地下铲运机自主铲装技术现状及发展趋势 |
您所在的位置:网站首页 › 铲运机和铲车 › 地下铲运机自主铲装技术现状及发展趋势 |
Ali D,Frimpong S,2020. Artificial intelligence,machine learning and process automation:Existing knowledge frontier and way forward for mining sector [J].Artificial Intelligence Review, 53(8):6025-6042.[本文引用: 1] Anthony Stentz J B S S,1999. A robotic excavator for autonomous truck loading [J].Autonomous Robots,7(2):175-186.[本文引用: 1] Chen Meng,Wang Liguan,Jia Mingtao,al et,2013. An overview of autonomous navigation techniques and development trend for underground LHD [J].China Safety Science Journal,23(3):130-134.
Dadhich S,Bodin U,Andersson U,2016a. Key challenges in automation of earth-moving machines [J].Automation in Construction,68:212-222.[本文引用: 2] Dadhich S,Bodin U,Sandin F,al et,2016b. Machine learning approach to automatic bucket loading [C]//Proceedings of 24th Mediterranean Conference on Control and Automation (MED).New York:Institute of Electrical and Electronics Engineers (IEEE):1260-1265.[本文引用: 1] Dobson A A,Marshall J A,Larsson J,2017. Admittance control for robotic loading:Design and experiments with a 1-Tonne loader and a 14-Tonne load-haul-dump machine [J].Journal of Field Robotics,34(1):123-150.[本文引用: 1] Eger T,Salmoni A,Whissell R,2004. Factors influencing load-haul-dump operator line of sight in underground mining [J].Applied Ergonomics,35(2):93-103.[本文引用: 1] Gao Mengxiong,2010a. The development of technology on underground loader and underground automobile automation(two) [J].Modern Mining,26(1):5-11.
Gao Mengxiong,2010b. The development of technology on underground loader and underground automobile automation(three) [J].Modern Mining,26(2):5-10.
Gu Desheng,2004. The development tendency of mining science and technology of underground metal mine [J].Gold,(1):18-22.
Guo Xin,Zhan Kai,Gu Hongshu,al et,2015. Theoretical research of dynamic weighing system of underground LHD [J].Nonferrous Metals(Mining Section),67(4):75-79.
Gustafson A,2011. Automation of load haul dump machines [R].Lulea:University of Lulea.[本文引用: 1] Hemami A F H,2005. Simulation study of a control procedure for automated loading of bulk media [C]//Proceedings of the 22nd International Symposium on Automation and Robotics in Construction ISARC.Ferrara:International Association for Automation and Robotics in Construction (IAARC). DOI: 10.22260/ISARC2005/0080
Hemami A F H,2009. An overview of autonomous loading of bulk material [C]//Proceedings of the 26th International Symposium on Automation and Robotics in Construction.Austin TX:International Association for Automation and Robotics in Construction (IAARC):405-411.
Heshan A.Fernando J A M H,Larsson A J,2018. Towards controlling bucket fill factor in robotic excavation by learning admittance control setpoints [C]//Hutter,M.,Siegwart,R.,eds. Field and Service Robotics :Results of the 11Th International Conference.Cham, Switzerland: Springer International Publishing:35-48.
Lever P J A,2001. An automated digging control for a wheel loader [J].Robotica, 19(5):497-511.[本文引用: 1] Lever P J A,Wang F,1995. Intelligent excavator control system for lunar mining system [J].Journal of Aerospace Engineering,8(1):16-24.[本文引用: 2] Lever P J A,Wang F,Chen D,1994. A fuzzy control system for an automated mining excavator [C]//Proceedings of the 1994 IEEE International Conference on Robotics and Automation.New York:Institute of Electrical and Electronics Engineers (IEEE),29(3):3284-3289.[本文引用: 1] Li Hengtong,Guo Xin,Li Jianguo,al et,2015. Study on stratic automatic weighting of underground LHD [J].Mining Research and Development,35(11):85-88.
Li Jianguo,2016. Research on Automouous Control of Driving and Dumping for Underground Load-Haul-Dump [D].Beijing:University of Science and Technology Beijing.
Li Jun,2007. Study on Key Technique of Light Source in Machine Vision [D].Tianjin:Tianjin University of Technology.
Li Zhongxue,Li Cuiping,Li Shuangyue,2007. Frontiers in personless mining and avenues of their advancement in China [J].Strategic Study of CAE,(11):16-20.
Liu Hongfa,Wu Fei,2015. Design and implementation of the scraper automatic measuring system in multi-metal mine [J].Nonferrous Metals(Mining Section),67(4):80-81.
Ma Liguang,2005. The Research of Terrestrial Laser Scanning Technology [D].Wuhan:Wuhan University.
Mäkelä H,2001. Overview of LHD navigation without artificial beacons [J].Robotics and Autonomous Systems,36(1):21-35.[本文引用: 1] Marshall J A,Murphy P F,Daneshmend L K,2008. Toward autonomous excavation of fragmented rock:Full-scale experiments [J].IEEE Transactions on Automation Science and Engineering,5(3):562-566.[本文引用: 1] McKinnon C, Marshall J A,2014. Automatic identification of large fragments in a pile of broken rock using a time-of-flight camera [J].IEEE Transactions on Automation Science & Engineering,11(3):935-942.[本文引用: 1] Mikhirev P A,1983. Theory of the working cycle of automated rock-loading machines [J].Soviet Mining Science,6(19):515-522.[本文引用: 1] Petty M K,Billingsley J,Tran-Cong T,1997. Autonomous LHD loading [C]//Proceedings Fourth Annual Conference on Mechatronics and Machine Vision in Practice.New York: IEEE:219-224.[本文引用: 1] Quan Long,Li Yunhua,Fan Rujun,al et,2020. Research status and development trend of intelligent excavators [J].Journal of Mechanical Engineering,56(13):165-178.
Shi X,Lever P J A,Wang F Y,1996a. Experimental robotic excavation with fuzzy logic and neural networks [C]//Proceeding of IEEE International Conference on Robotics and Automation,Minneapolis.New York:IEEE:957-962.[本文引用: 2] Shi X,Lever P J A,Wang F Y,1996b. Fuzzy behavior integration and action fusion for robotic excavation [J].IEEE Transactions on Industrial Electronics,43(3):395-402.
