采煤机是综采工作面实现可靠割煤与装煤的核心设备，其截割滚筒高度的准确测量是实现综采工作面自动化、智能化的一项重要研究内容。本论文针对现有采煤机滚筒高度测量方法和传感器系统测量精度低、可靠性较差、集成度低等问题，从采煤机实际运行工况出发，对现有单一考虑摇臂摆角的滚筒高度测量方法进行了改进，设计了基于DSP的釆煤机滚筒高度智能传感器，为滚筒高度的准确测量提供了一种新的解决方案。

（1）根据采煤机实际运行工况，在分析其工作过程中滚筒高度主要影响因素的基础上，提出了基于摇臂摆角，同时考虑机身俯仰角、横滚角的滚筒高度测量方法。利用空间坐标转换原理建立了滚筒高度与3个角度间的关系模型。研究确定了基于巨磁阻角度感知元件的摆角测量方法和基于MEMS微惯导元件的机身俯仰角、横滚角的测量方法。

（2）基于所提出的测量方法，确定了采煤机滚筒高度智能传感器的总体设计方案。设计了以DSP-F28335为主控制器，以TLE5012B磁敏感元件和MPU6050微惯导元件为角度感知元件，具备CAN/WIFI通信及OLED显示的硬件电路。采用C语言开发了传感器运行控制、角度测量与解算、数据处理、通信等程序。设计了用于摇臂摆角转换的摇杆-旋转装置和传感器安装部件。研制了传感器样机。

（3）针对综采工作面复杂恶劣的磁场环境，对传感器安装位置处的磁场干扰源进行了分析。以Eickhoff-SL1000型采煤机为例，建立了大功率电缆、电机、采煤机摇臂及周边部分等干扰源模型。采用COMSOL仿真软件，分析了传感器安装位置处的磁场分布与磁感应强度。结果表明：截割电机和巷道铺设电缆处的磁感应强度较大，是影响传感器工作的主要电磁干扰源。传感器安装部位的磁感应强度为1 ~ 4T，超出了TLE5012B的30 ~ 50mT正常工作磁场范围。为此，基于低频磁屏蔽原理和传感器结构，以硅钢片为屏蔽材料设计了磁屏蔽装置，该装置可有效屏蔽99%的磁场干扰，屏蔽后传感器周围磁感应强度为10 ~ 45mT。

（4）设计搭建了可模拟采煤机三个角度运动的实验平台，对传感器的数据测量、传输、显示等基本功能进行验证。搭建了各角度和高度的误差测量实验平台，对传感器的测量精度进行了分析。实验结果表明：传感器摆角、俯仰角、横滚角和滚筒高度的最大绝对误差分别为0.16°、0.07°、0.06°和6.70mm，最大百分比相对误差分别为1.74%、2.61%、2.96%和2.38%。最后，建立了采煤机滚筒高度测量误差模型，分析得到滚筒高度测量误差的最大值为2.24cm，满足煤矿井下的实际需求。

The shearer is a key equipment for fully mechanized mining face, which is used for cutting and loading coal. The accurate measurement of the drum height is important research content to realize the automation and intelligence of the fully mechanized mining face. Aiming at the problems of low measurement accuracy, poor reliability and low integration of the existing shearer drum height measurement methods and sensor systems, considering the actual operating conditions of the shearer, this paper improves the existing methods that only considers the swing-angle of the ranging arm and designs an intelligent sensor for the drum height, which provides a new solution for the accurate measurement of the drum height.

(1) According to the actual operating conditions of shearer, this paper proposes a drum height measurement method based on the analysis of the main factors affecting the drum height in its working process. The method takes the ranging arm swing-angle and fuselage attitude angle (pitch angle and roll angle) into consideration. Meanwhile, the relationship model between the drum height and the three angles was established by using the principle of space coordinate transformation. The method of measuring swing-angle based on GMR angle sensing element and the method of measuring pitch angle and roll angle based on MEMS micro-inertial navigation element are determined.

(2) Based on the proposed measurement method, the overall design scheme of shearer drum height intelligent sensor is determined. The hardware circuits of the sensor are designed which use DSP-F28335 as the main controller, TLE5012B magnetic sensing element and MPU6050 micro inertial navigation element as angle sensing elements. Meanwhile, the sensor have functions of CAN/WIFI communication and OLED display. C language is used to develop programs including sensor operation control, angle measurement and solution, data processing, communication. Furthermore, a rocker-rotation device for swing-angle conversion of ranging arm and installation components of the sensor are designed. Finally, the sensor prototype is developed .

