金屬礦山硬質地層智能化掘進發(fā)展現(xiàn)狀及展望

摘要：當前金屬礦山硬質地層掘進技術向智能化方向發(fā)展，其重點在于組合定位技術和軌跡跟蹤控制技術。詳細介紹了各階段金屬礦山硬質地層掘進技術和導航定位技術發(fā)展成果，并在探究其發(fā)展規(guī)律的同時深入剖析了技術層面的不足。對組合定位、軌跡跟蹤現(xiàn)有成果進行了全面論述與客觀點評，并針對新型礦山智能掘進設備設計了一套組合定位方案。最后對金屬礦山硬質地層智能化掘進未來發(fā)展方向與研究重點進行了展望。

關鍵詞：金屬礦山；硬質地層；掘進技術；掘進設備；組合定位；軌跡跟蹤；智能掘進

[中圖分類號：TD853 文章編號：1001-1277（2025）02-0001-12 文獻標志碼：A doi：10.11792/hj20250201 ]

引言

在當代工程建設的進程中，金屬礦山硬質地層掘進已然成為一道無法回避的難題。隨著科技的迅猛發(fā)展，工程技術領域全面邁向智能化轉型的時代潮流，在此背景下，金屬礦山硬質地層掘進技術亦應與時俱進，積極投身于智能化的研究探索之中，以契合時代發(fā)展的迫切需求。

當今社會，對礦產資源的需求呈現(xiàn)出持續(xù)且快速增長的態(tài)勢，地表資源已難以支撐工業(yè)發(fā)展的龐大需求，這使得采礦工程不可避免地逐步向深部拓展。然而，硬質地層復雜多變的地質條件及嚴苛的開采難度，給工程作業(yè)帶來了諸多的棘手難題。其中，智能化開采的迫切需求與相對滯后的機械技術之間的矛盾日益凸顯，成為制約行業(yè)發(fā)展的關鍵因素之一。

過去的數(shù)十年間，眾多研究者針對金屬礦山硬質地層的智能化開采付出了不懈努力，開展了大量的深入研究工作。但就目前的實際情況而言，在諸如精準制導、無人化開采等關鍵方面，尚未能完全達到預期的要求和標準。例如：部分現(xiàn)有技術在信號輸出的穩(wěn)定性方面表現(xiàn)欠佳，難以保證持續(xù)穩(wěn)定的信號傳輸；定位精度的持續(xù)性不足，隨著作業(yè)時間的推移或環(huán)境的微小變化，定位精度會出現(xiàn)明顯的波動；而且在面對復雜多變的工程環(huán)境時，其適應性也存在較大的提升空間，難以靈活應對各種突發(fā)狀況和復雜工況。

本文全方位、系統(tǒng)性地梳理了金屬礦山硬質地層智能化掘進的發(fā)展歷程及現(xiàn)階段所取得的各項成果，深入探討了各種研究成果的優(yōu)勢與不足之處，以及各自的適用場景和范圍。期望為未來的研究工作提供清晰、明確的思路與方向指引，有力推動金屬礦山硬質地層智能化掘進技術的持續(xù)發(fā)展，進而顯著提升深部地下礦產開采的工作效率，并為作業(yè)人員提供更為可靠的安全保障。

本文將金屬礦山硬質地層掘進技術與導航技術緊密結合，詳盡地闡述各階段掘進技術與導航技術所取得的發(fā)展成果，深入剖析各技術階段存在的問題與不足之處；繼而對組合定位、軌跡跟蹤這2個智能化發(fā)展重點方向上的現(xiàn)有成果展開全面、深入論述與客觀公正點評，進一步深入探討金屬礦山硬質地層智能化掘進技術的未來發(fā)展方向；最后，對未來相關研究的潛在方向進行合理展望，提出具有可行性的研究方向及需要重點關注和攻克的關鍵問題，為該領域的進一步發(fā)展貢獻一份力量。

1硬質地層特征

硬質地層是一種具有較高硬度和強度的地層類型，主要特征體現(xiàn)在巖石成分與結構、物理力學特性及工程地質特征等3個方面。

1.1巖石成分與結構

從巖石成分的視角深入剖析，硬質地層大多是由具備較高硬度特質的巖石所構成，此類巖石普遍蘊含豐富的石英與長石［1］。花崗巖堪稱硬質地層中極具代表性的典范之一，其內部主要由石英、長石及云母這幾種礦物組合而成［2］。而石英砂巖亦屬于硬質地層里較為常見的一種類型，在其巖石組成結構中，石英顆粒占比高達90 %，甚至更多。這些石英顆粒之間相互緊密膠結，正是這種特殊的膠結結構，賦予了巖石卓越的硬度性能及強大的抗壓強度，從而使其在整體上展現(xiàn)出硬質地層的顯著特征，能夠承受較大的外力壓迫而不易發(fā)生變形與損壞，在眾多工程地質及地質構造研究等領域都具有極為重要的地位與研究價值。

從巖石結構維度展開分析，硬質地層的巖石呈現(xiàn)出極為致密的結構特性。其中，主要的代表巖石類型包含花崗巖、玄武巖及片麻巖。花崗巖作為典型的深成侵入巖，具備獨特的中粗粒結構。在這種結構里，其礦物顆粒之間相互緊密鑲嵌，形成了穩(wěn)固的結構體系。正是由于這樣的結構特質，花崗巖擁有較高的抗壓強度，一般為100～250 MPa，這使其能夠有力地承載來自上部巖層的巨大壓力，在眾多地質構造及工程建設場景中展現(xiàn)出卓越的承載能力。

玄武巖屬于噴出巖類別，在其形成過程中，由于經歷了快速冷卻階段，礦物晶體未能有充足的時間充分生長發(fā)育，進而形成了細粒至隱晶質結構。這種特殊結構致使巖石內部的礦物顆粒呈現(xiàn)出緊密排列的態(tài)勢，其孔隙率處于較低水平，通常為1 %～10 %。如此緊密的結構排列賦予了玄武巖較高的硬度指標及出色的抗?jié)B透性，使其在抵抗外界侵蝕及承受一定壓力方面表現(xiàn)突出。

片麻巖作為變質巖的一種，具有顯著的片麻狀構造。在形成過程中，其礦物顆粒在定向壓力的持續(xù)作用下，呈現(xiàn)出平行排列的典型特征。并且經過變質作用的改造，礦物顆粒之間的結合更為緊密牢固。這種獨特的結構使得片麻巖具備較高的強度性能，能夠承受較大的壓力作用而不易發(fā)生變形，在地質穩(wěn)定性及相關工程應用中有著不可忽視的重要意義。

1.2物理力學特性

硬質地層的物理力學特性在硬度、強度與孔隙率這3個關鍵方面有著鮮明的體現(xiàn)。

從硬度這一關鍵角度深入剖析，硬質地層具有顯著的高硬度特征，其莫氏硬度一般能夠達到5級以上。這種高硬度特性使得硬質地層在遭受外部作用力時，展現(xiàn)出極強的抗磨損與抗刻劃能力。當普通挖掘工具與硬質地層相接觸時，由于硬質地層硬度遠超普通工具材質的硬度，普通工具難以在其表面留下明顯的痕跡或造成有效的挖掘效果，在挖掘過程中，工具極易出現(xiàn)磨損、變形甚至損壞等情況。這也充分表明，普通的挖掘工具無法完全契合硬質地層的開挖需求與條件。為了能夠順利開展針對硬質地層的挖掘作業(yè)并實現(xiàn)有效的挖掘效果，必須采用特殊的硬質合金刀具或者鉆頭。這些特殊的工具憑借其更為堅硬的材質及特殊的制造工藝，具備了足以應對硬質地層高硬度挑戰(zhàn)的能力，能夠在硬質地層上進行有效的切削、破碎等挖掘操作，從而為硬質地層的開發(fā)利用提供保障。