Whitehorn M,2001. Stereo vision in LHD automation [J].IEEE Transactions on Industry Applictions,29(1):21-29.[本文引用: 1] Wu Di,2019. Positioning Technology of LHD Based on Stereo Visusal Odometry [D].Beijing:University of Science and Technology Beijing.
Wu Lixin,Wang Yunjia,Ding Enjie,al et,2012. Thirdly study on digital mine:Serve for mine safety and intellimine with support from Io T [J].Journal of China Coal Society,37(3):357-365.
Yang Qingping,Zhao Xingkuan,Wu Guomin,al et,2016. Automatic ore drawing technology of scraper and its application prospect [J].Mining Technology,16(6):21-25.
Yang Zhongjiong,2007. Simulation Research on Virtual Prototype Modeling And Dynamic Characteristics of Multi-Systems of Underground Load-Haul-Dump Vehicle [D].Changsha:Central South University.
Yin Chaozhong,Hu Tianyou,2009. Stydy on the optimal track of automatic shoveling of underground LHD [J].Metal Mine,(3):146-148.
Zhang Lifeng,Wang Rui,Ren Huajun,al et,2015. Mechanical analysis of scraper weighing system based on oil pressure measurement [J].Shandong Industrial Technology,(22):36 .
陈盟,王李管,贾明涛,等,2013. 地下铲运机自主导航研究现状及发展趋势 [J].中国安全科学学报,23(3):130-134.[本文引用: 1] 高梦熊,2010a. 浅谈地下装载机、地下汽车自动化技术的发展(二) [J].现代矿业,26(1):5-11.[本文引用: 1] 高梦熊,2010b. 浅谈地下装载机、地下汽车自动化技术的发展(三) [J].现代矿业,26(2):5-10.[本文引用: 1] 古德生,2004. 地下金属矿采矿科学技术的发展趋势 [J].黄金,(1):18-22.[本文引用: 1] 郭鑫,战凯,顾洪枢,等,2015. 地下铲运机动态称重系统的理论研究 [J].有色金属(矿山部分),67(4):75-79.[本文引用: 1] 李恒通,郭鑫,李建国,等,2015. 地下铲运机静态自动称重技术研究 [J].矿业研究与开发,35(11):85-88.[本文引用: 1] 李建国,2016. 地下铲运机自主行驶及卸载的控制研究 [D].北京:北京科技大学.[本文引用: 1] 李俊,2007. 机器视觉照明光源关键技术研究 [D].天津:天津理工大学.[本文引用: 1] 李仲学,李翠平,刘双跃,2007. 金属矿床地下自动开采的前沿技术及其发展途径 [J].中国工程科学,(11):16-20.[本文引用: 1] 刘宏发,吴飞,2015. 多金属井下铲运机自动计量系统的设计与实现 [J].有色金属(矿山部分),67(4):80-81.[本文引用: 1] 马立广,2005. 地面三维激光扫描测量技术研究 [D].武汉:武汉大学.[本文引用: 2] 权龙,李运华,范茹军,等,2020. 智能化挖掘机的研究现状与发展趋势 [J].机械工程学报,56(13):165-178.[本文引用: 1] 吴荻,2019. 基于立体视觉里程计的地下铲运机定位技术研究 [D].北京:北京科技大学.[本文引用: 1] 吴立新,汪云甲,丁恩杰,等,2012. 三论数字矿山——借力物联网保障矿山安全与智能采矿 [J].煤炭学报,37(3):357-365.[本文引用: 1] 杨清平,赵兴宽,吴国珉,等,2016. 铲运机自动化出矿技术及其应用前景 [J].采矿技术,16(6):21-25.[本文引用: 1] 杨忠炯,2007. 地下铲运机多体系统虚拟样机建模及系统动态特性仿真研究 [D].长沙:中南大学.[本文引用: 1] 尹朝忠,胡天友,2009. 地下铲运机自动铲取最优轨迹的研究 [J].金属矿山,(3):146-148.[本文引用: 1] 张丽峰,王锐,任华军,等,2015. 基于油压测量的铲运机称重系统的力学分析 [J].山东工业技术,(22):36 .[本文引用: 1] Artificial intelligence,machine learning and process automation:Existing knowledge frontier and way forward for mining sector 1 2020 ... 1980~1987年,在计算机软、硬件快速发展的背景下,人工智能技术(Artificial Intelligence,AI)也迎来了黄金时期,并大量应用于医疗健康、娱乐游戏和无人驾驶汽车等领域.利用传统的机器控制方法进行铲运机自动装载具有很大的局限性,机器学习和人工智能技术可以有效处理非线性、动态变化等不确定问题,将其与控制技术相结合(权龙等,2020),可让机器自动执行复杂的任务和操作(Ali et al.,2020).美国亚利桑那大学最先研究了在非结构化、难预测环境中模糊逻辑控制在机器人挖掘中的应用(Shi et al.,1996a),并在1996年将模糊逻辑与神经网络相结合应用于模拟机器人自主挖掘试验.Lever(2001)使用基于模糊逻辑行为的控制器在卡特皮勒轮式装载机上进行试验,结果表明其挖掘效果与人工操作员相当,但是在挖掘时间和有效荷载方面比人工差.瑞士、美国等国家研究了机器学习在铲运机铲斗轨迹控制方面的应用,在特定环境和条件下取得了较好的结果(Dadhich et al.,2016b;Heshan et al.,2018). ... A robotic excavator for autonomous truck loading 1 1999 ... 