摘要
一种应用于煤矿智能综采的规划截割算法,包括如下步骤:S1,构建截割路径优化模型,获取状态空间数据、动作空间数据及奖励函数,输入并训练截割路径优化模型,得到动态路径曲线;S2,实时获取回采工作面液压支架的压力数据、回采工作面激光雷达数据和回采工作面惯性导航I MU数据,通过卡尔曼滤波预测算法预测得到煤机轨迹数据,并通过煤机轨迹数据对S1得到的动态路径曲线进行实时修正,得到规划截割曲线。通过强化学习与实时反馈,结合实时传感器反馈与异常检测机制,实现复杂地质条件下的高精度作业,提升截割路径动态优化精度,显著提升开采效率与安全性,异常响应时间缩短至,复杂地质适应性增强。