在陜西榆林大海則煤礦，帶式輸送機沿著巷道綿延數公里，上萬根托輥日夜承托著皮帶運轉。沿著輸送機，一臺托輥更換機器人正在自主行走，在皮帶與橫梁間狹窄的空間里精準完成托輥的巡檢與更換作業。

這款將礦工從高危繁重崗位中解放出來的智能機器人，出自山東科技大學機械電子工程學院張強教授團隊。近年來，該團隊以多技術融合破解礦山特殊場景作業難題，讓新質生產力在煤海深處“生根”。

一根托輥“牽出”的機器人

托輥是輸送機的“關節”，在潮濕、粉塵和重載工況下極易磨損卡滯，若不及時更換，輕則造成皮帶跑偏，重則釀成安全事故。過去，更換托輥是一項繁重且危險的作業：礦工需攜帶數十斤重的工具，沿巷道逐段巡檢，發現故障后先停機，再鉆入皮帶與橫梁的狹窄夾縫中，憑借人力完成拆卸與安裝。

為改變這一局面，大海則煤礦向山東科技大學提出需求——能否研制一款機器人，替代人工完成托輥的檢查與更換?張強隨即帶領團隊趕赴榆林，跟隨礦工下井，徒步走完整條輸送線路，對巷道寬度、皮帶離地高度、托輥支架間距等關鍵尺寸進行逐一測繪。

“在實驗室里，機械臂抓取標準工件并不困難，可一到空間狹窄、光線昏暗的井下，難度便急劇上升。”張強說，巷道逼仄的空間與大量懸浮的煤塵使機器視覺的識別率大打折扣。更為棘手的是，托輥支架因長期承重與腐蝕普遍變形，機器人若按圖紙上的標準尺寸定位夾取，常常難以對準。

為突破瓶頸，張強團隊在礦區連續駐守數月，反復修正多傳感器融合算法和控制參數，歷經數十次井下實測迭代，終于使機器人能夠在狹長巷道中沿輸送機自主行走，借助多傳感器融合技術精準識別故障托輥，在狹窄空間內完成托輥拆卸、抓取和安裝的全流程作業。

“機器人能否在井下真正發揮作用，關鍵在于不依賴衛星導航也能精準定位。”張強介紹，井下無衛星信號，粉塵、黑暗、振動、沖擊和設備遮擋相互疊加，機器人不僅要“能動”，更必須“看得懂、找得準、會判斷”。

圍繞這一目標，張強團隊持續開展煤巖界面智能感知、裝備狀態實時監測等技術研究，構建了多源融合定位系統，讓礦山機器人能“看懂”井下環境，在極端環境下實現厘米級定位。

從單機智能邁向系統智能

礦山生產不是一臺機器能獨立完成的，從單機智能邁向系統智能，是張強團隊攻克的又一道關口。

“現代綜采工作面由采煤機、液壓支架和刮板輸送機共同組成，一臺設備狀態波動會沿整個系統傳播。”張強說。團隊的關注點由此從“一臺機器人能否完成一個動作”，拓展至“多臺裝備能否構成連續作業系統”。為掌握真實工況，團隊“泡”在煤海里開展科研攻關，他們在井下成套裝備上安裝了上百個傳感器，采集壓力、載荷、振動、位移、溫度等海量數據。

經過艱苦攻關，張強團隊研發出“千萬噸級工作面高可靠性安全開采保障技術及裝備”，支撐年產千萬噸煤炭的綜采工作面實現成套裝備無故障運行。該成果累計獲授權發明專利37項、實用新型專利29項，推動生產效率提高20%、作業人員減少70%。

不久前，張強團隊牽頭拿下國家級重點課題的重點專項項目，正全力攻克硬巖矩形斷面巷道的智能掘進這一行業“硬骨頭”，為我國戰略性礦產資源開發與重大地下工程建設提供核心裝備支撐。

“行業的難題就是我們攻關的課題。”張強表示，團隊將重點突破硬巖高效截割、矩形斷面自適應支護及掘支運多工序協同控制等關鍵技術，研制掘進、支護、運輸一體化協同作業的機器人系統，以持續自主創新培育壯大新質生產力，精準回應國家戰略與行業需求。