(3) Aiming at the complex magnetic field environment of fully mechanized mining face, this paper analyzed the interference source of magnetic field at the sensor installation position. Taking Eickhoff-SL1000-type shearer as an example, the interference source models of high-power cables, motors, shearer ranging arm and surrounding parts are established. COMSOL simulation software is used to analyze the magnetic field distribution and magnetic induction intensity at the sensor installation position. The results show that the magnetic induction intensity of cutting motor and tunnel laying cable is large, which is the main source of electromagnetic interference affecting the sensor work. The magnetic induction intensity at the sensor installation site is 1T to 4T, which is beyond the TLE5012B's normal operating range of 30mT to 50mT. Therefore, based on the low-frequency magnetic shielding principle and sensor structure, a magnetic shielding device was designed with silicon steel sheet as the shielding material. The device can effectively shield 99% of the magnetic field interference, and the magnetic induction intensity around the sensor after shielding is 10mT to 45mT.

(4) The experimental platform which can simulate the shearer's three angle movement is designed and built, and the basic functions of the sensor such as data measurement, transmission and display are verified. Furthermore, the error measurement experiment platform of each angle and height is built, and the measurement accuracy of the sensor is analyzed. The experimental results show that the maximum absolute errors of sensor swing-angle, pitch angle, roll angle and drum height are 0.16°, 0.07°, 0.06° and 6.70mm, respectively, and the maximum percentage relative errors are 1.74%, 2.61%, 2.96% and 2.38%, respectively. Finally, the shearer drum height measurement error model is established, and the maximum value of the drum height measurement error is 2.24cm, which can meet the actual demand of underground coal mine.

[1]王国法，任世华，庞义辉，等. 煤炭工业“十三五”发展成效与“双碳”目标实施路径[J].煤炭科学技术，2021, 49(09): 1-8.

[2]赵敏，杨伟红，王国平，等. 我国煤炭资源的战略储备研究[J]. 中国矿业，2017, 26(10): 90-92.

[3]Ralston J, Reid D, Hargrave C, et al. Sensing for advancing mining automation capability: A review of underground automation technology development[J]. International Journal of Mining Science and Technology, 2014, 24(3): 305-310.

[4]苏波. 基于图像的采煤机滚筒自动调高方法研究[J]. 产业科技创新，2020, 2(08): 50-52.

[5]《能源技术革命创新行动计划(2016-2030年)》[J]. 电力与能源，2016, 37(03): 370.

[6]王国法，张德生. 煤炭智能化综采技术创新实践与发展展望[J].中国矿业大学学报，2018, 47(3): 459-467.

[7]王国法. 煤矿智能化最新技术进展与问题探讨[J]. 煤炭科学技术，2022, 50(01): 1-27.

[8]王国法，杜毅博，庞义辉. 6S智能化煤矿的技术特征和要求[J]. 智能矿山，2022, 3(01): 2-13.

[9]黄曾华，王峰，张守祥.智能化采煤系统架构及关键技术研究[J]. 煤炭学报，2020, 45(06): 1959-1972.

[10]谈正. 综采工作面三机配套的分析[J]. 山东煤炭科技，2016(09): 115-116+119.

[11]葛世荣，郝尚清，张世洪，等. 我国智能化采煤技术现状及待突破关键技术[J]. 煤炭科学技术，2020, 48(07): 28-46.

[12]王世佳，王世博，刘万里. 采煤机截割高度测量模型与测量误差分析[J]. 仪器仪表学报，2021, 42(04): 140-149.

[13]Gao K, Meng Z, Jiang K, et al. Shearer height adjustment based on mechanical-electrical-hydraulic cosimulation[J]. IEEE Access, 2020, 8: 222064-222076.

[14]候德安. 基于单神经元PID的采煤机滚筒调高控制系统[J]. 煤矿机电，2021, 42(01): 30-33.

[15]张远辉，刘章棋，陈虹均. 基于模糊算法采煤机滚筒高度控制性能研究[J]. 液压与气动，2020(08): 82-87.

[16]刘庆国，曹鹏. 改进型采煤机滚筒调高记忆程控策略[J]. 工矿自动化，2017, 43(01): 34-37.

[17]范京道，徐建军，张玉良，等. 不同煤层地质条件下智能化无人综采技术[J]. 煤炭科学技术，2019, 47(03): 43-52.

