشات LCD والمؤشرات والصمامات وما إلى ذلك؛ ثانيا، الكشف عن تساقط السائل في خط الأنابيب، وتشغيل الشريط وتكسيره؛ ثالثًا، تنفيذ اقتحام الأفراد، والأفراد المناوبين، والكشف عن ملابس الأفراد؛ رابعًا، تحديد وتتبع الأجسام الغريبة التي تظهر على الشريط مثل الشوائب وقضبان التثبيت وجذوع الأشجار في الطرق وأنابيب الحديد وما إلى ذلك.

(2) البحث في تقنيات مثل السمع الآلي، أي اكتشاف الصوت والتعرف عليه في سيناريوهات تطبيق منجم الفحم. باستخدام مستشعر التقاط الصوت عالي الحساسية، ومعالج الإشارات الرقمية DSP عالي السرعة، جنبًا إلى جنب مع تقنية معالجة تقليل الضوضاء الديناميكية التكيفية، واستخراج ميزات الصوت وتقنية التعرف على خوارزمية نموذج الكشف لتحديد الصوت غير الطبيعي في المنجم.

(3) بحث حول تقنية التعرف الذكي على الشم الآلي، أي اكتشاف الغاز في سيناريوهات تطبيق منجم الفحم. الكشف الدقيق عن غاز الميثان وكبريتيد الهيدروجين وأول أكسيد الكربون والأكسجين والغازات الأخرى في البيئة وما إذا كان الدخان يتجاوز الحد المسموح به، والكشف في الوقت المناسب عن تسربات الغاز والإنذار المبكر بالحرائق.

(4) بحث حول التكنولوجيا اللمسية للروبوتات في سيناريوهات تطبيق مناجم الفحم. جمع درجة حرارة الأشياء مثل المحركات والمضخات والمحامل والبكرات والأشرطة وما إلى ذلك من خلال الاتصال أو عدم الاتصال وتحليل البيانات؛ من خلال معدات استشعار القوة، والرصد في الوقت الحقيقي لقوة الاتصال، وقوة الإمساك، وقوة التشغيل، والضغط الداخلي، وتحقيق استشعار القوة والتحكم في السلامة.

4.2 التعلم المعرفي واتخاذ القرارات الذكية

في ضوء المشاكل الحالية المتمثلة في عدم توافق بروتوكولات نظام الروبوتات الخاصة بمناجم الفحم ونقص تبادل المعلومات والتكامل، سنقوم بدمج روبوتات مناجم الفحم بعمق مع الجيل الجديد من تكنولوجيا المعلومات، وبناء نظام عام ومعياري ومرن للتعلم المتبادل وتبادل المعرفة المتعلقة بالفحم الروبوتات الخاصة بالمناجم، واختراق الاختناقات التقنية لفهم مشهد الروبوتات الخاصة بمناجم الفحم، واكتشاف السلامة، وتحديد المواقع بدقة، والإدراك المستقل، والملاحة الفعالة. تحقيق الخدمات السحابية عبر الإنترنت للتقنيات الشائعة لروبوتات مناجم الفحم لحل القيود المفروضة على الروبوتات الفردية وتحسين عملية صنع القرار الذكي لروبوتات مناجم الفحم.

(1) إنشاء إطار للتعلم والتعميم يدمج الفرد والكل. على المستوى الفردي، يقوم روبوت واحد بدمج معلومات الاستشعار وصنع القرار والتحكم والتعاون والتفاعل بين الإنسان والروبوت أثناء التشغيل، ويقوم بإجراء تدريب تزايدي في الوقت الحقيقي عبر الإنترنت من خلال إطار تعلم الذكاء الاصطناعي الذي تمثله الشبكات العصبية ديناميكيًا ضبط الحالة التشغيلية للروبوت وتحقيق التحكم الأمثل واتخاذ القرار لدورة كاملة. على المستوى العام، تقوم الروبوتات المتعددة بتحميل وتوزيع المعرفة المكتسبة فيما بينها من خلال الجيل الجديد من تكنولوجيا المعلومات، بحيث عندما يواجه الروبوت مهمة تشغيلية جديدة تمامًا، يمكنه التعرف بسرعة على الخصائص التشغيلية مع نتائج المعرفة الروبوتات الأخرى، وتقليل وقت إعادة التعلم، وتعزيز مرونة مهام النظام وقدرته على التكيف بشكل عام.