距离传感器利用飞行时间原理(Time of Flight,TOF),即利用传感器发射红外光线脉冲到光信号反射回来之间的时间,获得被测量物体的强度信息,其主要运用于深度相机和激光传感器.在地下昏暗的环境中,主动式TOF相机不需要额外光源(马立广,2005),且比立体相机能获得精度更高的环境三维信息,如McKinnon et al.(2014)将TOF相机与岩石堆识别算法结合生成点云图像,在不借助其他传感器的条件下具有较好的识别效果.激光传感器由于精度高、速度快被大量应用于智能机器的导航和定位.1999年,卡内基梅隆大学开发了第一个大规模挖掘装载全自动系统(Autonomous Loading System,ALS),利用激光扫描仪扫描挖掘区域并规划最佳挖掘位置,但是该系统主要是针对土质等柔软材料的挖掘,没有对大块岩石等挖掘情况做出讨论,而且其挖掘采用基于脚本的运动规划,缺乏灵活性(Anthony,1999). ... An overview of autonomous navigation techniques and development trend for underground LHD 0 2013 Key challenges in automation of earth-moving machines 2 2016a ... 铲斗轨迹控制是基于精确矿堆三维模型,根据模型确定铲运机铲装起点和规划铲斗挖掘轨迹.目前研究铲斗轨迹控制的方法包括位置控制、基于行为的方法、阻抗控制、导纳控制、人工智能方法和强化学习方法等(Dobson et al.,2017;Dadhich et al.,2016a).根据控制方式的不同,将铲斗轨迹控制方法划分为2类:基于力反馈的铲斗轨迹控制和基于学习的铲斗轨迹控制. ... ... 基于学习的铲斗轨迹控制在不确定环境中具有明显优势,通过与环境交互学习,可以更好地完成铲斗轨迹规划,其缺点是训练神经网络需要大量数据,模型泛用性不强同时对机载设备硬件的要求较高.近几年,强化学习在自动控制领域有广泛的应用,控制器通过与环境交互学习并选择最佳动作以实现其目标(Dadhich et al.,2016a),为铲运机装载过程提供了一种通用的解决方案,将是未来研究自主装载技术的方向之一.2种方法的优缺点比较列于表2中. ... Machine learning approach to automatic bucket loading 1 2016b ... 1980~1987年,在计算机软、硬件快速发展的背景下,人工智能技术(Artificial Intelligence,AI)也迎来了黄金时期,并大量应用于医疗健康、娱乐游戏和无人驾驶汽车等领域.利用传统的机器控制方法进行铲运机自动装载具有很大的局限性,机器学习和人工智能技术可以有效处理非线性、动态变化等不确定问题,将其与控制技术相结合(权龙等,2020),可让机器自动执行复杂的任务和操作(Ali et al.,2020).美国亚利桑那大学最先研究了在非结构化、难预测环境中模糊逻辑控制在机器人挖掘中的应用(Shi et al.,1996a),并在1996年将模糊逻辑与神经网络相结合应用于模拟机器人自主挖掘试验.Lever(2001)使用基于模糊逻辑行为的控制器在卡特皮勒轮式装载机上进行试验,结果表明其挖掘效果与人工操作员相当,但是在挖掘时间和有效荷载方面比人工差.瑞士、美国等国家研究了机器学习在铲运机铲斗轨迹控制方面的应用,在特定环境和条件下取得了较好的结果(Dadhich et al.,2016b;Heshan et al.,2018). ... Admittance control for robotic loading:Design and experiments with a 1-Tonne loader and a 14-Tonne load-haul-dump machine 1 2017 ... 铲斗轨迹控制是基于精确矿堆三维模型,根据模型确定铲运机铲装起点和规划铲斗挖掘轨迹.目前研究铲斗轨迹控制的方法包括位置控制、基于行为的方法、阻抗控制、导纳控制、人工智能方法和强化学习方法等(Dobson et al.,2017;Dadhich et al.,2016a).根据控制方式的不同,将铲斗轨迹控制方法划分为2类:基于力反馈的铲斗轨迹控制和基于学习的铲斗轨迹控制. ... Factors influencing load-haul-dump operator line of sight in underground mining 1 2004 ... 铲运机(Load-Haul-Dump Machine,LHD)是地下金属矿山装载和运输矿石的主要设备,在提高矿山生产率、降低生产成本等方面发挥着重要作用(陈盟等,2013).然而,铲运机的工作环境存在以下问题:①生产环境恶劣,粉尘、噪音和振动等问题突出;②面临高应力、高温和高井深等挑战(古德生,2004);③车身低矮,驾驶视野受限(Eger et al.,2004);④车辆控制难度大,对驾驶员技能要求高.随着矿山开采深度的增加,以上问题严重危害铲运机驾驶员的身体健康和生命安全,已不能适应矿山安全高效发展.近30年来,计算机、信息和传感器等技术的发展,解决了地下矿山远距离通信、定位和导航等问题(Mäkelä,2001),实现了铲运机的远程遥控、半自主甚至自主运行.然而,铲运机铲装难度大、能源消耗大、装载效率低以及安全性低等问题仍制约着机器利用率和生产效率.相关研究表明,铲运机自主铲装量比遥控操作铲装量大4%,铲斗装满速度比人工铲装快24%(Gustafson,2011),自主铲装已经成为铲运机的主要发展趋势. ... The development of technology on underground loader and underground automobile automation(two) 0 2010a The development of technology on underground loader and underground automobile automation(three) 0 2010b The development tendency of mining science and technology of underground metal mine 0 2004 Theoretical research of dynamic weighing system of underground LHD 0 2015 Automation of load haul dump machines 1 2011 ... 铲运机(Load-Haul-Dump Machine,LHD)是地下金属矿山装载和运输矿石的主要设备,在提高矿山生产率、降低生产成本等方面发挥着重要作用(陈盟等,2013).