[18]方新秋，梁敏富，李爽，等. 智能工作面多参量精准感知与安全决策关键技术[J]. 煤炭学报，2020, 45(01): 493-508.

[19]王国法，刘峰，庞义辉，等. 煤矿智能化——煤炭工业高质量发展的核心技术支撑[J].煤炭学报，2019, 44(02): 349-357.

[20]苏秀平，李威，樊启高. 采煤机滚筒调高滑模变结构控制策略[J]. 煤炭学报，2012, 37(12): 2107-2111.

[21]Bessinger S L, Nelson M G. Remnant roof coal thickness measurement with passive gamma ray instruments in coal mines[J]. IEEE Transactions on Industry Applications, 1993, 29(3): 562-565.

[22]张俊梅，李文彬，范迅，等. 基于单片机的采煤机自动调高控制系统[J]. 工矿自动化，2004(01): 6-9.

[23]Ralston J C. Automated longwall shearer horizon control using thermal infrared-based seam tracking[C]//2012 IEEE International Conference on Automation Science and Engineering (CASE). IEEE, 2012: 20-25.

[24]樊启高， 李威，王禹桥，等. 一种采用灰色马尔科夫组合模型的采煤机记忆截割算法[J]. 中南大学学报(自然科学版)，2011, 42(10): 3054-3058.

[25]王忠宾，徐志鹏，董晓军. 基于人工免疫和记忆切割的采煤机滚筒自适应调高[J]. 煤炭学报，2009, 34(10): 1405-1409.

[26]申伟鹏. 现代化采煤机摇臂姿态定位技术研究[J]. 机电工程技术，2018, 47(10): 187-189.

[27]党景锋，高晓光，刘东航. 基于油缸位移传感器的采煤机采高监测系统[J]. 煤矿机械，2017, 38(05): 120-121.

[28]胡璟. 单滚筒短壁采煤机采高检测装置及检测方法[J]. 煤矿机电，2016(06): 5-7.

[29]王琳, 余磊, 齐仁德,等. 采煤机截割高度传感器改造分析[J]. 煤矿机械，2017, 38(12): 92-94.

[30]黄秋来. 采煤机传感器应用现状与展望[J]. 煤矿机电，2021, 42(01): 57-60+69.

[31]郭卫，李红卫，王渊，等. 低照度环境下采煤机摇臂角度测量方法[J]. 工矿自动化，2018, 44(05): 47-51.

[32]李曼，王志鹏. 基于巨磁阻效应的采煤机摇臂角度传感器设计研究[J]. 煤炭科学技术，2019, 47(04): 26-31.

[33]Lu Z, Guo W, Zhang C, et al. A Novel Intelligent Decision-Making Method of Shearer Drum Height Regulating Based on Neighborhood Rough Reduction and Selective Ensemble Learning[J]. IEEE Access, 2020, 9: 46545-46559.

[34]张庆，王学文，谢嘉成，等. 基于捷联惯导系统的采煤机定位与姿态调整[J]. 工矿自动化，2017, 43(10): 83-89.

[35]Wu G, Fang X, Zhang L, et al. Positioning accuracy of the shearer based on a strapdown inertial navigation system in underground coal mining[J]. Applied Sciences, 2020, 10(6): 2176.

[36]邓正隆. 惯性导航原理[M]. 哈尔滨：哈尔滨工业大学出版社，1994.

[37]Chen Y, Li W, Yang H, et al. Research on the compensation strategy of the initial alignment of the SINS based on the dynamic model of the shearer[J]. Ieee Access, 2019, 7: 36736-36747.

[38]郭卫，张露，赵栓峰. 基于捷联惯导的采煤机姿态解算算法研究[J]. 矿山机械，2014, 42(06): 15-20.

[39]Sammarco J J. A guidance sensor for continuous mine haulage[C]//IAS'96. Conference Record of the 1996 IEEE Industry Applications Conference Thirty-First IAS Annual Meeting. IEEE, 1996, 4: 2465-2472.

[40]Czwalina J, Kubic J, Bigby D N, et al. New mechanization and automation of longwall and drivage equipment[R]. Luxembourg: Research Fund for Coal and Steel, 2011: 7-130.

[41]张斌，方新秋，邹永洺，等. 基于陀螺仪和里程计的无人工作面采煤机自主定位系统[J].矿山机械，2010, 38(09): 10-13.

