一种顶管式煤矿小断面巷道自主掘进的方法，利用顶管式煤矿自主掘进装备，在煤矿进行小断面巷道施工，一次成型断面，施工效率高，工具管在机头的后侧，工具管和机头的外径尺寸相同，采用承插式连接方式，后一根管的前法兰和前一根管的后法兰紧密贴合，工作硐室内安装了主顶装置，利用主顶装置推顶管，当主顶油缸前伸到位时，将主顶油缸收回，硐室上方搭建了工字钢和电动葫芦，使用电动葫芦将辅助硐室里摆放的工具管吊装到主顶导轨上，将管路和电缆连接后，继续向前顶进，完成巷道的施工。本发明优点：掘进速度快、工人劳动强度小，降低了作业难度。降低了作业危险性，减小了工人的劳动强度，对煤矿行业降本增效具有重要意义。
1.一种顶管式煤矿小断面巷道自主掘进的方法，其特征在于：所述的顶管式煤矿小断面巷道自主掘进的方法，利用顶管掘进机对煤矿小断面巷道进行施工；
其施工过程如下：首先采集需要掘进的巷道的岩性相关数据，根据巷道的物理特性设计顶管掘进机的刀盘布置，工具管在机头的后侧，工具管和机头的外径尺寸相同，采用承插式连接方式，后一根管的前法兰和前一根管的后法兰紧密贴合，工作硐室内安装了一个由4个油缸组成的主顶装置，利用主顶装置推顶管，当主顶油缸前伸到位时，将主顶油缸收回，硐室上方搭建了工字钢和电动葫芦，使用电动葫芦将辅助硐室里摆放的顶管吊装到主顶导轨上，将管路和电缆连接后，继续向前顶进，重复这个过程，完成巷道的施工；
顶管掘进机控制系统建立了基于神经网络的自主掘进模型，自主调节掘进参数，通过全站仪的和陀螺仪协同测量，建立理想纠偏模型，实现实时自主纠偏，掘进过程中无需人工操作；在接收端修建接收硐室，将机头和中继间设备从接收硐室处顶出，留在巷道的顶管作为支护使用。
2.按照权利要求1所述的顶管式煤矿小断面巷道自主掘进的方法，其特征在于：所述的顶管式煤矿小断面巷道自主掘进的方法：
首先，采集待掘进的岩层及煤层的地质样本，调整掘进机的刀盘分布，选取合理的刀具；其次，掘进顶管式煤矿自主掘进装备摆放所需硐室，由工作硐室和辅助硐室两部分组成；
借助矿井轨道运输车、绞车、手拉葫芦，将顶管装备所需的掘进机头、主顶油缸安装于工作硐室内，将电控设备、进水排渣设备、注浆设备安装于辅助硐室内；待全部装备安装到位后，使用卡箍将进水排渣管路及注浆管路进行连接，并对电控设备的电缆、传感器连接；
根据矿方给出的坐标点，使用防爆型全站仪，对预埋密封前墙和主顶导轨进行找正。
3.按照权利要求1所述的顶管式煤矿小断面巷道自主掘进的方法，其特征在于：掘进机头旋转破碎岩石，主顶装置的油缸推着顶管前进，每根顶管采用承插连接，每根顶管通过法兰传递顶力，当油缸行程达到3.5米时，将油缸缩回，放入下一根顶管，连接内部的电缆和管路，以后重复此过程；
自主掘进系统考虑到主顶压力、 刀盘电流的数值受顶推速度、刀盘转速、排泥压力控制参数的影响，建立顶管掘进机基于BP神经网络的智能控制系统模型，针对不同地质情况建立工程数据库，使用工程数据对模型进行训练；
将输入变量和外界扰动加载到BP神经网络的输入层，进而对BP神经网络隐含层权值标定，对基于BP神经网络的智能控制系统进行研究，通过离线学习方式，针对不同的地址情况，自主的对隐含层权值进行标定，在系统稳定的前提下保证顶管掘进机掘进效率最高；