硬度較高的地層，其強度通常也頗為可觀，所以強度高是硬質地層極為典型的特征。硬質地層的抗壓強度一般為100 MPa左右，而某些優(yōu)質的花崗巖，其抗壓強度更是高達300 MPa。這種高強度特性使得硬質地層在地下建筑工程領域具備了極為重要的價值，能夠充當極為出色的承載基礎。以礦山工程為例，硬質地層的優(yōu)勢主要體現(xiàn)在以下幾個方面：工程建設方面，硬質地層能夠承受大型采礦設備、運輸設備等的巨大重量和運行時產生的振動及沖擊力，確保設備在運行過程中的穩(wěn)定性和安全性，減少設備因地基不穩(wěn)而出現(xiàn)的故障和損壞，提高設備的使用壽命和生產效率；開采建設方面，在地下礦山開采中，硬質地層自身的高強度和穩(wěn)定性可以在一定程度上減少對巷道支護的需求；資源利用方面，硬質地層在開采過程中不易破碎和混入廢石，使得礦石貧化率較低，從而可以提高礦石回收率。

硬度與強度二者均和巖石的致密度存在緊密的關聯(lián)，低孔隙率及低滲透率亦屬于硬質地層所具有的典型物理性質。由于硬質地層中的礦物顆粒呈現(xiàn)出緊密堆積的狀態(tài)，致使其孔隙率一般為1 %～10 %。這種較低的孔隙率會產生諸多重要影響。一方面，它顯著降低了流體在地層中的滲透速度，因為可供流體流動的孔隙空間極為有限。另一方面，低孔隙率使得硬質地層成為了極為理想的隔水層或弱滲水層。當?shù)叵滤噲D在地層中運動時，其流動路徑會受到極大限制，地層就像一道堅固的屏障，有效地阻礙了地下水的順暢運動。對于維持地層上方及周邊區(qū)域的水文地質環(huán)境穩(wěn)定起到了關鍵作用，有效降低了礦坑涌水、突水等水害事故的發(fā)生概率，減少了對人員和設備的威脅，在保障礦山生產安全、提高了礦物開采效率的同時，也極大地延長了礦山服務年限。

1.3工程地質特征

硬質地層的巖石成分與結構及物理力學特性等自然性質，深刻地影響著工程的開展，尤其是在穩(wěn)定性和開挖難度這2個關鍵方面。

從穩(wěn)定性這一關鍵要素考量，硬質地層對工程安全所起到的積極作用極為顯著。其自身所具備的超高硬度與強度，使其在自然狀態(tài)下就擁有超乎尋常的穩(wěn)定性。這種穩(wěn)定性為地下工程的施工深度拓展創(chuàng)造了有利條件，使得工程能夠向更深處挖掘推進，而不必過度擔憂地層承載能力不足引發(fā)的安全隱患。當遭遇地震、滑坡及風化等自然災害時，硬質地層起到了骨架的作用，承擔山體的絕大部分重量。硬質地層憑借其自身強大的力學性能，有效抵御自然力量的沖擊與侵蝕，維持山體結構的相對穩(wěn)定。只要硬質地層未出現(xiàn)大規(guī)模的破壞情況，那么依托其構建的工程整體結構便能夠保持穩(wěn)固，極大地降低了因自然因素導致的工程結構失穩(wěn)、損壞等風險，為各類工程在復雜地質環(huán)境中的長期安全運行提供了極為可靠的保障基礎。無論是在礦山開采工程中對巷道穩(wěn)定性的維護，還是在交通隧道、水利水電地下廠房等工程建設中保障結構安全方面，硬質地層的穩(wěn)定特性都具有不可替代的重要意義。

從可鉆性的視角出發(fā)，硬質地層相較于軟巖地層，在鉆進過程中面臨著諸多挑戰(zhàn)。其鉆進速度顯著降低，這主要歸因于硬質地層的高強度與高硬度特性。由于地層堅硬，鉆頭在切削或破碎巖石時需要克服更大的阻力，因此需要更大的扭矩和鉆壓來推動鉆頭前進。例如：在地質勘探作業(yè)中，一旦鉆頭觸及硬質地層，就必須加大動力輸出，否則難以實現(xiàn)有效鉆進。然而，這種高要求的鉆進條件也導致鉆頭的磨損速度急劇加快。在強大的作用力與硬質地層的摩擦作用下，鉆頭的切削刃、表面涂層等部分極易發(fā)生磨損、變形甚至破損。這就對鉆探工作提出了更高的技術要求，即需要在鉆探過程中密切依據(jù)實際工況，及時且靈活地調整鉆頭類型與鉆進參數(shù)。通過選用適配硬質地層的硬質合金鉆頭、金剛石鉆頭等特殊鉆頭，并精確優(yōu)化鉆壓、轉速、給進量等參數(shù)，從而在盡可能提高鉆進速度的同時，最大程度地降低鉆頭的過度磨損，保障鉆探作業(yè)的高效、經濟與安全，減少因鉆頭頻繁更換與鉆進效率低所帶來的成本增加與工期延誤等問題。

2金屬礦山硬質地層掘進技術發(fā)展

金屬礦山硬質地層掘進技術的發(fā)展歷程與人類科技的進步緊密相連，相互促進、協(xié)同發(fā)展。從科技的演進階段來看，可以將金屬礦山硬質地層掘進技術大致劃分為傳統(tǒng)掘進技術和現(xiàn)代掘進技術2個階段。

2.1傳統(tǒng)掘進技術

在應對金屬礦山硬質地層掘進這一棘手難題的過程中，早期由于受到工程材料及信息傳遞等多種技術條件的束縛，可利用的有效手段十分有限。在這樣的背景下，火藥的應用成為了突破硬質地層限制的關鍵途徑，因此鉆爆法屬于針對硬質地層最傳統(tǒng)的掘進方法［3-4］。

鉆爆法原理是依靠鉆孔、裝藥、爆破來破碎硬質巖石。在早期礦山開采過程中，礦工使用簡易手持風鉆在巖石上鉆孔，然后填埋炸藥爆破巖石。這種鉆孔方式精度低、效率低、勞動強度大，隨著技術發(fā)展出現(xiàn)了更高效的鑿巖機器，如液壓鑿巖機。液壓鑿巖機能夠快速、準確地鉆孔，相比手持風鉆鉆孔效率大大提高。

鉆爆法需要對鉆孔位置進行精準計算，才能達到預定的爆破效果。早期對鉆孔進行定位主要依靠簡單的測量工具和工人經驗。例如：用羅盤測定鉆孔方位角，用皮尺測量鉆孔間距等。這種方法不僅效率低，而且精度難以保證。到了20世紀70年代，電子測距技術與經緯儀相結合，得到了最初的全站儀。全站儀投入到鉆孔定位工作中，大大提高了定位精度和效率，直到現(xiàn)在依舊在很多工程中廣泛應用。

在地面以上的開闊地區(qū)使用鉆爆法時，全站儀定位由于需要人工操作，因此在自主性方面稍顯遜色。與全站儀一同發(fā)展的GPS（Global Positionting System， GPS）則是一種完全自主的定位技術，彌補了全站儀的不足。GPS于1973年開始研發(fā)，最終在1995年實現(xiàn)了完全運行。GPS利用多個衛(wèi)星與目標距離來確認目標方位（如圖1所示），該定位原理使得GPS定位精度高于其他導航系統(tǒng)，但是由于信號多路徑反射使得GPS定位精度達不到理論高度（如圖2所示）。

