牙轮钻机不再各管一段：感知、决策、控制串成闭环，322个炮孔平均钻速35米/时
核心概要
露天矿牙轮钻机的成岩感知、参数决策、执行控制与卡钻监测此前多各自独立运行，信息难以贯通。中煤科工西安研究院团队把四者组织成一条闭环：多源钻进数据在线识别岩性与可钻性，按案例匹配推荐给进与回转速度，鲁棒控制跟踪设定值，另设独立安全支路识别卡钻。在322个炮孔、5426.7米钻进中，岩性识别准确率超过85%，38次卡钻检出34次，平均钻速35米/时。
深度剖析
牙轮钻进的成岩感知、参数决策、执行控制与异常监测被组织成一条连续闭环，正常钻进走自适应回路，卡钻等异常走独立安全支路。 此前钻机通常把这些功能分开实现，信息传递与协同响应因此受限。 现场试验在露天煤矿的ZY250E牙轮钻机上完成，覆盖322个炮孔、累计5426.7米钻进。
系统用钻进过程中的给进速度、回转速度与两台电机扭矩在线判断岩性并量化可钻性，再据此给出给进与回转速度的推荐值。 岩性识别采用随机森林与多层感知机融合的分类器，可钻性用连续量而非离散岩性标签描述；参数推荐采用k近邻案例匹配，从按效率、单位进尺能耗和稳定性筛选出的历史案例库中检索并加权融合。 模型用1至150号炮孔数据训练并构建案例库，151至200号炮孔做离线仿真，201至322号炮孔做整机在线验证。
推荐值作为设定点交给鲁棒控制跟踪，把地层硬度变化当作有界不确定性处理，使实际给进与回转速度贴近推荐值。 在代表性硬岩地层的离线仿真中，算法推荐参数相对现场人工指定参数把平均钻速从10毫米/秒提高到13.4毫米/秒，单位进尺相对能耗从2.365降到1.29。 该对比取自可钻性主要分布在2.3至2.6的硬岩地层，仿真中给进电机与回转电机扭矩均未明显上升。
卡钻由独立支路按时间序列识别，融合高斯混合隐马尔可夫模型与双向长短期记忆条件随机场，概率越过70%阈值即发出停机与报警指令。 现场38次卡钻事件中检出34次，现场检出率89.5%，平均响应时间约2秒。 现场平均钻速35米/时，高于钻机30米/时的设计值；18米典型炮孔平均作业时间缩短约13分钟，钻孔效率提升超过30%。
启示与展望
验证范围是一座露天煤矿和一台ZY250E牙轮钻机，覆盖322个炮孔、5426.7米钻进，环境最低气温达−25℃、最大风速10.8米/秒。
验证只在一座矿山和一种钻机型号上完成，性能可能随现场数据、地层条件和设备特性变化；换矿需重新训练或标定感知与决策模型，换设备需重新做系统辨识与控制参数整定，跨矿区与跨平台的泛化尚待评估。