自动定向系统以全站仪测量为主、以陀螺仪测量为辅、以全站仪数据补偿陀螺仪数据，实现对掘进路线实时监测；当掘进实际路线与设定路线发生偏离，即产生路线偏离量时，路线偏离量通过PID控制器，输出纠偏油缸的给定量，自动定向系统自动进行纠偏操作；并将路线偏离量和纠偏油缸的实际伸出量反馈到纠偏动力学模型，对PID控制器进行补偿；通过工程试验数据，对理想的纠偏动力学模型增加转动角和倾斜角扰动数据，得出一个真实的纠偏动力学模型；
建立主顶系统、截割系统、供水排渣系统、纠偏系统子系统的数学模型，并将各子系统的数学模型进行耦合，建立顶管掘进机控制系统模拟模型，将推进速度、切削速度、地质条件参数作为神经网络的输入层，进尺效率、截割效率参数作为神经网络的输出层；使用顶管掘进机大量的实际工程试验样本数据，对神经网络隐含层的权值进行标定，最终得到基于神经网络的顶管掘进机控制系统模拟模型，该模型能够真实的反应出顶管掘进机施工过程中的相关参数；
进水泵将清水池中的清水沿着管路排到切削刀盘的研磨腔中，排渣泵将完成研磨的矸石和浆液排出到泥水分离器中，随着顶进距离的延长，能够在顶管中增加排渣泵，增加排渣能力；浆液经过泥浆处理设备的粗筛层，经过筛振将粒径在2mm以上的渣料分离出来，其余的大部分泥浆进入泥浆处理设备的储浆池，然后再由渣浆泵将泥浆沿输浆软管从水力旋流器进浆口切向射入，此时泥浆将在旋流器中完成固液分离，净化后的浆液从旋流器的溢流管流出，通过泥浆处理设备的中储箱向外排出；旋流器分离出的固相浓缩浆由旋流器下端的底流口排出落入细筛，经过筛振滤出液体，固体部分分离到皮带上，运出硐室。
一种顶管式煤矿小断面巷道自主掘进的方法
技术领域
[0001] 本发明涉及煤矿小断面巷道的掘进方法领域，特别涉及了一种顶管式煤矿小断面巷道自主掘进的方法。
背景技术
[0002] 目前，煤矿小断面巷道的掘进方法主要有两种：一、人工炮掘，二、综掘机掘进，这两种掘进方法都有自身的局限性。
[0003] 其一、炮掘是利用打眼爆破的方式将岩石破碎下来的掘进方法。小断面巷道掘进技术还是以人工炮掘为主，炮掘适用性强，前期需要的设备少，但受到炸药性能、爆破技术、施工手段等条件的限制，施工进度一直处于一定的限度之内，尤其是针对断面小、岩石硬度高的巷道，人工炮掘易出现安全性低、打眼速度慢、爆破效率低、劳动强度大、出矸困难等问题。
[0004] 其二、综掘机也被用于煤矿巷道的掘进施工，但综掘机需要通过自身的重量平衡作业面的切削力，所以机重较重，体积较大，不便于下井等局限性，并不适用于掘进小于10m2的断面，尤其是掘进岩石较硬的岩巷时，综掘机掘进效率低、截齿磨损厉害、经济效益低。
发明内容
[0005] 本发明的目的是为了克服上述不足，提出了一种顶管式煤矿小断面巷道自主掘进的方法。
[0006] 本发明提供了一种顶管式煤矿小断面巷道自主掘进的方法，其特征在于：所述的煤矿小断面巷道智能施工方法，利用顶管掘进机对煤矿小断面巷道进行施工。其施工过程如下：首先采集需要掘进的巷道的岩性等相关数据，根据巷道的物理特性设计顶管掘进机的刀盘布置，采用合理的刀盘布置能够使得刀盘切下的岩石尺寸适中，刀盘后端有两级研磨系统，切下的砂石需要经过两级研磨系统，将砂石的尺寸研磨在合理的范围内。工具管在机头的后侧，工具管和机头的外径尺寸相同，采用承插式连接方式，后一根管的前法兰和前一根管的后法兰紧密贴合，工作硐室内安装了一个由4个油缸组成的主顶装置，利用主顶装置推顶管，当主顶油缸前伸到位时，将主顶油缸收回，硐室上方搭建了工字钢和电动葫芦，使用电动葫芦将辅助硐室里摆放的工具管吊装到主顶导轨上，将管路和电缆连接后，继续向前顶进，重复这个过程，完成巷道的施工。顶管机控制系统建立了基于神经网络的自主掘进模型，自主调节掘进参数，通过全站仪的和陀螺仪协同测量，建立理想纠偏模型，实现实时自主纠偏，掘进过程中无需人工操作。在接收端修建接收硐室，将机头和中继间等设备从接收硐室处顶出，留在巷道的工具管作为支护使用，省却了支护时间，解决了煤矿小断面巷道施工的难题。