雖然鉆孔技術得到了一定程度的發(fā)展，但并不能擺脫鉆爆法的局限性。首先，爆破會產生振動，可能會降低工程周圍巖體穩(wěn)定性進而誘發(fā)滑坡、地震等地質災害。若是在重要建筑物附近，則需要嚴格控制振動的影響范圍。其次，爆破產生的巖體碎塊大小不均勻，需要進行二次破碎和清理，大大增加了施工的時間和人力成本。最后，爆破的安全性也是一個重大問題，炸藥的運輸、儲存、使用等各個階段都存在一定的安全隱患，需要耗費非常大的管理成本［5-6］。因此，學術界開始了對機械破巖的研究，這也使得金屬礦山硬質地層掘進技術發(fā)展到了現(xiàn)代掘進技術階段。

2.2現(xiàn)代掘進技術

在對金屬礦山硬質地層掘進技術的探索中出現(xiàn)了一些簡單的機械掘進設備，如硬巖掘進機。這些設備利用刀具對巖石進行切削，大大降低了施工對圍巖及周圍建筑的干擾［7-9］。但是由于受到材料和動力系統(tǒng)限制，早期機械破巖設備掘進效率偏低，刀具磨損、設備故障頻發(fā)，導致只能在較淺的硬質地層或硬度稍低的地層中使用。由于GPS對衛(wèi)星信號質量要求極高，地下環(huán)境中信號質量不穩(wěn)定，因此GPS無法應用于地下定位。與之相反的視覺定位、慣性導航及超寬帶定位等技術由于能夠適應地下定位環(huán)境，而逐漸占據(jù)了主導地位。

隨著機械破巖技術的發(fā)展，硬巖掘進機（TBM）逐漸成為了針對硬質地層的掘進利器。TBM刀盤上安裝多個滾刀，滾刀在推力作用下與巖石接觸，當?shù)侗P旋轉時滾刀在旋轉慣性作用下對巖石施加壓力，最終實現(xiàn)巖石的破碎化處理。TBM機身結構非常復雜，包括刀盤、護盾、控制系統(tǒng)、出渣系統(tǒng)等多個部分，先進的破巖原理和強大的掘進能力使得TBM成為了現(xiàn)代掘進機械的經典代表。

與此同時，TBM也對定位系統(tǒng)提出了更高的要求。由于TBM采用全斷面一次性開挖，如果出現(xiàn)偏差后期很難修改，因此對定位精度的要求更高；隨著掘進距離的增加，任何微小的姿態(tài)偏差都有可能導致工程嚴重偏離設定路線，因此TBM對機身姿態(tài)的把控也極其嚴格；TBM工作環(huán)境極其惡劣，在地下巷道要面臨高濕度、高粉塵、強振動等情況，因此要求定位系統(tǒng)對環(huán)境有較強的適應性。嚴苛的工程條件使得任何一種定位系統(tǒng)都難以完成TBM定位技術，于是多傳感器融合定位技術，即組合定位技術，開始逐步興起。

3組合定位研究現(xiàn)狀

眾多工程機械往往非常重視機體姿態(tài)信息，由于慣性導航技術能夠獲取關于機體非常全面的速度、位置及姿態(tài)信息，因此成為組合定位技術的核心。但是，慣性導航在經過長時間定位工作后會出現(xiàn)數(shù)據(jù)發(fā)散現(xiàn)象，導致定位精度下降。因此，慣性導航往往需要與能夠保持長時間定位精度的定位技術相結合，從而抑制數(shù)據(jù)發(fā)散。目前，常用的組合定位方案有全球衛(wèi)星導航/慣性導航系統(tǒng)、視覺導航/慣性導航系統(tǒng)及超寬帶導航/慣性導航系統(tǒng)。本節(jié)主要從定位精度和算法優(yōu)化2個方面對以上3種組合定位技術研究現(xiàn)狀進行論述。

3.1全球衛(wèi)星導航/慣性導航系統(tǒng)組合定位技術

由于全球衛(wèi)星導航系統(tǒng)和慣性導航系統(tǒng)在性能上互補，所以全球衛(wèi)星導航/慣性導航系統(tǒng)組合定位是目前世界上公認的最佳方案［10］。該組合定位方案已被廣泛應用于包括無人駕駛汽車、無人機導航在內的各行各業(yè)。

3.1.1組合定位方案可行性分析

慣性導航系統(tǒng)是一種完全自主的導航系統(tǒng)，短期測量精度較高，可同時提供位置、速度、姿態(tài)信息，但由于存在誤差積累使得長期導航出現(xiàn)精度下降現(xiàn)象。

全球衛(wèi)星導航系統(tǒng)利用信號發(fā)射與接收時間差計算得出用戶與衛(wèi)星之間的距離，確定與多個衛(wèi)星距離后可計算出自身準確位置。全球衛(wèi)星導航系統(tǒng)能在地球上任何地點為用戶提供全天候三維坐標、速度及時間等信息，但是GPS容易受到環(huán)境影響，導致信號失鎖，影響導航定位［11］。

對比慣性導航系統(tǒng)與全球衛(wèi)星導航系統(tǒng)特點，發(fā)現(xiàn)二者有較好的互補性，將二者組合起來可以得到更加穩(wěn)定、精度更高的組合定位方案，具體評價結果如表1所示。

3.1.2研究現(xiàn)狀

3.1.2.1定位精度

傳統(tǒng)衛(wèi)星導航無法滿足高動態(tài)、高精度定位要求，尤其在加速度大于10g的情況下經常出現(xiàn)信號丟失現(xiàn)象。陳剛等［12］針對全球衛(wèi)星導航系統(tǒng)在高動態(tài)條件下高精度定位需求，采用慣性輔助接收機和碼片窄結合的方式，在減小跟蹤環(huán)路帶寬的同時降低偽距抖動誤差，仿真結果表明，該研究將定位精度從6 m提高到3 m，效果顯著。此次研究提出利用環(huán)路帶寬來反映各種濾波器濾波效果的方法為以后衡量濾波器工作效果提供了一種有效的檢測方法。

無人駕駛和智能交通對載體定位精度和載體間協(xié)同控制能力要求非常高。當前思路是依靠增加傳感器獲得更多定位數(shù)據(jù)，從而提高載體定位精度。該思路原理簡單，但不符合時代對組合定位技術發(fā)展要求，盲目增加傳感器數(shù)量會加大計算負荷、降低計算

速度，且無法有效解決因環(huán)境因素導致衛(wèi)星信號不穩(wěn)定的問題。針對以上問題，李博峰等［13］提出了全球衛(wèi)星導航/慣性導航系統(tǒng)組合載體協(xié)同高精度定位方法，通過創(chuàng)建如圖3所示的載體間相對位置關系，實現(xiàn)載體間觀測值共享，從而提高載體定位精度。針對該研究進行了雙車協(xié)同定位試驗，試驗結果表明：全球衛(wèi)星導航/慣性導航系統(tǒng)組合載體協(xié)同高精度定位方法在惡劣環(huán)境下定位精度比單一導航定位系統(tǒng)更高，同時改善了測速精度和定姿精度。該研究在建模、原理介紹方面都十分優(yōu)秀，但是在最后仿真階段只設計了2輛小車，與多載體協(xié)同定位的設計理念不匹配。