(2) إنشاء وضع تشغيل يتم فيه دمج جسم الروبوت والسحابة. اختراق نموذج البحث والتطوير والتكامل للروبوت التقليدي، وتحقيق طريق جديد للبحث والتطوير والتكامل للروبوت الذي يدمج جسم الروبوت المحلي خفيف الوزن مع قدرة معالجة البيانات عالية الأداء في السحابة بمساعدة "5G + الحوسبة السحابية". يتم نقل الخوارزميات التي تتطلب قوة حوسبة قوية، مثل إدراك البيئة الذكية، والتعرف على الأنماط، وإنشاء الخرائط، والملاحة المستقلة، إلى السحابة، ويقوم الروبوت المحلي بتحميل بيانات أجهزة الاستشعار والمحركات الموجودة على متن الطائرة إلى السحابة في الوقت الفعلي ، ويحسن حساب الإدراك والنمذجة والتنفيذ من خلال معالجة البيانات القوية وقوة الحوسبة للسحابة. يتم إرسال النتيجة إلى الروبوت المحلي في الوقت الفعلي، مما يقلل العبء الحسابي للروبوت المحلي وينقل المزيد من موارد الأجهزة إلى المستشعر وجانب التنفيذ لتحقيق تصميم روبوت تشغيلي خفيف الوزن ومبسط وعالي الأداء.

4.3 التحكم الذكي في العملية التعاونية

إن دمج تقنيات التعلم العميق والليزر/البصرية SLAM في روبوتات مناجم الفحم، جنبًا إلى جنب مع نظام الاستشعار الذكي للاندماج متعدد الوسائط، يحقق وظائف الحركة المستقلة، وتحديد المواقع بدقة، وتعديل الموضع، والتخطيط الذكي للتشغيل، والتشغيل المستقل، والاستشعار الذكي للكوارث لروبوتات مناجم الفحم. في بيئة المناجم المعقدة، ويحقق تحكمًا تعاونيًا ذكيًا في عمليات الكشف والحفر ودعم العمليات.

(1) دمج تكنولوجيا الشبكة العصبية في التحكم في العمليات التعاونية والتخطيط لروبوتات مناجم الفحم المتعددة. التنظيم الذاتي والتجميع الذاتي والتنسيق الذاتي للروبوتات المتنقلة في المناجم لتحقيق تكامل المعدات غير المتجانسة. من خلال تحليل المهام الذكية، وتعيين المهام، وتقنيات موازنة التحميل، يتم تشكيل سرب من الروبوتات في بيئات معقدة في المناجم، وتقنيات مثل الملاحة المستقلة في الفضاء تحت الأرض، واستشعار الحالة متعدد أجهزة الاستشعار، والتخطيط الذكي للعمليات، والتعاون بين الروبوتات المتعددة. يتم تطبيق التحكم لتحقيق عمليات تعاونية فعالة بين الروبوتات المتعددة في حفر سطح العمل والحفر والاستخراج والنقل والدعم.

(2) توسيع نطاق التفاعل البشري مع روبوت واحد ليشمل التفاعل البشري مع مجموعات روبوتية متعددة، وتحقيق التدخل والتعاون بين المشغلين في مجموعات الروبوتات. أثناء تشغيل روبوتات مناجم الفحم، يشكل كل روبوت غير متجانس له وظائف مختلفة سربًا تعاونيًا معقدًا متعدد الروبوتات. وفي الوقت نفسه، يجب أن يكون السرب التعاوني متعدد الروبوتات قادرًا على التعاون مع المشغل بعمق. من خلال تقنية الذكاء الاصطناعي، يمكننا اختراق وضع "عرض تنفيذ الأوامر" البسيط لتكنولوجيا التفاعل بين الإنسان والروبوت الحالية، ودمج التدخل البشري في دورة التحكم لتحقيق وضع جديد للتفاعل بين الإنسان والروبوت مع "الإنسان في الحلقة" "، وأدرك "مجموعة النظام تحت الأرض غير المأهولة + مجموعة النظام تحت الأرض غير المأهولة + مجموعة النظام تحت الأرض غير المأهولة". وضع التشغيل لمجموعة الأنظمة غير المأهولة تحت الأرض + المشغل تحت الأرض، لتحسين الكفاءة التشغيلية للنظام ككل ومرونة المهام وقوتها.

من أجل تحقيق هدف منجم الفحم الذكي، سنجري بحثًا حول "روبوت منجم الفحم +" و"روبوت منجم الفحم + 5G" لتحقيق الاستشعار الشامل والربط البيني وتبادل معلومات المجال الكامل والتفاعل متعدد القنوات بين الإنسان والروبوت. ; "روبوت منجم الفحم + الحوسبة السحابية "روبوت منجم الفحم + الحوسبة السحابية" يدرك التوافق بين علم الروبوت خفيف الوزن ومنخفض التكلفة وقدرة الحوسبة التعليمية عالية الأداء؛ "روبوت منجم الفحم + البيانات الضخمة" يحقق التنبؤ الديناميكي وتكامل المعلومات و يوفر أساس البيانات للتعلم التطوري للروبوت؛ "روبوت منجم الفحم + الذكاء الاصطناعي" يحقق "روبوت التعدين + الذكاء الاصطناعي" الإدراك الذكي المستقل، والتحليل الأمثل واتخاذ القرار، وتطور تعلم المعرفة، وبالتالي تشكيل نظام ذكي كامل للإدراك ثلاثي الأبعاد، والتعلم المستقل والرقابة التعاونية في المنجم.