[0007] 所述的顶管式煤矿小断面巷道自主掘进的方法：
[0008] 首先，采集待掘进的岩层及煤层的地质样本，分析岩石性质、断层情况及瓦斯突出情况，根据岩石性质，调整掘进机的刀盘分布，选取合理的刀具，并针对瓦斯突出及裂隙等，提出保障措施。
[0009] 掘进顶管式煤矿自主掘进装备摆放所需硐室，由工作硐室和辅助硐室两部分组成，布置如图2所示。工作硐室摆放主顶机构，是顶管式煤矿小断面巷道掘进装备换管及工作的主要场所，尺寸为8米*4米*4米；辅助设备硐室摆放所需的电气设备，泥浆设备及泥水循环等设备，尺寸为50米*4米*3.5米。轨道铺设到工作硐室中，并提供轨道运输车，同时，皮带连接到旋风分离器处，排渣量约为100吨/天。
[0010] 借助矿井轨道运输车、绞车、手拉葫芦，将顶管装备所需的掘进机头、主顶油缸安装于工作硐室内，将电控设备、进水排渣设备、注浆设备等安装于辅助硐室内。待全部装备安装到位后，使用卡箍将进水排渣管路及注浆管路进行连接，并对电控设备的电缆、传感器等连接。
[0011] 矿方根据掘进巷道的设计方向，在工作硐室的上方给出3个轴线点，并在硐室侧壁给出2个腰线点。使用防爆型全站仪，对预埋密封前墙和主顶导轨进行找正，确保主顶导轨和密封前墙的安装误差小于2mm，将密封前墙安装后，使用C40混凝土将密封前墙预埋在墙体内。
[0012] 所述的顶管掘进施工，掘进机头旋转破碎岩石，主顶装置的油缸推着顶管前进，每根顶管采用承插连接，每根顶管通过法兰传递顶力，当油缸行程达到3.5米时，将油缸缩回，放入下一根顶管，连接内部的电缆和管路，以后重复此过程。
[0013] 自主掘进系统考虑到主顶压力、刀盘电流的数值受顶推速度、刀盘转速、排泥压力等控制参数的影响，建立顶管掘进机基于BP神经网络的智能控制系统模型，针对不同地质情况建立工程数据库，使用大量工程数据对模型进行训练。将输入变量和外界扰动加载到BP神经网络的输入层，进而对BP神经网络隐含层权值标定，对基于BP神经网络的智能控制系统进行研究，通过离线学习方式，针对不同的地址情况，自主的对隐含层权值进行标定，在系统稳定的前提下保证顶管机掘进效率最高。模型框图如2图所示：
[0014] 自动定向系统以全站仪测量为主、以陀螺仪测量为辅、以全站仪数据补偿陀螺仪数据，实现对掘进路线实时监测。当掘进实际路线与设定路线发生偏离，即产生路线偏离量时，路线偏离量通过PID控制器，输出纠偏油缸的给定量，自动定向系统自动进行纠偏操作。并将路线偏离量和纠偏油缸的实际伸出量反馈到纠偏动力学模型，对PID控制器进行补偿。
通过工程试验数据，对理想的纠偏动力学模型增加转动角和倾斜角等扰动数据，得出一个较为真实的纠偏动力学模型。