3.1.2.2算法優(yōu)化

欺騙干擾是全球衛(wèi)星導航系統(tǒng)面臨的一項重大威脅，現(xiàn)有研究只能針對欺騙信號進行檢測而不能恢復正確導航結果。商向永等［14］利用Multi-correlator結構進行參數(shù)估計，實現(xiàn)欺騙信號辨識，將辨識結果進行反饋抵消欺騙信號，同時引入抗差卡爾曼濾波算法減小參數(shù)估計和信號辨識對定位精度的影響。測量結果表示，在欺騙干擾情況下利用優(yōu)化算法可以將定位精度從600 m提高到10 m。該研究圖像豐富、理論講解詳細，圖像與理論講解也能很好地對應。

當全球衛(wèi)星導航系統(tǒng)受到電磁干擾或者人為干擾時，輸出會受影響。林雪原等［15］針對該問題構建了全球衛(wèi)星導航/慣性導航系統(tǒng)組合定位濾波模型，論述了變分貝葉斯原理，將變分貝葉斯理論與抗野值自適應濾波理論結合，提出了一種改進全球衛(wèi)星導航/慣性導航系統(tǒng)組合定位抗野值自適應濾波算法。試驗表明，該算法在全球衛(wèi)星導航系統(tǒng)輸出誤差發(fā)生變化時能準確估計誤差，在全球衛(wèi)星導航系統(tǒng)輸出發(fā)生故障時對系統(tǒng)進行抗野值自適應信息處理，進而提高系統(tǒng)濾波精度。

基于上述研究內容，可歸納得出如下結論：

1）在高動態(tài)環(huán)境下，現(xiàn)有常規(guī)導航系統(tǒng)往往難以滿足高精度導航的要求。而陳剛等［12］所提出的創(chuàng)新性方法有效攻克了這一難題，為高動態(tài)條件下導航系統(tǒng)的后續(xù)研發(fā)工作開創(chuàng)了嶄新的思維路徑，有望助力高精度導航在高動態(tài)場景中的應用取得進一步突破。例如：應用于高速飛行的航空器、高機動性的軍事作戰(zhàn)裝備等領域，從而提升復雜動態(tài)環(huán)境下的導航精度與可靠性。

2）隨著人類社會朝著高度智能化的方向穩(wěn)步邁進，自動駕駛技術與智能交通體系已成為未來發(fā)展進程中不可或缺的關鍵構成部分。李博峰等［13］提出的全球衛(wèi)星導航/慣性導航系統(tǒng)組合載體協(xié)同高精度定位方法，精準契合了智能駕駛對于高精度定位的嚴苛需求，為智能駕駛車輛提供了一種切實可靠且行之有效的定位手段。這不僅有助于提升自動駕駛車輛在行駛過程中的定位精度，增強行駛安全性，還將對整個礦業(yè)智能交通運輸?shù)呐畈l(fā)展起到積極的促進作用，推動其朝著更加高效、安全、智能的方向前行。

3）衛(wèi)星導航系統(tǒng)在實際應用中面臨著欺騙干擾這一嚴峻挑戰(zhàn)，長期以來該問題一直未得到妥善有效的解決，嚴重威脅著依賴衛(wèi)星導航的眾多領域，如航空航天、航海運輸及陸地交通等行業(yè)的導航準確性與安全性。在此背景下，商向永等［14］的研究成果具有重要的實踐價值，且提出的方案具有簡單易行的顯著優(yōu)勢，同時能夠顯著提升應對欺騙干擾的效果，無疑在該研究領域實現(xiàn)了重大突破，為衛(wèi)星導航系統(tǒng)在復雜電磁環(huán)境下穩(wěn)定可靠運行提供了有力保障，有望在實際應用場景中廣泛推廣，提升衛(wèi)星導航系統(tǒng)的抗干擾能力與整體性能。

4）盡管組合定位技術相較于傳統(tǒng)單一導航模式具有顯著優(yōu)勢，但在實際應用中仍然難以完全規(guī)避各類干擾因素的影響。這些干擾因素的存在可能導致定位精度下降，進而影響導航系統(tǒng)的可靠性與穩(wěn)定性，限制其在對定位精度要求極高的工程領域中的應用。林雪原等［15］提出的新型濾波算法為解決這一問題提供了有效途徑，通過提高系統(tǒng)對數(shù)據(jù)的處理精度，能夠顯著增強組合定位系統(tǒng)在復雜干擾環(huán)境下的性能。這一創(chuàng)新性算法極有可能引領未來組合定位技術的發(fā)展方向，成為該領域后續(xù)研究的重要熱點之一，推動組合定位技術不斷優(yōu)化升級，以更好地滿足海、陸、空等不同領域日益增長的高精度、高可靠性導航需求。

綜上所述，鑒于組合定位技術在解決各類復雜工程難題方面展現(xiàn)出的獨特優(yōu)勢，以及其在提升導航精度、可靠性和穩(wěn)定性等方面的突出表現(xiàn)，未來礦業(yè)工程的導航系統(tǒng)發(fā)展應以組合定位技術作為核心方向。通過組合定位實現(xiàn)毫米級精準定位，進而推動礦山智能化開采和無人化作業(yè)；通過將慣性導航、全球衛(wèi)星導航定位、室外GNSS定位系統(tǒng)組合，從而實現(xiàn)室內外全方面無縫銜接、立體空間定位，確保精確獲取人員和設備的三維空間位置和姿態(tài)信息；利用大數(shù)據(jù)分析技術對海量的定位數(shù)據(jù)進行深入挖掘、分析及利用，提取諸如人員和設備運行模式、活動規(guī)律、潛在風險等有價值的信息，從而提前做好應對措施，優(yōu)化礦山生產流程和安全管理流程，提高礦山的運營效率。

3.2視覺導航/慣性導航系統(tǒng)組合定位技術

視覺導航系統(tǒng)是通過圖像傳感器捕獲圖片并對圖像進行預處理，進而得到載體導航參數(shù)的一種導航技術。由于圖像含有非常豐富的空間信息，并且能夠最直觀地展現(xiàn)載體所處環(huán)境條件，因而有著非常好的發(fā)展前景。將視覺導航系統(tǒng)和慣性導航系統(tǒng)進行組合，能夠有效促進視覺導航發(fā)展。

3.2.1組合定位方案可行性分析

視覺導航系統(tǒng)與慣性導航系統(tǒng)性能特點對比如表2所示。視覺導航系統(tǒng)環(huán)境適應性較弱，尤其在昏暗環(huán)境導航精度下降，基于這樣的導航特點，將視覺導航系統(tǒng)與慣性導航系統(tǒng)組合，互補能夠得到更加精準的導航系統(tǒng)［16］。該組合定位方案雖能集結視覺導航系統(tǒng)和慣性導航系統(tǒng)的優(yōu)點，但是自身依舊存在不足：匹配誤差依然存在，在光照不均勻環(huán)境下容易出現(xiàn)誤差，易受有色噪聲干擾。

3.2.2研究現(xiàn)狀

3.2.2.1定位精度

孫偉等［17］研究了一種基于證據(jù)推理的慣性導航系統(tǒng)/視覺導航系統(tǒng)組合定位系統(tǒng)，可解決傳統(tǒng)慣性導航系統(tǒng)/視覺導航系統(tǒng)因誤匹配出現(xiàn)導航精度下降的問題。研究將證據(jù)推理與視覺里程計特征量相融合，計算所得綜合置信度作為導航測量更新依據(jù)之一，達到提高導航精度的目的。為檢驗理論有效性，研制了演示樣機進行試驗。試驗結果表明，基于證據(jù)推理的慣性導航/視覺導航系統(tǒng)組合定位精度提高了0.3 % ，并且計算復雜性更低，適用于工程應用。該研究詳細介紹了歸一化積相關匹配算法、特征值算法等多種算法，但是圖片較少，使得論述不容易理解。