5 النظرة المستقبلية

لقد تم تطبيق الذكاء الاصطناعي على نطاق واسع في مجال الروبوتات الخاصة بمناجم الفحم، وتم تحقيق المزيد من نتائج الأبحاث. ومع ذلك، باعتباره تكنولوجيا حدودية ناشئة، لا يزال الذكاء الاصطناعي يواجه قيودًا.

(1) تكنولوجيا الذكاء الاصطناعي الحالية موجهة بشكل أساسي إلى مهمة واحدة، ولم يتم بعد تحقيق إطار عام للذكاء الاصطناعي يمكنه مواجهة مهام متعددة. على سبيل المثال، لا يمكن استخدام النماذج المدربة للتعرف على الصور للكشف عن الصوت والتعرف عليه؛ لا يمكن توسيع إطار الخوارزمية للتعرف على كائن مستهدف محدد ليشمل التعرف على الكائنات المستهدفة التعسفية، ويجب إنشاء مجموعة البيانات وإعادة تدريبها عند ظهور هدف تصنيف جديد. تحد هذه الميزة من تطبيق الذكاء الاصطناعي في سيناريوهات المهام المعقدة.

(2) تحتاج خوارزميات الذكاء الاصطناعي إلى الاعتماد على كمية كبيرة من البيانات، ويجب إجراء عمليات مثل جمع البيانات ومعالجتها ومعايرتها ومواءمتها يدويًا، وهو أمر أقل كفاءة. أصبحت كيفية استخدام كمية أقل من البيانات لتحقيق أداء أعلى إحدى النقاط الساخنة للبحث الحالي في أساليب الذكاء الاصطناعي.

(3) هناك أنواع عديدة من روبوتات مناجم الفحم، ويوجد عدد كبير من أجهزة الاستشعار وأجهزة القيادة وأجهزة التشغيل. تتنوع تنسيقات البيانات الخاصة بكل جهاز، ومن الصعب تشكيل واجهة بيانات موحدة، مما يجعل البيانات بين كل نظام مستقلة عن بعضها البعض. وتجعل البيانات غير المتوافقة من الصعب على نظام الذكاء الاصطناعي تنسيق الروبوتات في كل جزء من عملية إنتاج منجم الفحم، والحصول على بيانات كافية لتشكيل خطة موحدة ذات حلقة مغلقة لعملية الإنتاج بأكملها.

(4) البيئة التي تعمل فيها روبوتات مناجم الفحم خطيرة للغاية، لذا لا يمكن لأنظمة الذكاء الاصطناعي الحالية وحدها ضمان مستوى عالٍ من الأمان والاستقرار. تصبح كيفية دمج نظام الذكاء الاصطناعي مع التدخل اليدوي للمشغل ودمج التدخل البشري في حلقة تشغيل نظام الذكاء الاصطناعي بأكمله أحد العناصر الأساسية التي يجب معالجتها في الخطوة التالية.

في المستقبل، ستتطور أنظمة الذكاء الاصطناعي المطبقة على روبوتات مناجم الفحم نحو التعميم، وانخفاض النفقات العامة، والتوحيد، والتعاون بين الإنسان والآلة، مع ظهور إطار عام لخوارزمية الذكاء الاصطناعي لمهام متعددة تتعلم وتتطور باستمرار عبر الإنترنت باستخدام كميات صغيرة من البيانات. وأساليب تدريب منخفضة التكلفة، قادرة على دمج البيانات الرئيسية من جميع جوانب إنتاج مناجم الفحم من أجل الحوسبة والجدولة المتكاملة، وقادرة على التعاون مع بعضها البعض ومع البشر لتحقيقها، وقادرة على التعاون مع البشر لتحقيق كفاءة وآمنة ومضمونة. إنتاج مناجم الفحم المستقلة.

6 الاستنتاج

ومع تطور تكنولوجيا الذكاء الاصطناعي، ستشهد صناعة تعدين الفحم تغييرا كبيرا. من خلال بناء النماذج الفعالة والحوسبة المتوازية وقدرات التخطيط للذكاء الاصطناعي، سيصل الذكاء والأتمتة لروبوتات مناجم الفحم إلى مستوى جديد، مما يحقق حقًا المتطلبات غير المأهولة والآمنة لإنتاج مناجم الفحم. وفي الوقت نفسه، سيمكن الذكاء الاصطناعي من زيادة كبيرة في كفاءة إنتاج مناجم الفحم وتعزيز التنمية الآمنة والصحية والمستدامة لصناعة مناجم الفحم.