[0015] 建立主顶系统、截割系统、供水排渣系统、纠偏系统等子系统的数学模型，并将各子系统的数学模型进行耦合，建立顶管机控制系统模型，将推进速度、切削速度、地质条件等参数作为神经网络的输入层，进尺效率、截割效率等参数作为神经网络的输出层。使用顶管机大量的实际工程试验样本数据，对神经网络隐含层的权值进行标定，最终得到基于神经网络的顶管掘进机控制系统模拟模型，该模型能够真实的反应出顶管机施工过程中的相关参数。
[0016] 进水泵将清水池中的清水沿着管路排到切削刀盘的研磨腔中，排渣泵将完成研磨的矸石和浆液排出到泥水分离器中，随着顶进距离的延长，能够在顶管中增加排渣泵，增加排渣能力。浆液经过泥浆处理设备的粗筛层，经过筛振将粒径在2mm以上的渣料分离出来，其余的大部分泥浆进入泥浆处理设备的储浆池，然后再由渣浆泵将泥浆沿输浆软管从水力旋流器进浆口切向射入，此时泥浆将在旋流器中完成固液分离，净化后的浆液从旋流器的溢流管流出，通过泥浆处理设备的中储箱向外排出。旋流器分离出的固相浓缩浆由旋流器下端的底流口排出落入细筛，经过筛振滤出液体，固体部分分离到皮带上，运出硐室。
[0017] 本发明的优点：
[0018] 本发明所述的顶管式煤矿小断面自主掘进的方法，掘进速度快、工人劳动强度小，降低了作业难度。以施工场地的地质参数为基础，通过仿真平台对自主掘进系统进行优化，根据施工实际情况做出正确的应对方案。随着煤矿科学管理的逐步深入，提高用工效率是急需解决的问题，这种自主掘进方法实现自主掘进、无人化驾驶，工人远离工作面，降低了作业危险性，减小了工人的劳动强度，对煤矿行业降本增效具有重要意义。
附图说明
[0019] 下面结合附图及实施方式对本发明作进一步详细的说明：
[0020] 图1为硐室布置示意图；
[0021] 图2为自主掘进控制系统示意图；
[0022] 图3为纠偏PID控制器示意图；
[0023] 图4为进水排渣系统示意图；
具体实施方式
[0024] 实施例1
[0025] 本发明提供了一种顶管式煤矿小断面巷道自主掘进的方法，其特征在于：所述的煤矿小断面巷道智能施工方法，利用顶管掘进机对煤矿小断面巷道进行施工。其施工过程如下：首先采集需要掘进的巷道的岩性等相关数据，根据巷道的物理特性设计顶管掘进机的刀盘布置，采用合理的刀盘布置能够使得刀盘切下的岩石尺寸适中，刀盘后端有两级研磨系统，切下的砂石需要经过两级研磨系统，将砂石的尺寸研磨在合理的范围内。工具管在机头的后侧，工具管和机头的外径尺寸相同，采用承插式连接方式，后一根管的前法兰和前一根管的后法兰紧密贴合，工作硐室内放置了一个由4个油缸组成的主顶，顶管掘进机头边切削，建立基于神经网络的自主掘进模型，自主调节掘进参数，通过全站仪的和陀螺仪协同测量，建立理想纠偏模型，实现实时自主纠偏。当主顶油缸前伸到位时，将主顶油缸收回，硐室上方搭建了工字钢和电动葫芦，使用电动葫芦将辅助硐室里摆放的工具管吊装到主顶导轨上，将管路和电缆连接后，继续向前顶进，重复这个过程，完成巷道的施工。在接收端修建接收硐室，将机头和中继间等设备从接收硐室处顶出，留在巷道的工具管作为支护使用，省却了支护时间，解决了煤矿小断面巷道施工的难题。
[0026] 首先，采集待掘进的岩层及煤层的地质样本，分析岩石性质、断层情况及瓦斯突出情况，根据岩石性质，调整掘进机的刀盘分布，选取合理的刀具，并针对瓦斯突出及裂隙等，提出保障措施。