然而,铲运机的工作环境存在以下问题:①生产环境恶劣,粉尘、噪音和振动等问题突出;②面临高应力、高温和高井深等挑战(古德生,2004);③车身低矮,驾驶视野受限(Eger et al.,2004);④车辆控制难度大,对驾驶员技能要求高.随着矿山开采深度的增加,以上问题严重危害铲运机驾驶员的身体健康和生命安全,已不能适应矿山安全高效发展.近30年来,计算机、信息和传感器等技术的发展,解决了地下矿山远距离通信、定位和导航等问题(Mäkelä,2001),实现了铲运机的远程遥控、半自主甚至自主运行.然而,铲运机铲装难度大、能源消耗大、装载效率低以及安全性低等问题仍制约着机器利用率和生产效率.相关研究表明,铲运机自主铲装量比遥控操作铲装量大4%,铲斗装满速度比人工铲装快24%(Gustafson,2011),自主铲装已经成为铲运机的主要发展趋势. ... Simulation study of a control procedure for automated loading of bulk media 0 2005 An overview of autonomous loading of bulk material 0 2009 eds. Field and Service Robotics 0 2018 An automated digging control for a wheel loader 1 2001 ... 1980~1987年,在计算机软、硬件快速发展的背景下,人工智能技术(Artificial Intelligence,AI)也迎来了黄金时期,并大量应用于医疗健康、娱乐游戏和无人驾驶汽车等领域.利用传统的机器控制方法进行铲运机自动装载具有很大的局限性,机器学习和人工智能技术可以有效处理非线性、动态变化等不确定问题,将其与控制技术相结合(权龙等,2020),可让机器自动执行复杂的任务和操作(Ali et al.,2020).美国亚利桑那大学最先研究了在非结构化、难预测环境中模糊逻辑控制在机器人挖掘中的应用(Shi et al.,1996a),并在1996年将模糊逻辑与神经网络相结合应用于模拟机器人自主挖掘试验.Lever(2001)使用基于模糊逻辑行为的控制器在卡特皮勒轮式装载机上进行试验,结果表明其挖掘效果与人工操作员相当,但是在挖掘时间和有效荷载方面比人工差.瑞士、美国等国家研究了机器学习在铲运机铲斗轨迹控制方面的应用,在特定环境和条件下取得了较好的结果(Dadhich et al.,2016b;Heshan et al.,2018). ... Intelligent excavator control system for lunar mining system 2 1995 ... 20世纪90年代初,自主铲装技术首先应用于挖掘月球材料,通过图像数据提取局部和全局图像特征,用于控制机械挖掘(Lever et al.,1995).20世纪90年代后期,为实现铲运机在地下恶劣环境中的自动化,南昆士兰大学Petty et al.(1997)建立了一个1∶5的铲运机模型,利用CCD(Charge Coupled Device)摄像机、具有图像采集硬件的PC机和结构化光照组成视觉系统,建立矿堆三维模型.美国科罗拉多矿业学院西部矿业资源中心铲运机自动化项目主要研究和开发了立体视觉技术,利用数码相机采集到的矿山生产视频,对图像进行滤波、插值处理后建立三维曲面模型,以增强铲运机的自主运行能力(Whitehorn,2001).试验结果表明,该立体成像技术在弱光照的条件下也能建立有用模型,但是该方法无法实时更新模型. ... ... 在国外,俄罗斯学者对开挖过程中的挖掘性质进行了广泛研究(Lever et al.,1995,1994;Shi et al.,1996a),1983年Mikhirev(1983)在与明克斯机械研究和生产协会的一个联合开发自动装载机的项目中最早对力控制挖掘机挖掘轨迹进行理论分析.由于实际挖掘过程中待挖掘材料的特性和形状动态变化,数学公式不能完全表示铲斗与其之间的关系,Hemani(2005)认为仅通过控制铲斗轨迹无法实现挖掘,并提出控制挖掘过程中的力调整挖掘运动的观点.加拿大卡尔顿大学Marshall et al.(2008)首次根据铲运机液压缸感应力在挖掘过程中表现出的特征,提出一种基于速度的导纳控制器,并在Atlas Copco铲运机上进行现场测试,试验表明其铲装效果比人工操作更好.在国内,关于铲运机铲斗轨迹控制的研究较少,电子科技大学的尹朝忠等(2009)建立了铲运机工作装置的机械手模型,在最小能耗轨迹的基础上,引入智能减阻插入铲取方法,根据传感器数据实时控制铲斗的动作,提高铲装效率,减少能量损耗. ... A fuzzy control system for an automated mining excavator 1 1994 ... 在国外,俄罗斯学者对开挖过程中的挖掘性质进行了广泛研究(Lever et al.,1995,1994;Shi et al.,1996a),1983年Mikhirev(1983)在与明克斯机械研究和生产协会的一个联合开发自动装载机的项目中最早对力控制挖掘机挖掘轨迹进行理论分析.由于实际挖掘过程中待挖掘材料的特性和形状动态变化,数学公式不能完全表示铲斗与其之间的关系,Hemani(2005)认为仅通过控制铲斗轨迹无法实现挖掘,并提出控制挖掘过程中的力调整挖掘运动的观点.加拿大卡尔顿大学Marshall et al.(2008)首次根据铲运机液压缸感应力在挖掘过程中表现出的特征,提出一种基于速度的导纳控制器,并在Atlas Copco铲运机上进行现场测试,试验表明其铲装效果比人工操作更好.在国内,关于铲运机铲斗轨迹控制的研究较少,电子科技大学的尹朝忠等(2009)建立了铲运机工作装置的机械手模型,在最小能耗轨迹的基础上,引入智能减阻插入铲取方法,根据传感器数据实时控制铲斗的动作,提高铲装效率,减少能量损耗. ... Study on stratic automatic weighting of underground LHD 0 2015 Research on Automouous Control of Driving and Dumping for Underground Load-Haul-Dump 0 2016 Study on Key Technique of Light Source in Machine Vision 0 2007 Frontiers in personless mining and avenues of their advancement in China 0 2007 Design and implementation of the scraper automatic measuring system in multi-metal mine 0 2015 The Research of Terrestrial Laser Scanning Technology 0 2005 Overview of LHD navigation without artificial beacons 1 2001 ... 