單目視覺本身無法測量尺度且在光照不均勻環(huán)境中會產生粗差。徐愛功等［18］提供了一種單目視覺/慣性導航系統(tǒng)組合室內定位抗差方法，借助慣性導航系統(tǒng)提供位置信息，結合最小二乘法進行尺度恢復，利用慣性導航系統(tǒng)短期內高精度特點對單目增量信息進行檢測并將粗差剔除。試驗結果表明，該算法能有效減少單目視覺/慣性導航系統(tǒng)在惡劣環(huán)境下產生的粗差，提高定位精度。

3.2.2.2算法優(yōu)化

在視覺導航/慣性導航系統(tǒng)組合定位中，噪聲往往具有相關性，有色噪聲導致視覺導航/慣性導航系統(tǒng)組合定位濾波算法性能下降甚至完全失效。針對該問題，周小剛等［19］利用能控性格拉姆矩陣和能觀測性格拉姆矩陣判斷濾波器是否一致漸進穩(wěn)定，提出抗有色噪聲濾波方法：對過程有色噪聲采用狀態(tài)擴展法，對量測有色噪聲采用量測狀態(tài)擴展法使得有色噪聲表達式變成白色噪聲表達式。仿真試驗結果表明，抗有色噪聲濾波方法性能穩(wěn)定、有效。在本次研究中存在一些小問題，具體來說是圖表少且簡單，對數(shù)值實例的描述不夠清晰。

為提高無人機位姿估計精度，黃衛(wèi)華等［20］研發(fā)了一種新無人機組合定位算法。該算法利用灰色預測理論建立位姿解算數(shù)據(jù)的灰色模型，減小視覺導航誤差對位姿估計的不利影響，采用螢火蟲算法改進粒子濾波采樣過程，實現(xiàn)粒子濾波算法改良。試驗結果表明，經改良后粒子濾波算法能將位姿估計誤差保持在2.3 cm左右，比其他算法在精度方面提高了39 %。

根據(jù)上述研究現(xiàn)狀可以得出以下結論：

1）在視覺導航/慣性導航系統(tǒng)組合定位的研究領域中，孫偉等［17］和徐愛功等［18］的相關探索對于推動組合定位技術的發(fā)展起到了一定的促進作用。

2）周小剛等［19］針對有色噪聲所提出的解決方案具有較高的應用價值與推廣意義。在傳統(tǒng)研究范式中，由于噪聲的復雜性通常難以對其進行精準的系統(tǒng)建模，并且多數(shù)情況下會默認噪聲為白噪聲，從而在一定程度上忽視了有色噪聲的深入研究。但隨著未來各類工程對于精度要求的持續(xù)攀升，組合定位技術若要契合時代發(fā)展的步伐，就必須給予有色噪聲問題足夠的重視，并通過深入研究來有效應對這一挑戰(zhàn)，從而提升系統(tǒng)的整體性能與定位精度。

當前，眾多國家紛紛加大對無人機技術的研發(fā)投入力度，這使得無人機領域取得了迅猛的發(fā)展。無人機對導航的精度、速度、實時性及信息處理能力等方面均有著嚴苛的要求。從戰(zhàn)略層面考量，無人機更加側重于圖像信息的高效處理與快速傳導能力，因此在未來無人機組合定位技術的研究進程中，應將視覺導航技術作為重點關注方向，進一步強化其在無人機導航系統(tǒng)中的應用與創(chuàng)新，以提升無人機的整體性能與作業(yè)效能。

值得注意的是，無人機導航技術的發(fā)展成果能夠為豎井掘進機的智能化進程提供有益的借鑒與參考，二者在技術原理與應用需求上存在著一定的共通性。鑒于此，在推動礦山智能化開采的發(fā)展過程中，應當充分汲取無人機等相關領域的先進科技成果與技術經驗，通過技術的跨界融合與創(chuàng)新應用，促進礦山開采行業(yè)的智能化轉型與升級，提升礦山開采效率、安全性與智能化水平，從而推動整個礦業(yè)產業(yè)的可持續(xù)發(fā)展。

3.3超寬帶導航/慣性導航系統(tǒng)組合定位技術

3.3.1組合定位方案可行性分析

超寬帶導航系統(tǒng)抗干擾能力強、距離分辨率可達到厘米級別，但是容易受非視距誤差和不良環(huán)境因素影響。對比超寬帶導航系統(tǒng)和慣性導航系統(tǒng)特點可知，二者存在互補特性，可以將二者進行組合從而獲得更好的導航。該組合定位的不足之處在于：超寬帶信號不穩(wěn)定易丟失，定位信息受環(huán)境影響易出現(xiàn)異常。

3.3.2研究現(xiàn)狀

3.3.2.1定位精度

信號接收不穩(wěn)定一直是全球衛(wèi)星導航系統(tǒng)面臨的一個重大問題，在室內該問題出現(xiàn)更是頻繁，單靠全球衛(wèi)星導航系統(tǒng)很難克服。劉韜等［21］采用超寬帶導航/慣性導航系統(tǒng)組合定位技術來解決這一難題：慣性導航系統(tǒng)推算載體位置和速度，并用超寬帶導航解算載體位置和速度，得到2組測量數(shù)據(jù)，再用卡爾曼濾波器對2組數(shù)據(jù)進行分析得到最優(yōu)估計。針對該理論結果進行一次實物試驗，試驗結果表明，超寬帶導航/慣性導航系統(tǒng)組合定位能夠有效抑制非視距誤差對導航結果影響，導航精度、穩(wěn)定性、可靠性和適用性得到提高。

為實現(xiàn)智能采運機端部自主校準定位，避免因停機影響施工進度，葛世榮等［22］采用了超寬帶導航/慣性導航系統(tǒng)組合定位技術。超寬帶導航系統(tǒng)獲取采運機端頭定位數(shù)據(jù)，利用擴展卡爾曼濾波算法將所得數(shù)據(jù)進行平滑處理，從而獲得更高精度的位置估計數(shù)據(jù)。為進一步提高定位精度，建立了基于慣性導航系統(tǒng)和超寬帶導航系統(tǒng)的融合方程，在獲得采運機端頭定位數(shù)據(jù)的同時還能有效補償慣性導航系統(tǒng)的零偏。

3.3.2.2算法優(yōu)化

超寬帶導航/慣性導航系統(tǒng)組合定位在導航期間存在定位信息異常、短時缺失等問題。針對該問題田廣亮等［23］提出了SVR（Support Vector Regression，SVR）輔助改進魯棒卡爾曼濾波的超寬帶導航/慣性導航系統(tǒng)組合定位技術。在定位信息正常時采用RKF（Robust Kalman Filter，RKF）估計位置誤差，在定位信息出現(xiàn)異常時采用在線訓練的SVR模型預測位置誤差。針對該方案進行實物試驗，試驗結果表明：該方法能明顯提高算法性能，在超寬帶導航信號正常時，可以使誤差減小33 %；超寬帶導航信號出現(xiàn)異常時，仍然能持續(xù)有效定位。

在全球衛(wèi)星導航系統(tǒng)的范疇內，信號接收始終是一項極具挑戰(zhàn)性的難題，長期以來困擾著該領域的發(fā)展。然而，劉韜等［21］提出的超寬帶導航/慣性導航系統(tǒng)組合定位方案及田廣亮等［23］針對超寬帶導航/慣性導航系統(tǒng)組合定位信號問題所設計的改進方案，為攻克這一難題開辟了嶄新的思維路徑和可行方向。