[0027] 掘进顶管式煤矿自主掘进装备摆放所需硐室，由工作硐室和辅助硐室两部分组成，施工硐室包括工作硐室和辅助设备硐室两部分，布置如图2所示。工作硐室摆放主顶机构，是顶管式煤矿小断面巷道掘进装备换管及工作的主要场所，尺寸为8米*4米*4米；辅助设备硐室摆放所需的电气设备，泥浆设备及泥水循环等设备，尺寸为50米*4米*3.5米。轨道铺设到工作硐室中，并提供轨道运输车，同时，皮带连接到旋风分离器处，排渣量约为100吨/天。
[0028] 借助矿井轨道运输车、绞车、手拉葫芦，将顶管装备所需的掘进机头、主顶油缸安装于工作硐室内，将电控设备、进水排渣设备、注浆设备等安装于辅助硐室内。待全部装备安装到位后，使用卡箍将进水排渣管路及注浆管路进行连接，并对电控设备的电缆、传感器等连接。
[0029] 矿方根据掘进巷道的设计方向，在工作硐室的上方给出3个轴线点，并在硐室侧壁给出2个腰线点。使用防爆型全站仪，对预埋密封前墙和主顶导轨进行找正，确保主顶导轨和密封前墙的安装误差小于2mm，将密封前墙安装后，使用C40混凝土将密封前墙预埋在墙体内。
[0030] 所述的顶管掘进施工，掘进机头旋转破碎岩石，主顶装置的油缸推着顶管前进，每根顶管采用承插连接，每根顶管通过法兰传递顶力，当油缸行程达到3.5米时，将油缸缩回，放入下一根顶管，连接内部的电缆和管路，以后重复此过程。
[0031] 自主掘进系统考虑到主顶压力、刀盘电流的数值受顶推速度、刀盘转速、排泥压力等控制参数的影响，建立顶管掘进机基于BP神经网络的智能控制系统模型，针对不同地质情况建立工程数据库，使用大量工程数据对模型进行训练。将输入变量和外界扰动加载到BP神经网络的输入层，进而对BP神经网络隐含层权值标定，对基于BP神经网络的智能控制系统进行研究，通过离线学习方式，针对不同的地址情况，自主的对隐含层权值进行标定，在系统稳定的前提下保证顶管机掘进效率最高。模型框图如2图所示：
[0032] 自动定向系统以全站仪测量为主、以陀螺仪测量为辅、以全站仪数据补偿陀螺仪数据，实现对掘进路线实时监测。当掘进实际路线与设定路线发生偏离，即产生路线偏离量时，路线偏离量通过PID控制器，输出纠偏油缸的给定量，自动定向系统自动进行纠偏操作。并将路线偏离量和纠偏油缸的实际伸出量反馈到纠偏动力学模型，对PID控制器进行补偿。
通过工程试验数据，对理想的纠偏动力学模型增加转动角和倾斜角等扰动数据，得出一个较为真实的纠偏动力学模型。
[0033] 建立主顶系统、截割系统、供水排渣系统、纠偏系统等子系统的数学模型，并将各子系统的数学模型进行耦合，建立顶管机控制系统模型，将推进速度、切削速度、地质条件等参数作为神经网络的输入层，进尺效率、截割效率等参数作为神经网络的输出层。使用顶管机大量的实际工程试验样本数据，对神经网络隐含层的权值进行标定，最终得到基于神经网络的顶管掘进机控制系统模拟模型，该模型能够真实的反应出顶管机施工过程中的相关参数。
[0034] 进水泵将清水池中的清水沿着管路排到切削刀盘的研磨腔中，排渣泵将完成研磨的矸石和浆液排出到泥水分离器中，随着顶进距离的延长，能够在顶管中增加排渣泵，增加排渣能力。浆液经过泥浆处理设备的粗筛层，经过筛振将粒径在2mm以上的渣料分离出来，其余的大部分泥浆进入泥浆处理设备的储浆池，然后再由渣浆泵将泥浆沿输浆软管从水力旋流器进浆口切向射入，此时泥浆将在旋流器中完成固液分离，净化后的浆液从旋流器的溢流管流出，通过泥浆处理设备的中储箱向外排出。旋流器分离出的固相浓缩浆由旋流器下端的底流口排出落入细筛，经过筛振滤出液体，固体部分分离到皮带上，运出硐室。