铲运机(Load-Haul-Dump Machine,LHD)是地下金属矿山装载和运输矿石的主要设备,在提高矿山生产率、降低生产成本等方面发挥着重要作用(陈盟等,2013).然而,铲运机的工作环境存在以下问题:①生产环境恶劣,粉尘、噪音和振动等问题突出;②面临高应力、高温和高井深等挑战(古德生,2004);③车身低矮,驾驶视野受限(Eger et al.,2004);④车辆控制难度大,对驾驶员技能要求高.随着矿山开采深度的增加,以上问题严重危害铲运机驾驶员的身体健康和生命安全,已不能适应矿山安全高效发展.近30年来,计算机、信息和传感器等技术的发展,解决了地下矿山远距离通信、定位和导航等问题(Mäkelä,2001),实现了铲运机的远程遥控、半自主甚至自主运行.然而,铲运机铲装难度大、能源消耗大、装载效率低以及安全性低等问题仍制约着机器利用率和生产效率.相关研究表明,铲运机自主铲装量比遥控操作铲装量大4%,铲斗装满速度比人工铲装快24%(Gustafson,2011),自主铲装已经成为铲运机的主要发展趋势. ... Toward autonomous excavation of fragmented rock:Full-scale experiments 1 2008 ... 在国外,俄罗斯学者对开挖过程中的挖掘性质进行了广泛研究(Lever et al.,1995,1994;Shi et al.,1996a),1983年Mikhirev(1983)在与明克斯机械研究和生产协会的一个联合开发自动装载机的项目中最早对力控制挖掘机挖掘轨迹进行理论分析.由于实际挖掘过程中待挖掘材料的特性和形状动态变化,数学公式不能完全表示铲斗与其之间的关系,Hemani(2005)认为仅通过控制铲斗轨迹无法实现挖掘,并提出控制挖掘过程中的力调整挖掘运动的观点.加拿大卡尔顿大学Marshall et al.(2008)首次根据铲运机液压缸感应力在挖掘过程中表现出的特征,提出一种基于速度的导纳控制器,并在Atlas Copco铲运机上进行现场测试,试验表明其铲装效果比人工操作更好.在国内,关于铲运机铲斗轨迹控制的研究较少,电子科技大学的尹朝忠等(2009)建立了铲运机工作装置的机械手模型,在最小能耗轨迹的基础上,引入智能减阻插入铲取方法,根据传感器数据实时控制铲斗的动作,提高铲装效率,减少能量损耗. ... Automatic identification of large fragments in a pile of broken rock using a time-of-flight camera 1 2014 ... 距离传感器利用飞行时间原理(Time of Flight,TOF),即利用传感器发射红外光线脉冲到光信号反射回来之间的时间,获得被测量物体的强度信息,其主要运用于深度相机和激光传感器.在地下昏暗的环境中,主动式TOF相机不需要额外光源(马立广,2005),且比立体相机能获得精度更高的环境三维信息,如McKinnon et al.(2014)将TOF相机与岩石堆识别算法结合生成点云图像,在不借助其他传感器的条件下具有较好的识别效果.激光传感器由于精度高、速度快被大量应用于智能机器的导航和定位.1999年,卡内基梅隆大学开发了第一个大规模挖掘装载全自动系统(Autonomous Loading System,ALS),利用激光扫描仪扫描挖掘区域并规划最佳挖掘位置,但是该系统主要是针对土质等柔软材料的挖掘,没有对大块岩石等挖掘情况做出讨论,而且其挖掘采用基于脚本的运动规划,缺乏灵活性(Anthony,1999). ... Theory of the working cycle of automated rock-loading machines 1 1983 ... 在国外,俄罗斯学者对开挖过程中的挖掘性质进行了广泛研究(Lever et al.,1995,1994;Shi et al.,1996a),1983年Mikhirev(1983)在与明克斯机械研究和生产协会的一个联合开发自动装载机的项目中最早对力控制挖掘机挖掘轨迹进行理论分析.由于实际挖掘过程中待挖掘材料的特性和形状动态变化,数学公式不能完全表示铲斗与其之间的关系,Hemani(2005)认为仅通过控制铲斗轨迹无法实现挖掘,并提出控制挖掘过程中的力调整挖掘运动的观点.加拿大卡尔顿大学Marshall et al.(2008)首次根据铲运机液压缸感应力在挖掘过程中表现出的特征,提出一种基于速度的导纳控制器,并在Atlas Copco铲运机上进行现场测试,试验表明其铲装效果比人工操作更好.在国内,关于铲运机铲斗轨迹控制的研究较少,电子科技大学的尹朝忠等(2009)建立了铲运机工作装置的机械手模型,在最小能耗轨迹的基础上,引入智能减阻插入铲取方法,根据传感器数据实时控制铲斗的动作,提高铲装效率,减少能量损耗. ... Autonomous LHD loading 1 1997 ... 20世纪90年代初,自主铲装技术首先应用于挖掘月球材料,通过图像数据提取局部和全局图像特征,用于控制机械挖掘(Lever et al.,1995).20世纪90年代后期,为实现铲运机在地下恶劣环境中的自动化,南昆士兰大学Petty et al.(1997)建立了一个1∶5的铲运机模型,利用CCD(Charge Coupled Device)摄像机、具有图像采集硬件的PC机和结构化光照组成视觉系统,建立矿堆三维模型.美国科罗拉多矿业学院西部矿业资源中心铲运机自动化项目主要研究和开发了立体视觉技术,利用数码相机采集到的矿山生产视频,对图像进行滤波、插值处理后建立三维曲面模型,以增强铲运机的自主运行能力(Whitehorn,2001).试验结果表明,该立体成像技术在弱光照的条件下也能建立有用模型,但是该方法无法实时更新模型. ... Research status and development trend of intelligent excavators 0 2020 Experimental robotic excavation with fuzzy logic and neural networks 2 1996a ... 在国外,俄罗斯学者对开挖过程中的挖掘性质进行了广泛研究(Lever et al.,1995,1994;Shi et al.,1996a),1983年Mikhirev(1983)在与明克斯机械研究和生产协会的一个联合开发自动装载机的项目中最早对力控制挖掘机挖掘轨迹进行理论分析.