[42]李昂，郝尚清，王世博，等. 基于SINS/轴编码器组合的采煤机定位方法与试验研究[J].煤炭科学技术，2016, 44(04): 95-100.

[43]鲁程，王世博，葛世荣，等. 多惯导冗余的采煤机定位原理及其合理性分析[J]. 煤炭学报，2019, 44(S2): 746-753.

[44]杨海，李威，罗成名，等. 基于捷联惯导的采煤机定位定姿技术实验研究[J]. 煤炭学报，2014, 39(12): 2550-2556.

[45]樊启高，李威，王禹桥，等. 一种采用捷联惯导的采煤机动态定位方法[J]. 煤炭学报，2011, 36(10): 1758-1761.

[46]张金尧，李威，杨海，等. 采煤机捷联惯导定位方法研究[J]. 工矿自动化，2016, 42(03): 52-55.

[47]葛世荣，苏忠水，李昂，等. 基于地理信息系统(GIS) 的采煤机定位定姿技术研究[J].煤炭学报，2015, 40(11): 2503-2508．

[48]刘鹏，孟磊，王勃，等. 基于位姿测量与煤层DEM的采煤机滚筒自动调高方法[J]. 煤炭学报，2015, 40(02): 470-475.

[49]Wang S B, Wang S, Ge Z. A Mathematical Model and Error Analysis of Shearer Cutting Path Based on Its Attitude[J]. Mathematical Problems in Engineering, 2018, 2018(PT.11): 1790602.1-1790602.8.

[50]殷毅. 智能传感器技术发展综述[J]. 微电子学，2018, 48(04): 504-507+519.

[51]Kuo F Y, Lin C Y, Chuang P C, et al. Monolithic multi-sensor design with resonator-based MEMS structures[J]. IEEE Journal of the Electron Devices Society, 2017, 5(3): 214-218.

[52]Matsunaga T, Haga Y. Micro sensors and actuators for minimally invasive medical devices and bionic humanoid[C]//2016 International Symposium on Micro-NanoMechatronics and Human Science (MHS). IEEE, 2016: 1-2.

[53]孟峰，张磊，赵子未，等. 基于物联网的智能传感器技术及其应用[J]. 工矿自动化，2021, 47(S1): 48-50.

[54]赵正平. MEMS智能传感器技术的新进展[J]. 微纳电子技术，2019, 56(01): 1-7.

[55]梁义维. 采煤机智能调高控制理论与技术[D]. 太原：太原理工大学，2005.

[56]李泽芳. 矿用传感器技术发展现状与展望[J]. 煤炭与化工，2021, 44(08): 74-76.

[57]Cui H, Denghua L. Research on electromagnetic interference resistance of piezoelectric vibration acceleration sensor[J]. Ferroelectrics, 2014, 460(1): 82-97.

[58]刘胜，张玉廷. 基于小波降噪的船用行程传感器电磁干扰信号抑制研究[J]. 仪器仪表学报，2010, 31(04): 747-752.

[59]罗茹丹，吴峻，李中秀. 中低速磁浮列车悬浮间隙传感器所处环境空间电磁干扰的研究[J]. 仪表技术与传感器，2018(11): 1-6.

[60]陈智，杨学莉. 某型飞机燃油测量系统电磁干扰问题研究[J]. 信息通信，2019(04): 104-105.1.

[61]Creosteanu A, Creosteanu L. Study on the electromagnetic susceptibility of the speed sensor of an aircraft starter generator[C]//2012 International Semiconductor Conference Dresden-Grenoble (ISCDG). IEEE, 2012: 187-190.

[62]严加斌，朱峰，李军，等. 高速动车组速度传感器的电磁干扰测试与分析[J]. 电子测量与仪器学报，2015, 9(03): 33-438.

[63]辛中华，张晓冬，刘涛，等. 智能化煤矿电磁环境及电磁兼容标准架构[J]. 煤炭科学技术，2020, 48(7): 1-7.

[64]张帆. 煤矿井下电机车电磁干扰问题探讨[J]. 煤炭科学技术，2009, 37(04): 88-90+102.

[65]陈 辉. 煤矿综采工作面电磁骚扰的研究[D]. 徐州： 中国矿业大学，2012.

[66]邹哲强，庄捷，屈世甲. 煤矿井下中低频段电磁干扰测量与分析[J]. 工矿自动化，2013, 39(5): 1-5.