盡管組合定位技術在應對部分導航問題上展現(xiàn)出了顯著的優(yōu)勢和良好的效果，能夠整合不同導航系統(tǒng)的長處，實現(xiàn)性能的優(yōu)化與互補，但組合定位并非完美無缺，其自身同樣存在著諸多亟待解決的問題。即使是選取2個互補特性極為出色的導航系統(tǒng)進行組合，也難以確保在實際應用中不會出現(xiàn)任何故障或偏差。因此，在探索解決各類導航問題的征程中，應當將理論研究與實踐操作緊密結合在一起，給予實踐環(huán)節(jié)足夠的重視。只有通過大量的實踐活動，深入到實際的應用場景中去，才能夠精準地發(fā)現(xiàn)隱藏在理論設計背后的問題，從而有的放矢地對組合定位方案進行優(yōu)化和完善，推動全球衛(wèi)星導航系統(tǒng)朝著更加穩(wěn)定、精準、高效的方向發(fā)展，為眾多依賴導航技術的領域提供更為可靠的定位服務和技術支撐。

4軌跡跟蹤研究現(xiàn)狀

金屬礦山硬質地層施工工況復雜、環(huán)境惡劣，人工操作掘進機施工存在危險性高、勞動強度大、施工質量難以保證、超挖、欠挖等問題。因此，研發(fā)高效協(xié)同、精準、穩(wěn)定的智能化施工設備有利于工程發(fā)展。為實現(xiàn)施工機械智能化作業(yè)，就必須捕獲施工機械在工作空間的絕對位置，并對其運行軌跡進行控制，最終實現(xiàn)無人化施工。

學術界針對掘進機軌跡跟蹤進行了深入研究，取得了豐富的研究成果。劉送永等［24-25］使用單目視覺和深度學習算法檢測掘進機姿態(tài)，并配合模糊控制算法實現(xiàn)定點切割，最終試驗結果表明，最大輪廓誤差在50 mm以內。此外，其還針對掘進機運行過程中因滑移導致運行軌跡偏離問題進行了研究，提出一種巷道掘進機定向航行軌跡跟蹤控制方案，該方案配合PID（Proportion Integration Differentiation，PID）速度控制器可將圓弧段最大位置誤差控制在1.5 %以內；張旭輝等［26］提出一種迭代學習與滑模控制相結合的軌跡跟蹤控制算法，實現(xiàn)了對懸臂式掘進機截割頭運行軌跡的精準控制，并且利用Soldworks、3Dmax、Unity3D等軟件構建了虛擬示教系統(tǒng)，解決了人工示教難以保證軌跡優(yōu)化及合理性的弊端；張國泰等［27］提出一種滑模控制方法，確保懸臂式掘進機截割頭部運行軌跡不會受到外界未知干擾、系統(tǒng)非線性及參數(shù)不確定性等因素影響；張旭輝等［28］以激光點為目標特征建立掘進機機身位姿測量系統(tǒng)，利用單目視覺測量技術實現(xiàn)了掘進機自動定向掘進控制。

從上述內容可知，目前學術界主要是針對懸臂式掘進機進行研究，控制核心是通過機械臂控制截割頭按照預設定軌跡進行移動，其控制目標及運動模式針對性強、不具備普遍性；使用單目視覺測量技術能夠準確獲取懸臂式掘進機機身姿態(tài)，但是該技術主要運用場景為巷道，無法確定是否能夠應用于豎井挖掘工程。

在機體運動系統(tǒng)的控制研究領域，構建精準的機體運動系統(tǒng)模型面臨著相當大的挑戰(zhàn)［29-30］。這主要歸因于機體自身結構的復雜性及運行過程中所涉及的眾多因素。機械部件之間存在著高度非線性的耦合關系，而且在不同的工況條件下，其力學特性也會發(fā)生顯著變化，這些都使得建立一個能夠精確反映機體運動狀態(tài)的模型變得異常艱難［31-32］。不僅需要對大量復雜的物理現(xiàn)象進行細致考量，還需耗費大量的時間與精力進行反復調試與驗證，但即便如此，最終模型的準確性與可靠性仍然難以完全達到理想狀態(tài)。

與此同時，破巖機械在實際的工程作業(yè)中，所處的環(huán)境條件極為復雜且充滿不確定性。地質條件的不均勻分布、巖石硬度的隨機變化、施工現(xiàn)場持續(xù)存在的振動和噪聲干擾等諸多因素，都會對機體的穩(wěn)定運行產生不容忽視的影響［33-34］，使得機體的實際運動狀態(tài)與預期狀態(tài)之間產生較大偏差，進而極大地增加了對其進行精準控制的難度。

基于上述情況，對于像LQR（線性二次型調節(jié)器）和MPC（模型預測控制）這類對系統(tǒng)模型精確性有著較高要求的控制算法而言，在破巖機械的控制應用中就暴露出明顯的局限性。LQR算法實施前提是必須已知精確的系統(tǒng)狀態(tài)空間模型及明確的性能指標函數(shù)，然后通過求解復雜的Riccati方程才能獲得所謂的最優(yōu)控制律，然而在實際的破巖機械運行環(huán)境中，要滿足這些條件幾乎是不可能的。同樣，MPC算法依賴于精準的預測模型來對未來系統(tǒng)的行為進行預估，并依據(jù)優(yōu)化目標求解出最優(yōu)的控制序列，但由于破巖機械所處環(huán)境的高度復雜性和不確定性，使得預測模型難以準確地反映實際情況，從而導致該算法在實際應用中的效果大打折扣。

相較而言，PID（比例-積分-微分）算法展現(xiàn)出諸多獨特的優(yōu)勢，使其更適用于破巖機械的控制場景。從原理上講，PID算法簡潔明了，易于理解和掌握，操作人員能夠快速上手并進行有效的參數(shù)調整。在控制精度方面，它能夠通過合理地設置比例、積分和微分3個參數(shù)，實現(xiàn)對系統(tǒng)輸出的精確控制，確保破巖機械在作業(yè)過程中能夠保持穩(wěn)定且精準的運行狀態(tài)。尤為重要的是，PID算法并不依賴于精確的系統(tǒng)模型，這使其在面對復雜多變的工程環(huán)境和機體運行狀態(tài)時，依然能夠發(fā)揮出良好的控制效果，有效克服了由于模型不準確或環(huán)境干擾所帶來的問題，具有較強的抗干擾能力，能夠保證破巖機械在各種不利條件下穩(wěn)定運行。

此外，PID算法還具有巨大的發(fā)展?jié)摿土己玫目蓴U展性。它能夠與多種先進的優(yōu)化算法相結合，如粒子群優(yōu)化算法、遺傳算法等，通過這些算法對PID算法參數(shù)進行優(yōu)化，從而進一步提升其控制性能，有效解決傳統(tǒng)PID算法在參數(shù)選擇和優(yōu)化方面可能存在的問題。綜上所述，鑒于PID算法在破巖機械控制領域所展現(xiàn)出的獨特優(yōu)勢及巨大的發(fā)展?jié)摿Γ瑢⑵渥鳛榻饘俚V山硬質地層智能掘進機械控制技術的重要研究方向具有重要的理論意義和實際應用價值，有望為破巖機械的高效、穩(wěn)定運行提供強有力的技術支持，推動相關工程領域的技術進步與發(fā)展。

5新型礦山智能掘進設備

新型豎井掘進機作為礦山智能掘進領域的創(chuàng)新成果，憑借其別具一格的機身構造和獨特的破巖原理，成功突破了傳統(tǒng)豎井掘進機所存在的機身沉重、施工靈活性欠佳等固有局限。在本章節(jié)中，著重對新型豎井掘進機的結構設計、工作機制及其井下組合定位方案進行詳細闡述，旨在深入剖析這一新型設備在豎井掘進工程中的關鍵技術與應用優(yōu)勢，呈現(xiàn)其在提升豎井掘進效率、保障施工精度與安全性等方面的重要價值與創(chuàng)新之處，從而更好地推動礦山智能化掘進技術的發(fā)展與應用。