由于实际挖掘过程中待挖掘材料的特性和形状动态变化,数学公式不能完全表示铲斗与其之间的关系,Hemani(2005)认为仅通过控制铲斗轨迹无法实现挖掘,并提出控制挖掘过程中的力调整挖掘运动的观点.加拿大卡尔顿大学Marshall et al.(2008)首次根据铲运机液压缸感应力在挖掘过程中表现出的特征,提出一种基于速度的导纳控制器,并在Atlas Copco铲运机上进行现场测试,试验表明其铲装效果比人工操作更好.在国内,关于铲运机铲斗轨迹控制的研究较少,电子科技大学的尹朝忠等(2009)建立了铲运机工作装置的机械手模型,在最小能耗轨迹的基础上,引入智能减阻插入铲取方法,根据传感器数据实时控制铲斗的动作,提高铲装效率,减少能量损耗. ... ... 1980~1987年,在计算机软、硬件快速发展的背景下,人工智能技术(Artificial Intelligence,AI)也迎来了黄金时期,并大量应用于医疗健康、娱乐游戏和无人驾驶汽车等领域.利用传统的机器控制方法进行铲运机自动装载具有很大的局限性,机器学习和人工智能技术可以有效处理非线性、动态变化等不确定问题,将其与控制技术相结合(权龙等,2020),可让机器自动执行复杂的任务和操作(Ali et al.,2020).美国亚利桑那大学最先研究了在非结构化、难预测环境中模糊逻辑控制在机器人挖掘中的应用(Shi et al.,1996a),并在1996年将模糊逻辑与神经网络相结合应用于模拟机器人自主挖掘试验.Lever(2001)使用基于模糊逻辑行为的控制器在卡特皮勒轮式装载机上进行试验,结果表明其挖掘效果与人工操作员相当,但是在挖掘时间和有效荷载方面比人工差.瑞士、美国等国家研究了机器学习在铲运机铲斗轨迹控制方面的应用,在特定环境和条件下取得了较好的结果(Dadhich et al.,2016b;Heshan et al.,2018). ... Fuzzy behavior integration and action fusion for robotic excavation 0 1996b Stereo vision in LHD automation 1 2001 ... 20世纪90年代初,自主铲装技术首先应用于挖掘月球材料,通过图像数据提取局部和全局图像特征,用于控制机械挖掘(Lever et al.,1995).20世纪90年代后期,为实现铲运机在地下恶劣环境中的自动化,南昆士兰大学Petty et al.(1997)建立了一个1∶5的铲运机模型,利用CCD(Charge Coupled Device)摄像机、具有图像采集硬件的PC机和结构化光照组成视觉系统,建立矿堆三维模型.美国科罗拉多矿业学院西部矿业资源中心铲运机自动化项目主要研究和开发了立体视觉技术,利用数码相机采集到的矿山生产视频,对图像进行滤波、插值处理后建立三维曲面模型,以增强铲运机的自主运行能力(Whitehorn,2001).试验结果表明,该立体成像技术在弱光照的条件下也能建立有用模型,但是该方法无法实时更新模型. ... Positioning Technology of LHD Based on Stereo Visusal Odometry 0 2019 Thirdly study on digital mine:Serve for mine safety and intellimine with support from Io T 0 2012 Automatic ore drawing technology of scraper and its application prospect 0 2016 Simulation Research on Virtual Prototype Modeling And Dynamic Characteristics of Multi-Systems of Underground Load-Haul-Dump Vehicle 0 2007 Stydy on the optimal track of automatic shoveling of underground LHD 0 2009 :36 0 2015 地下铲运机自主导航研究现状及发展趋势 1 2013 ... 铲运机(Load-Haul-Dump Machine,LHD)是地下金属矿山装载和运输矿石的主要设备,在提高矿山生产率、降低生产成本等方面发挥着重要作用(陈盟等,2013).然而,铲运机的工作环境存在以下问题:①生产环境恶劣,粉尘、噪音和振动等问题突出;②面临高应力、高温和高井深等挑战(古德生,2004);③车身低矮,驾驶视野受限(Eger et al.,2004);④车辆控制难度大,对驾驶员技能要求高.随着矿山开采深度的增加,以上问题严重危害铲运机驾驶员的身体健康和生命安全,已不能适应矿山安全高效发展.近30年来,计算机、信息和传感器等技术的发展,解决了地下矿山远距离通信、定位和导航等问题(Mäkelä,2001),实现了铲运机的远程遥控、半自主甚至自主运行.然而,铲运机铲装难度大、能源消耗大、装载效率低以及安全性低等问题仍制约着机器利用率和生产效率.相关研究表明,铲运机自主铲装量比遥控操作铲装量大4%,铲斗装满速度比人工铲装快24%(Gustafson,2011),自主铲装已经成为铲运机的主要发展趋势. ... 浅谈地下装载机、地下汽车自动化技术的发展(二) 1 2010a ... 自主铲装技术是利用计算机视觉技术、多传感器技术和人工智能技术,在铲装过程中实现动态感知环境并建模、铲斗轨迹规划和调整以及矿石装载量自动计算等功能,极大地提高了铲运机的智能化水平.目前,国外典型的自主铲装技术有卡特皮勒的Auto Dig(高梦熊,2010a)(通过记录司机操作数据,建立最佳装载模型,实现全自动操作)、阿特拉斯的SAIMLOAD(高梦熊,2010b)(利用传感器返回机器参数计算矿石量);国内的中南大学(杨忠炯,2007)和北京科技大学(李建国,2016)对铲运机铲装系统进行了研究.尽管国内外学者在铲运机自主铲装领域进行了大量研究,但尚未有能应用于矿山实际生产的成熟商业系统.目前,我国地下矿铲运机自主铲装技术的研究与国外差距较大,相关研究仍处于理论研究阶段. ... 浅谈地下装载机、地下汽车自动化技术的发展(三) 1 2010b ... 自主铲装技术是利用计算机视觉技术、多传感器技术和人工智能技术,在铲装过程中实现动态感知环境并建模、铲斗轨迹规划和调整以及矿石装载量自动计算等功能,极大地提高了铲运机的智能化水平.目前,国外典型的自主铲装技术有卡特皮勒的Auto Dig(高梦熊,2010a)(通过记录司机操作数据,建立最佳装载模型,实现全自动操作)、阿特拉斯的SAIMLOAD(高梦熊,2010b)(利用传感器返回机器参数计算矿石量);国内的中南大学(杨忠炯,2007)和北京科技大学(李建国,2016)对铲运机铲装系统进行了研究.