[67]霍大云，孙晨阳，董军，等. 物联网产品应用领域及其传感器环境可靠性评价研究[J].物联网技术，2019, 9(5): 105-107.

[68]辛中华，张晓冬，刘涛，等. 井下电磁干扰特性及智能设备电磁兼容标准研究[J]. 煤炭科学技术，2020, 48(07): 255-261.

[69]王国法，杜毅博. 智慧煤矿与智能化开采技术的发展方向[J]. 煤炭科学技术，2019, 47(1): 1-10.

[70]刘旭东. 煤矿井下电力电子设备电磁干扰的研究[J]. 电子制作，2017(06): 85-87.

[71]杨嘉如. 煤矿井下电子设备电磁干扰的预防[J]. 中国高新技术企业，2015(31): 159-160.

[72]孙伏洋. 大型磁屏蔽环境的仿真与设计[D]. 西安：安理工大学，2018.

[73]李巧燕，王保国，马通边，等. 低频高性能屏蔽装置的设计[J]. 太赫兹科学与电子信息学报，2016, 14(04): 591-595.

[74]王善祥，王中旭，胡军，等. 基于巨磁阻效应的高压宽频大电流传感器及其抗干扰设计[J]. 高电压技术，2016, 42(06): 1715-1723.

[75]朱正宪. 矿用压力传感器抗干扰研究与设计[J]. 煤矿机械，2017, 38(04): 6-8.

[76]乔春光. 采煤机与刮板输送机协同位姿监测理论与方法研究[D]. 太原：太原理工大学，2019.

[77]吴含. 不同采高下对MG300/730-WD型采煤机截割部模态的仿真与分析[D]. 阜新：辽宁工程技术大学，2015.

[78]许贤良，王传礼. 液压传动[M]. 北京：国防工业出版社，2008.

[79]何喜富. 基于iGMR原理角度传感器TLE5012B应用指南[J]. 单片机与嵌入式系统应用，2015, 15(3): 74-77.

[80]吴刚. 基于捷联惯导的采煤机运行姿态高精度感知理论与技术研究[D]. 徐州：中国矿业大学，2020.

[81]Zhang R, Hoflinger F, Reind L M. Calibration of an IMU using 3-D rotation platform[J]. IEEE sensors Journal, 2014, 14(6): 1778-1787.

[82]Wu Z, Sun Z, Zhang W, et al. A novel approach for attitude estimation based on MEMS inertial sensors using nonlinear complementary filters[J]. IEEE Sensors Journal, 2016, 16(10): 3856-3864..

[83]Al-Sharman M K S, Abdel-Hafez M F, Al-Omari M A R I. Attitude and flapping angles estimation for a small-scale flybarless helicopter using a Kalman filter[J]. IEEE sensors Journal, 2014, 15(4): 2114-2122.

[84]王靓钰. 基于TMS320F28335的电子舌系统研究与开发[D]. 杭州：中国计量大学，2019.

[85]董远航. 基于DSP的工业机器人伺服驱动系统设计与研究[D]. 青岛：中国石油大学(华东)，2018.

[86]杜娜，杨玲，张雄，等. 基于Comsol的井下瞬变电磁传感器建模与仿真[J]. 电子测试，2017(18): 27-29+36.

[87]陈庆东，王俊平. 基于COMSOL软件的静磁场仿真与分析[J]. 大学物理实验，2018, 31(02): 88-91.

[88]黄辉霞. 浅析电子设备的电磁屏蔽设计[J]. 电子测试，2018(23): 100-101.

[89]汪学杞. 全电集成动力系统电磁场干扰特性分析及隔磁设计[D]. 淄博：山东理工大学，2020.

[90]Grabchikov S S, Trukhanov A V, Trukhanov S V, et al. Effectiveness of the magnetostatic shielding by the cylindrical shells[J]. Journal of Magnetism and Magnetic Materials, 2016, 398: 49-53.

[91]郭敬滨，孟佳旭，李醒飞，等. 光泵磁力仪磁屏蔽筒的尺寸设计[J]. 电子测量与仪器学报，2018, 32(02): 80-85.

[92]廖桥生. 电磁轨道炮膛内强磁场屏蔽与磁保险引信样机设计[D]. 南京：南京理工大学，2016.

[93]蒋敏兰，费业泰. 动态误差分解与溯源理论与方法研究[J]. 仪器仪表学报，2005(S1): 735-736+74.