5.1新型豎井掘進機結構

新型豎井掘進機（如圖4所示）由驅動系統(tǒng)、掘進系統(tǒng)組成，還包括液壓泵、液壓馬達等硬件。

新型豎井掘進機破巖流程如圖5-a）所示。首先，在掘進系統(tǒng)與巖石接觸后利用自重使截齒侵入巖石；然后，液壓馬達帶動滾筒轉動，滾筒上截齒借由旋轉慣性對巖石進行破碎化處理［18］。破巖效果如圖5-b）所示。由圖5-b）可知，依據(jù)上述破巖流程能夠對混凝土進行完全破碎化處理。在完成破碎任務后由驅動系統(tǒng)帶動掘進機前往下一個破碎任務點繼續(xù)作業(yè)，循環(huán)以上步驟直至完成豎井挖掘。

5.2組合定位方案

新型豎井掘進機組合定位原理如圖6所示，超寬帶定位系統(tǒng)采用雙向雙邊測距法，通過測量掘進機與基站距離，得到掘進機與超寬帶基站的位置關系，經過坐標系轉換后可獲得掘進機井下位置。

5.3組合定位算法

5.3.1人工神經網(wǎng)絡算法

人工神經網(wǎng)絡算法是一種具有自適應能力的數(shù)學模型（如圖7所示），其分為輸入層、隱藏層和輸出層，調節(jié)隱藏層單元個數(shù)能夠快速、準確地尋找數(shù)據(jù)規(guī)律并確定擬合函數(shù)。在組合定位中分別使用超寬帶導航系統(tǒng)、慣性導航系統(tǒng)對掘進機進行定位，獲得定位數(shù)據(jù)、速度數(shù)據(jù)和位姿數(shù)據(jù)后將每一組數(shù)據(jù)分為訓練數(shù)據(jù)和測試數(shù)據(jù)，然后利用訓練數(shù)據(jù)對人工神經網(wǎng)絡模型進行訓練（如圖8所示），再利用測試數(shù)據(jù)對訓練后模型進行測試，測試通過后可生成相應的擬合函數(shù)。利用擬合函數(shù)對定位數(shù)據(jù)進行處理，提高數(shù)據(jù)精度。

5.3.2卡爾曼濾波算法

卡爾曼濾波算法能夠將影響數(shù)據(jù)精度的干擾噪聲減小，以提高數(shù)據(jù)精度。以下為卡爾曼濾波函數(shù)5個核心公式。

先驗估計：

[Xk=AkXk-1]" " " " " " " " " " " " " "（1）

后驗估計：

[Xk=Xk+Kk（Zk-HXk）]" " " " " " " " "（2）

卡爾曼增益：

[Kk=PkHTHPkHT+R]" " " " " " " " " " " " （3）

先驗估計協(xié)方差：

[Pk=AkPk-1AT+Q]" " " " " " " " " " "（4）

更新估計協(xié)方差：

[Pk=（Ι-KkH）Pk]" " " " " " " " " " " " （5）

式中：[Xk]為[k]時刻狀態(tài)向量；[Ak]為[k]時刻狀態(tài)矩陣；[Xk]為[k]時刻的估計狀態(tài)向量；[Zk]為[k]時刻的觀測向量；[H]為觀測矩陣；[Kk]為[k]時刻卡爾曼增益；[Pk]為[k]時刻先驗估計協(xié)方差；Pk為[k]時刻更新估計協(xié)方差；[Q]為過程噪聲的協(xié)方差矩陣；R為觀測誤差矩陣；I為單位矩陣。

使用卡爾曼濾波算法需要對目標建立相應狀態(tài)方程和觀測方程，構建過程如下：

1）狀態(tài)方程。新型豎井掘進機井下行駛以圓形路線為主，可將其運動模型視為CTRV（Constant Turn Rate and Velocity，CTRV）模型，在實際運行過程中因機器運行和外界干擾使得掘進機很難保證勻速行駛，由高斯理論可知，自然界誤差遵循正態(tài)分布，因而根據(jù)CTRV模型和噪聲誤差來源及特性可得新型豎井掘進機狀態(tài)方程為：

[Xk=xkykvkθkωk+vkωk[sin （ωΔt+θ）-sin θ]vkωk[-cos （ωΔt+θ）+cos" θ]0ωΔt0+0.5av，kcos" θΔt20.5av，ksin" θΔt2av，kΔt0.5aω，kΔt2aω，kΔt]" " " " " " " " " " " " " " " " " " " （6）

式中：[xk]為k時刻掘進機東向坐標；[yk]為k時刻掘進機北向坐標；[vk]為k時刻掘進機徑向速度；[θk]為k時刻掘進機偏航角；[ωk]為k時刻掘進機偏航角速度；[Δt]為時間點間隔；[av，k]為k時刻徑向加速度；[aω，k]為k時刻偏航角加速度。

其中，[0.5av，kcos" θΔt20.5av，ksin" θΔt2av，kΔt0.5aω，kΔt2aω，kΔt]為掘進機運行噪聲干擾，而[av，k]、[aω，k]等參數(shù)符合正態(tài)分布。

2）觀測方程。卡爾曼濾波的觀測方程可以表示為：

[zk=h（x）+v]" " " " " " " " " " " " "（7）

式中：[x]為過程噪聲；[v]為測量噪聲。

由于卡爾曼濾波狀態(tài)矢量[X]中包括慣性導航系統(tǒng)的誤差，相應測量矢量[zk]包括慣性導航系統(tǒng)預測值與相應的超寬帶導航系統(tǒng)量測值之差，即：

[δzk=rlINS-rlUWBvlINS-vlUWB]" " " " " " " " " " " " "（8）

6展望

目前中國金屬礦山硬質地層智能化掘進處于初級階段，需要提升信息收集、信息深度處理、信息融合等能力，對已有信息進行深度分析、挖掘、融合以達到對掘進機工作環(huán)境更深層次掌握，推出符合工程要求的智能化技術，尤其是掘進機高精度導航技術。主要可從以下2個方面進行提升：

1）發(fā)展以慣性導航系統(tǒng)、超寬帶導航系統(tǒng)及視覺定位導航系統(tǒng)為核心的組合定位技術。組合定位系統(tǒng)要求能夠不受工程環(huán)境干擾，并且獲取包括機體位置、速度及姿態(tài)在內的全面定位信息。

2）研究濾波算法。注重濾波算法實際應用，為理論研究提供更多應用實例，深入挖掘濾波算法實際需求，為濾波算法研究指明方向。獲知研究方向后嘗試利用新的數(shù)學模型來描述信號，盡可能準確地描述實際工況，此外還可以改進濾波算法硬件架構進而提高計算效率和實用性。

金屬礦山硬質地層智能化掘進不單是導航系統(tǒng)和軌跡跟蹤控制智能化，而是更為全面的智能化，應重視研究新型掘進機。目前掘進機械或是自身重力過大、不靈活，或是挖掘尺寸受限，不能很好地滿足工程需求。進一步發(fā)展掘進機械需要針對機身款式進行創(chuàng)新，推出更多小巧、靈活且挖掘尺寸不受限制的掘進機械。目前智能化是大勢所趨，金屬礦山硬質地層智能化掘進不能局限于自身行業(yè)，可以通過借鑒其他行業(yè)智能化發(fā)展獲得更為先進的導航、濾波算法及其他技術，進而促進礦業(yè)行業(yè)發(fā)展。

［參考文獻］

［1］周桂生.柴北緣早古生代超高壓巖石差異性變質演化：對大陸深俯沖巖石折返機制的啟示［D］.北京：中國地質科學院，2019.