尽管国内外学者在铲运机自主铲装领域进行了大量研究,但尚未有能应用于矿山实际生产的成熟商业系统.目前,我国地下矿铲运机自主铲装技术的研究与国外差距较大,相关研究仍处于理论研究阶段. ... 地下金属矿采矿科学技术的发展趋势 1 2004 ... 铲运机(Load-Haul-Dump Machine,LHD)是地下金属矿山装载和运输矿石的主要设备,在提高矿山生产率、降低生产成本等方面发挥着重要作用(陈盟等,2013).然而,铲运机的工作环境存在以下问题:①生产环境恶劣,粉尘、噪音和振动等问题突出;②面临高应力、高温和高井深等挑战(古德生,2004);③车身低矮,驾驶视野受限(Eger et al.,2004);④车辆控制难度大,对驾驶员技能要求高.随着矿山开采深度的增加,以上问题严重危害铲运机驾驶员的身体健康和生命安全,已不能适应矿山安全高效发展.近30年来,计算机、信息和传感器等技术的发展,解决了地下矿山远距离通信、定位和导航等问题(Mäkelä,2001),实现了铲运机的远程遥控、半自主甚至自主运行.然而,铲运机铲装难度大、能源消耗大、装载效率低以及安全性低等问题仍制约着机器利用率和生产效率.相关研究表明,铲运机自主铲装量比遥控操作铲装量大4%,铲斗装满速度比人工铲装快24%(Gustafson,2011),自主铲装已经成为铲运机的主要发展趋势. ... 地下铲运机动态称重系统的理论研究 1 2015 ... 在国内,郭鑫等(2015)、李恒通等(2015)和刘宏发等(2015)从理论上分析设计了铲运机动态和静态称重方法,张丽峰等(2015)研究了基于油压的铲运机动态称重系统.“十一五”和“十二五”期间国家“863”计划设立了“地下金属矿智能开采技术”项目,并在凡口铅锌矿搭建我国首个具有知识产权的智能采矿系统,其地下智能铲运机可实现定点卸载和自主称重等功能.然而,国内相关公司研究和开发的自动称重产品仍需要人工进行操作称重,不能实时动态称重,抗干扰能力差. ... 地下铲运机静态自动称重技术研究 1 2015 ... 在国内,郭鑫等(2015)、李恒通等(2015)和刘宏发等(2015)从理论上分析设计了铲运机动态和静态称重方法,张丽峰等(2015)研究了基于油压的铲运机动态称重系统.“十一五”和“十二五”期间国家“863”计划设立了“地下金属矿智能开采技术”项目,并在凡口铅锌矿搭建我国首个具有知识产权的智能采矿系统,其地下智能铲运机可实现定点卸载和自主称重等功能.然而,国内相关公司研究和开发的自动称重产品仍需要人工进行操作称重,不能实时动态称重,抗干扰能力差. ... 地下铲运机自主行驶及卸载的控制研究 1 2016 ... 自主铲装技术是利用计算机视觉技术、多传感器技术和人工智能技术,在铲装过程中实现动态感知环境并建模、铲斗轨迹规划和调整以及矿石装载量自动计算等功能,极大地提高了铲运机的智能化水平.目前,国外典型的自主铲装技术有卡特皮勒的Auto Dig(高梦熊,2010a)(通过记录司机操作数据,建立最佳装载模型,实现全自动操作)、阿特拉斯的SAIMLOAD(高梦熊,2010b)(利用传感器返回机器参数计算矿石量);国内的中南大学(杨忠炯,2007)和北京科技大学(李建国,2016)对铲运机铲装系统进行了研究.尽管国内外学者在铲运机自主铲装领域进行了大量研究,但尚未有能应用于矿山实际生产的成熟商业系统.目前,我国地下矿铲运机自主铲装技术的研究与国外差距较大,相关研究仍处于理论研究阶段. ... 机器视觉照明光源关键技术研究 1 2007 ... 图像传感器是相机的核心部件,其成像原理为利用感光二极管将光信号转化为电信号,在光照良好的条件下获取到的信息与人眼感知的信息一致(李俊,2007).根据相机种类的不同,以及所应用的图像传感器,可划分为单目摄像机和双目摄像机.基于单目摄像机的定位技术广泛用于移动机器人的同时定位与环境地图构建(Simultaneous Localization and Mapping, SLAM)(吴荻,2019);双目摄像机可获得物体的深度信息,在车辆导航、识别和障碍物检测方面得到大量应用. ... 金属矿床地下自动开采的前沿技术及其发展途径 1 2007 ... 自动称重系统的主要功能是在铲运机铲装完成后测量铲斗有效荷载,同时调整铲斗中矿石状态防止运输过程中矿石掉落.国际上,自动采矿技术的研发始于20世纪80年代中期,加拿大蒙特利诺兰达技术中心(Noranda Technology Centre,NTC)首次测试视距遥控铲运机实现自动装载,通过传感器测量铲斗有效荷载(李仲学等,2007).20世纪90年代初,芬兰、澳大利亚和加拿大纷纷开展了铲运机自动化技术研究,其中,加拿大英柯(Inco,国际镍业公司)研发的自动采矿新技术率先实现了对井下铲运机的遥控操作,并对装载时间、卸载时间和有效荷载进行了全面仿真分析(吴立新等,2012;杨清平等,2016).目前,国外的自动称重产品(如芬兰Tamtron公司生产的GPRS数据传输电子称)可实现多机器同时管理,实时监控物料状态. ... 多金属井下铲运机自动计量系统的设计与实现 1 2015 ... 在国内,郭鑫等(2015)、李恒通等(2015)和刘宏发等(2015)从理论上分析设计了铲运机动态和静态称重方法,张丽峰等(2015)研究了基于油压的铲运机动态称重系统.“十一五”和“十二五”期间国家“863”计划设立了“地下金属矿智能开采技术”项目,并在凡口铅锌矿搭建我国首个具有知识产权的智能采矿系统,其地下智能铲运机可实现定点卸载和自主称重等功能.然而,国内相关公司研究和开发的自动称重产品仍需要人工进行操作称重,不能实时动态称重,抗干扰能力差. ... 地面三维激光扫描测量技术研究 2 2005 ... 距离传感器利用飞行时间原理(Time of Flight,TOF),即利用传感器发射红外光线脉冲到光信号反射回来之间的时间,获得被测量物体的强度信息,其主要运用于深度相机和激光传感器.在地下昏暗的环境中,主动式TOF相机不需要额外光源(马立广,2005),且比立体相机能获得精度更高的环境三维信息,如McKinnon et al.(2014)将TOF相机与岩石堆识别算法结合生成点云图像,在不借助其他传感器的条件下具有较好的识别效果.激光传感器由于精度高、速度快被大量应用于智能机器的导航和定位.1999年,卡内基梅隆大学开发了第一个大规模挖掘装载全自动系统(Autonomous Loading System,ALS),利用激光扫描仪扫描挖掘区域并规划最佳挖掘位置,但是该系统主要是针对土质等柔软材料的挖掘,没有对大块岩石等挖掘情况做出讨论,而且其挖掘采用基于脚本的运动规划,缺乏灵活性(Anthony,1999). ... ... 距离传感器利用扫描光线在物体表面反射获得物体的强度信息(马立广,2005),通过软件对信息进行处理,输出三维模型.