Resumen

El entorno de la mina de carbón es complejo y peligroso después de un accidente de gas; por lo tanto, es necesario un trabajo oportuno y efectivo de rescate y alivio. Por lo tanto, la predicción de la concentración de gas frente al robot de rescate de minas de carbón es de gran importancia para garantizar que el robot de rescate de minas de carbón lleve a cabo la exploración y misión de búsqueda y rescate. En este documento, se propone una red neuronal gris para predecir la concentración de gas 10 metros frente al robot de rescate de minas de carbón basado en la concentración de gas, temperatura y velocidad del viento de la posición actual y 1 metro más adelante. Posteriormente, se proponen parámetros de optimización de la red neuronal gris mediante algoritmo genético cuántico para el método de predicción de concentración de gas para obtener una predicción más precisa de la concentración de gas en el camino. Los resultados experimentales muestran que una red neuronal gris optimizada por el algoritmo genético cuántico es más

• Materias:Detección de obstáculos Tecnología de exoesqueleto Función de control Lyapunov Recolector de energía Servicio robótico
• Subjects:Obstacle detection Exoskeleton technology Lyapunov control function Energy harvester Robotic Service
• Palabras claves:Mina de carbón; Concentración de gas; Robot de rescate; Predicción; Red neuronal gris; Algoritmo genético cuántico.
• Keywords:Coal mine; Gas concentration; Rescue robot; Prediction; Gray neural network; Quantum genetic algorithm