［2］ZHOU Y U，LV W J，LI B.A realistic 3D grain?based modeling approach for reproducing the mechanical and failure behavior of brittle granites［J］.International Journal of Rock Mechanics and Mining Sciences，2025，185：105981.

［3］張將令，李小二，陳新明，等.截齒滾動掘進凍土過程的影響因素數(shù)值模擬研究［J］. 冰川凍土，2022，44（1）：229-240.

［4］陳新明，張將令，焦華喆，等. 新型重力式立井連續(xù)掘進機滾動截齒破巖機理［J］. 采礦與安全工程學報，2022，39（3）：576-583，597.

［5］唐先習，夏頂頂，李旦合，等.隧道爆破施工對初支混凝土的影響研究［J］.鐵道工程學報，2022，39（1）：73-78，113.

［6］王桂林，費鴻祿，劉秉軒，等.露天煤礦火區(qū)爆破技術現(xiàn)狀與趨勢［J/OL］.煤炭科學技術，1-18[2024-10-08].http：∥kns.cnki.net/kcms/detail/11.2402.TD.20240902.1359.011.html.

［7］汪青倉，劉全輝，宋朝陽，等.煤礦超長斜井敞開式全斷面掘進機施工可行性分析［J］.煤炭科學技術，2023，51（7）：310-320.

［8］代恩虎，王勇，魯義強，等.云貴地區(qū)煤礦TBM施工技術應用研究［J］.煤炭科學技術，2022，50（10）：10-18.

［9］童碧，陳建本，孫濤.小型巷道全斷面掘進機快速施工關鍵技術與應用［J］.煤炭科學技術，2023，51（4）：185-197.

［10］秦永元.卡爾曼濾波與組合導航原理［M］.西安：西北工業(yè)大學出版社，2012：282-283.

［11］劉少山.無人駕駛——人工智能如何顛覆汽車［M］.北京：機械工業(yè)出版社，2019：15-16，22.

［12］陳剛，王一帆，傅金琳，等.慣導速度輔助下GNSS高精度定位［J］.中國慣性技術學報，2017，25（4）：466-472.

［13］李博峰，陳廣鄂. GNSS/INS組合車輛協(xié)同精密定位方法［J］. 測繪學報，2022，51（8）：1 708-1 716.

［14］商向永，孫付平，張倫東，等. INS輔助的GNSS欺騙干擾辨識與抑制方法［J］. 中國慣性技術學報，2022，30（2）：181-187.

［15］林雪原，劉麗麗，董云云，等.改進的GNSS/INS組合導航系統(tǒng)自適應濾波算法［J］. 武漢大學學報（信息科學版），2023，48（1）：127-134.

［16］吳騰，趙軍陽，張志利，等.車載視覺里程計發(fā)展現(xiàn)狀與趨勢研究［J］. 電光與控制，2017，24（10）：69-74.

［17］孫偉，苗宏勝，李海軍，等.一種基于證據(jù)推理的慣性/視覺里程計深組合導航方法［J］. 中國慣性技術學報，2020，28（5）：615-623.

［18］徐愛功，宋帥，隋心，等.一種單目視覺/INS組合室內定位抗差方法［J］. 測繪科學，2019，44（12）：1-6.

［19］周小剛，劉潔瑜，汪立新，等.視覺/慣性導航系統(tǒng)抗有色噪聲濾波算法設計與仿真［J］.現(xiàn)代防御技術，2015，43（2）：199-202，209.

［20］黃衛(wèi)華，何佳樂，陳陽，等.基于灰色模型和改進粒子濾波的無人機視覺/INS導航算法［J］. 中國慣性技術學報，2021，29（4）：459-466.

［21］劉韜，徐愛功，隋心.超寬帶與慣性導航系統(tǒng)組合的室內導航定位［J］.測繪科學，2016，41（12）：162-166.

［22］葛世榮，王世佳，曹波，等.智能采運機組自主定位原理與技術［J］.煤炭學報，2022，47（1）：75-86.

［23］田廣亮，張麗杰，李志宇.SVR輔助改進魯棒卡爾曼濾波的UWB/INS組合定位方法［J］. 電子測量技術，2022，45（3）：79-84.

［24］劉送永，吳洪狀，程誠，等.煤礦掘進機自定位截割控制方法及試驗研究［J］.中國機械工程，2024，35（7）：1 318-1 329.

［25］劉送永，張德義，孟德遠，等.巷道掘進機循跡定向航行控制研究［J/OL］.機械工程學報，1-11[2024-10-14].http：∥kns.cnki.net/kcms/detail/11.2187.th.20250211.1702.050.html.

［26］張旭輝，王甜，張超，等.數(shù)字孿生驅動的懸臂式掘進機虛擬示教記憶截割方法［J］.煤炭學報，2023，48（11）：4 247-4 260.

［27］張國泰，沈剛，湯裕，等.基于UDE的掘進機器人非奇異終端滑模控制［J］.煤炭學報，2023，48（增刊2）：790-801.

［28］張旭輝，趙建勛，楊文娟，等.懸臂式掘進機視覺導航與定向掘進控制技術［J］.煤炭學報，2021，46（7）：2 186-2 196.

［29］楊小慧.某金礦選礦廠球磨機襯板及分級設備優(yōu)化改造［J］.黃金，2022，43（7）：50-53.

［30］王潤年，王永輝.5G+無人駕駛智能配礦行車在有色冶煉企業(yè)的應用研究［J/OL］.黃金，1-5[2024-10-02].http：∥kns.cnki.net/kcms/detail/22.1110.TF.20240810.1039.002.html.

［31］胡榮華，安冬，史夢圓，等.智能礦用機器人研究現(xiàn)狀及發(fā)展趨勢［J］.黃金，2023，44（9）：59-68.

［32］高飛翔，劉金鳳，李家瑋，等.基于PLC技術的黃金礦山排水系統(tǒng)自動控制研究與應用［J］.黃金，2023，44（10）：30-33.

［33］武茂超，萬鵬，姚樹標.基于懸臂掘進機性能的礦巖綜合分級方法［J］.黃金，2023，44（10）：4-8.

［34］董志富，翟會超，劉銀，等.特殊條件下露天礦山非常規(guī)爆破技術及其應用［J］.黃金，2021，42（8）：48-52.

Status quo and prospects of intelligent excavation through hard strata in metal mines

Chen Xinming1，2， Sun Jinyu1，2， Jiao Huazhe1，2， Wang Qi1，2

（1. Key Laboratory of Underground Engineering and Disaster Prevention， Henan Polytechnic University;

2. School of Civil Engineering， Henan Polytechnic University）

Abstract：The key point of intelligent excavation technology， a trend for hard strata excavation in metal mines， lies in the technologies of positioning by combinations and trajectory tracking control. The study elaborated on the achievements in strata excavation technology， and navigation and positioning technology made in each stage， and dissected the shortcomings in technological terms while exploring the development regularities. The existing achievements made in positioning by combinations and trajectory tracking are comprehensively reviewed and commented objectively， before a set of schemes for positioning by combinations are devised specifically for new?type intelligent excavation equipment for mines. Finally， the development trend and research focus of intelligent excavation through hard strata in metal mines are prospected in a reasonable way.

Keywords：metal mine; hard strata; excavation technology; excavation equipment; positioning by combinations; trajectory tracking; intelligent excavation

基金項目：國家自然科學基金面上項目（52374121）；國家重點研發(fā)計劃項目（2023YFC2907203）

作者簡介：陳新明（1970—），男，教授，博士，從事礦山隧道、注漿方向的研究工作；E?mail：chenxinming@163.com