其优势在于可完整采集环境信息,并快速创建物体的三维表面模型.但是距离传感器获取到的只是物体表面的位置信息,可能出现物体表面纹理信息丢失的问题,同时由于需要从多角度对物体进行扫描,处理高密度数据导致建模速度变慢.图像传感器和距离传感器在地下环境中应用各有优劣,各种传感器的比较如表1所示. ... 智能化挖掘机的研究现状与发展趋势 1 2020 ... 1980~1987年,在计算机软、硬件快速发展的背景下,人工智能技术(Artificial Intelligence,AI)也迎来了黄金时期,并大量应用于医疗健康、娱乐游戏和无人驾驶汽车等领域.利用传统的机器控制方法进行铲运机自动装载具有很大的局限性,机器学习和人工智能技术可以有效处理非线性、动态变化等不确定问题,将其与控制技术相结合(权龙等,2020),可让机器自动执行复杂的任务和操作(Ali et al.,2020).美国亚利桑那大学最先研究了在非结构化、难预测环境中模糊逻辑控制在机器人挖掘中的应用(Shi et al.,1996a),并在1996年将模糊逻辑与神经网络相结合应用于模拟机器人自主挖掘试验.Lever(2001)使用基于模糊逻辑行为的控制器在卡特皮勒轮式装载机上进行试验,结果表明其挖掘效果与人工操作员相当,但是在挖掘时间和有效荷载方面比人工差.瑞士、美国等国家研究了机器学习在铲运机铲斗轨迹控制方面的应用,在特定环境和条件下取得了较好的结果(Dadhich et al.,2016b;Heshan et al.,2018). ... 基于立体视觉里程计的地下铲运机定位技术研究 1 2019 ... 图像传感器是相机的核心部件,其成像原理为利用感光二极管将光信号转化为电信号,在光照良好的条件下获取到的信息与人眼感知的信息一致(李俊,2007).根据相机种类的不同,以及所应用的图像传感器,可划分为单目摄像机和双目摄像机.基于单目摄像机的定位技术广泛用于移动机器人的同时定位与环境地图构建(Simultaneous Localization and Mapping, SLAM)(吴荻,2019);双目摄像机可获得物体的深度信息,在车辆导航、识别和障碍物检测方面得到大量应用. ... 三论数字矿山——借力物联网保障矿山安全与智能采矿 1 2012 ... 自动称重系统的主要功能是在铲运机铲装完成后测量铲斗有效荷载,同时调整铲斗中矿石状态防止运输过程中矿石掉落.国际上,自动采矿技术的研发始于20世纪80年代中期,加拿大蒙特利诺兰达技术中心(Noranda Technology Centre,NTC)首次测试视距遥控铲运机实现自动装载,通过传感器测量铲斗有效荷载(李仲学等,2007).20世纪90年代初,芬兰、澳大利亚和加拿大纷纷开展了铲运机自动化技术研究,其中,加拿大英柯(Inco,国际镍业公司)研发的自动采矿新技术率先实现了对井下铲运机的遥控操作,并对装载时间、卸载时间和有效荷载进行了全面仿真分析(吴立新等,2012;杨清平等,2016).目前,国外的自动称重产品(如芬兰Tamtron公司生产的GPRS数据传输电子称)可实现多机器同时管理,实时监控物料状态. ... 铲运机自动化出矿技术及其应用前景 1 2016 ... 自动称重系统的主要功能是在铲运机铲装完成后测量铲斗有效荷载,同时调整铲斗中矿石状态防止运输过程中矿石掉落.国际上,自动采矿技术的研发始于20世纪80年代中期,加拿大蒙特利诺兰达技术中心(Noranda Technology Centre,NTC)首次测试视距遥控铲运机实现自动装载,通过传感器测量铲斗有效荷载(李仲学等,2007).20世纪90年代初,芬兰、澳大利亚和加拿大纷纷开展了铲运机自动化技术研究,其中,加拿大英柯(Inco,国际镍业公司)研发的自动采矿新技术率先实现了对井下铲运机的遥控操作,并对装载时间、卸载时间和有效荷载进行了全面仿真分析(吴立新等,2012;杨清平等,2016).目前,国外的自动称重产品(如芬兰Tamtron公司生产的GPRS数据传输电子称)可实现多机器同时管理,实时监控物料状态. ... 地下铲运机多体系统虚拟样机建模及系统动态特性仿真研究 1 2007 ... 自主铲装技术是利用计算机视觉技术、多传感器技术和人工智能技术,在铲装过程中实现动态感知环境并建模、铲斗轨迹规划和调整以及矿石装载量自动计算等功能,极大地提高了铲运机的智能化水平.目前,国外典型的自主铲装技术有卡特皮勒的Auto Dig(高梦熊,2010a)(通过记录司机操作数据,建立最佳装载模型,实现全自动操作)、阿特拉斯的SAIMLOAD(高梦熊,2010b)(利用传感器返回机器参数计算矿石量);国内的中南大学(杨忠炯,2007)和北京科技大学(李建国,2016)对铲运机铲装系统进行了研究.尽管国内外学者在铲运机自主铲装领域进行了大量研究,但尚未有能应用于矿山实际生产的成熟商业系统.目前,我国地下矿铲运机自主铲装技术的研究与国外差距较大,相关研究仍处于理论研究阶段. ... 地下铲运机自动铲取最优轨迹的研究 1 2009 ... 在国外,俄罗斯学者对开挖过程中的挖掘性质进行了广泛研究(Lever et al.,1995,1994;Shi et al.,1996a),1983年Mikhirev(1983)在与明克斯机械研究和生产协会的一个联合开发自动装载机的项目中最早对力控制挖掘机挖掘轨迹进行理论分析.由于实际挖掘过程中待挖掘材料的特性和形状动态变化,数学公式不能完全表示铲斗与其之间的关系,Hemani(2005)认为仅通过控制铲斗轨迹无法实现挖掘,并提出控制挖掘过程中的力调整挖掘运动的观点.加拿大卡尔顿大学Marshall et al.(2008)首次根据铲运机液压缸感应力在挖掘过程中表现出的特征,提出一种基于速度的导纳控制器,并在Atlas Copco铲运机上进行现场测试,试验表明其铲装效果比人工操作更好.在国内,关于铲运机铲斗轨迹控制的研究较少,电子科技大学的尹朝忠等(2009)建立了铲运机工作装置的机械手模型,在最小能耗轨迹的基础上,引入智能减阻插入铲取方法,根据传感器数据实时控制铲斗的动作,提高铲装效率,减少能量损耗. ... :36 1 2015 ... 在国内,郭鑫等(2015)、李恒通等(2015)和刘宏发等(2015)从理论上分析设计了铲运机动态和静态称重方法,张丽峰等(2015)研究了基于油压的铲运机动态称重系统.“十一五”和“十二五”期间国家“863”计划设立了“地下金属矿智能开采技术”项目,并在凡口铅锌矿搭建我国首个具有知识产权的智能采矿系统,其地下智能铲运机可实现定点卸载和自主称重等功能.然而,国内相关公司研究和开发的自动称重产品仍需要人工进行操作称重,不能实时动态称重,抗干扰能力差. ... |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |