宋慶軍，肖興明，張?zhí)祉?，王建?/p>

（1.中國(guó)礦業(yè)大學(xué) 機(jī)電學(xué)院，江蘇 徐州221008；2.山東科技大學(xué) 泰安校區(qū) 機(jī)電工程系，山東 泰安271019；3.鄭州煤炭工業(yè) （集團(tuán)）有限公司，河南 鄭州450000）

0 引 言

目前國(guó)內(nèi)常用的液壓支架電液控制系統(tǒng)是通過大量實(shí)驗(yàn)和經(jīng)驗(yàn)來控制放煤過程，根據(jù)煤層放煤難易程度設(shè)置放煤窗口開放時(shí)間，利用后部刮板輸送機(jī)負(fù)載信號(hào)控制打開放煤窗口的數(shù)量［1］。由于工作面煤厚變化無規(guī)律性，在現(xiàn)場(chǎng)放煤過程往往是手動(dòng)操作。操作工打開尾梁操縱閥，控制放頂煤支架尾梁往復(fù)擺動(dòng)，破碎頂煤，一定時(shí)間后，打開放煤操縱閥，控制放煤窗口或者放煤插板進(jìn)行放煤。在放煤時(shí)，大塊的煤炭容易堵死放煤口，造成堵煤、卡煤故障，操作工再次通過尾梁操縱閥擠壓、破碎大塊頂煤，繼續(xù)放煤，當(dāng)放煤見矸一定量后，關(guān)閉放煤操縱閥，停止第一輪放煤，并以此類推依次進(jìn)行放煤。文獻(xiàn) ［2］也提出目前國(guó)內(nèi)外依然沒有實(shí)現(xiàn)自動(dòng)化放煤控制。因此，研究一種方法或手段能對(duì)放頂煤工作面的放煤過程進(jìn)行自動(dòng)化控制具有實(shí)際意義。

1 實(shí)驗(yàn)平臺(tái)搭建及數(shù)據(jù)采集

由于現(xiàn)場(chǎng)存在粉塵、以及支架后部空間狹小的原因，使視覺效果差。操作工常通過聽覺來判斷下放的是煤還是矸石，并利用經(jīng)驗(yàn)給出是否停止放煤的決定。借鑒以上經(jīng)驗(yàn)，系統(tǒng)采用聲波傳感器對(duì)放煤的聲音信號(hào)進(jìn)行采集處理。因生產(chǎn)現(xiàn)場(chǎng)無法從量化的角度去衡量不同比例的煤及矸石產(chǎn)生的聲波信號(hào)，因此，需要搭建同生產(chǎn)現(xiàn)場(chǎng)相似條件的實(shí)驗(yàn)平臺(tái)。實(shí)驗(yàn)所采用的原煤與矸石均來自生產(chǎn)現(xiàn)場(chǎng)，其特性參數(shù)與現(xiàn)場(chǎng)一致。圖1為放頂煤過程實(shí)驗(yàn)平臺(tái)，該平臺(tái)由計(jì)算機(jī)、PCI－1747U 數(shù)據(jù)采集卡、放頂煤液支架、原煤、矸石、聲波傳感器等組成。

圖1 放頂煤過程實(shí)驗(yàn)平臺(tái)

在實(shí)驗(yàn)中，對(duì)全煤、全矸、30%矸石、50%矸石4 種情況做了反復(fù)實(shí)驗(yàn)及數(shù)據(jù)采集，獲得的數(shù)據(jù)通過數(shù)據(jù)分析與處理系統(tǒng)被自動(dòng)存儲(chǔ)在指定路徑的數(shù)據(jù)庫(kù)中。信號(hào)的采樣頻率為5120Hz，數(shù)據(jù)長(zhǎng)度為200ms，采樣點(diǎn)數(shù)為1024。將獲得的離散信號(hào)預(yù)處理后得時(shí)間序列x（n）。圖2為一段實(shí)測(cè)的時(shí)域波形圖，圖2 （a）為全煤下落時(shí)域波形圖，圖2 （b）為全矸石下落時(shí)域波形圖。小波降噪的過程可分為以下步驟：①選定一種小波，對(duì)信號(hào)進(jìn)N 層小波分解；②對(duì)分解得到的各層系數(shù)作用選擇合適的閥值；③將處理后的系數(shù)通過小波重建恢復(fù)原始信號(hào)。

圖2 實(shí)測(cè)的聲音信號(hào)的時(shí)域波形圖

常用的小波基函數(shù)有Haar、Daubechies、Symlets、Coiflet、Meyer、Biorthogonal小波系［6－7］等。在對(duì)信號(hào)進(jìn)行小波變換過程中，常使選擇的小波基函數(shù)能同時(shí)具有如下性質(zhì)：①對(duì)稱性或反對(duì)稱性；②正交性；③較短的支撐；④較高的消失矩。根據(jù)這些性質(zhì)，本文選擇Symlets小波系。根據(jù)信號(hào)重構(gòu)誤差的要求，小波變換的最大理論尺度［8］為

式中：n——采樣點(diǎn)數(shù)；J——小波變換的最大理論尺度。

當(dāng)將信號(hào)分解到210和29時(shí)，信號(hào)不連貫，沒有意義，因此，分解尺度取8。

通過對(duì)比實(shí)驗(yàn)，采用效果明顯的最優(yōu)預(yù)測(cè)變量軟閾值對(duì)測(cè)得信號(hào)處理，以提高信噪比。對(duì)圖2實(shí)測(cè)的聲音信號(hào)預(yù)處理，再進(jìn)行小波降噪后的結(jié)果如圖3 所示。圖3 （a）為全煤下落信號(hào)小波降噪后的波形圖，圖3 （b）為全矸石下落信號(hào)小波降噪后的波形圖。

圖3 小波降噪后的波形圖

2 放煤過程的信號(hào)處理及特征識(shí)別

煤矸識(shí)別系統(tǒng)包括信號(hào)測(cè)量、特征提取、建立標(biāo)準(zhǔn)特征庫(kù)、比較識(shí)別4個(gè)步驟。利用上述實(shí)驗(yàn)平臺(tái)建立煤矸不同分類的數(shù)據(jù)樣本，即建立標(biāo)準(zhǔn)特征庫(kù)；通過CRY2112噪聲傳感器對(duì)放煤過程的聲波信號(hào)進(jìn)行測(cè)量，提取現(xiàn)場(chǎng)煤矸數(shù)據(jù)的特征量。放煤過程的聲波信號(hào)屬于非平穩(wěn)信號(hào)，（Hilbert－Huang transformation，HHT）主 要 用 于 非 線 性、非平穩(wěn)信號(hào)的時(shí)頻分析，已成功應(yīng)用于故障檢測(cè)、參數(shù)識(shí)別等工程領(lǐng)域［3－5］。本文采用小波和Hilbert－Huang變換技術(shù)實(shí)現(xiàn)煤矸在線識(shí)別。

實(shí)測(cè)的數(shù)據(jù)中含有大量的直流分量，混有噪聲，需將采集到的數(shù)據(jù)進(jìn)行零值化處理、消除趨勢(shì)項(xiàng)、小波降噪等信號(hào)的預(yù)處理。

2.1 小波降噪

小波降噪實(shí)際上是特征提取和低通濾波功能的綜合。

2.2 離散的Hilbert變換

將x（n）用經(jīng)驗(yàn)?zāi)B(tài)分析 （EMD）分解為若干固有模態(tài)函數(shù) （IMF）后對(duì)每一個(gè)IMF分量進(jìn)行Hilbert變換，得到相應(yīng)的Hilbert譜和Hilbert邊際譜。

x（n）經(jīng)EMD 分解為［9，10］

式中：rk（n）——?dú)?余 量，代 表 信 號(hào) 的 平 均 趨 勢(shì) 項(xiàng)；ci（n）——第i個(gè)IMF分量。

對(duì)于任意時(shí)間序列y（m），根據(jù)文獻(xiàn) ［5，11］，離散時(shí)間信號(hào)的Hilbert變換（m）為

式中：h（m）——Hilbert變換器的單位抽樣響應(yīng)，根據(jù)連續(xù)信號(hào)的Hilbert變換，得

式中：Ω ＝ωTs，Ts為采樣周期。

根據(jù)式 （3）對(duì)每一個(gè)離散的固有模態(tài)函數(shù)進(jìn)行Hilbert變換得

構(gòu)造解析函數(shù)zi（n）為

2.3 特征識(shí)別

根據(jù)Hilbert定義，固有模態(tài)函數(shù)的瞬時(shí)能量分布為

分別對(duì)采集的4 種不同情況的時(shí)間序列xi（n）進(jìn)行上述特征參數(shù)的計(jì)算，得到IMF分量的能量見表1。

表1 各狀態(tài)IMF分量的能量

從表1可知，放頂煤過程中，隨著含矸量增加，總能量增加，因此，能量E 可用于煤矸界面的識(shí)別。當(dāng)發(fā)生卡煤故障時(shí)，IMF 分量的能量分布比較均勻，而且總能量減小。

瞬時(shí)幅值函數(shù)ai（n）定義為分量ci（n）的Hilbert譜為Hi（ω，n），即Hi（ω，n）＝ai（n），匯總所有分量的Hilbert譜，得原信號(hào)的Hilbert譜為

Hilbert邊際譜定義為Hilbert譜在時(shí)間軸上的積分，則離散信號(hào)的Hilbert邊際譜定義為

式中：n——采樣點(diǎn)數(shù)，即1024。

根據(jù)式 （8）和式 （9），得到3 種不同情況的Hilbert邊際譜如圖4所示。

圖4 Hilbert邊際譜圖

Hilbert邊際譜準(zhǔn)確地反映了信號(hào)的幅值隨頻率變換的情況，具有很高的分辨率，不存在能量泄露的問題。從圖4可知，隨著含矸量的增加，幅值有了明顯的變化。因此可以通過放頂煤過程中聲波頻譜的有規(guī)律變化確定煤和矸石下放的臨界區(qū)域，為放煤窗的控制提供依據(jù)［12］。

3 放煤過程自動(dòng)化控制系統(tǒng)的設(shè)計(jì)

當(dāng)前放頂煤支架的電液控制改造僅僅實(shí)現(xiàn)了用電液控制閥替代手動(dòng)操縱閥，還不能實(shí)現(xiàn)放煤自動(dòng)化控制。系統(tǒng)采用隔爆計(jì)算和配套的液壓支架電液控制系統(tǒng)，對(duì)液壓支架的尾梁控制閥和插板控制閥進(jìn)行控制，實(shí)現(xiàn)了放煤過程的自動(dòng)化?？刂葡到y(tǒng)組成如圖5所示。

3.1 自動(dòng)控制系統(tǒng)的硬件設(shè)計(jì)

工作面控制系統(tǒng)采CAN 總線方式，每個(gè)支架配置一個(gè)控制器，所有控制器掛接在CAN 總線上，將所有液壓支架數(shù)據(jù)發(fā)送在電液控制系統(tǒng)中。通過CAN－USB 總線轉(zhuǎn)換模塊將CAN 總線轉(zhuǎn)換為USB總線，將數(shù)據(jù)通過USB總線傳輸?shù)接?jì)算機(jī)。系統(tǒng)采用北京阿爾泰公司生產(chǎn)的DAM－C3110型USB－CAN 卡，帶有1路獨(dú)立CAN 接口和1路USB2.0接口的智能型CAN 總線接口適配器，可進(jìn)行雙向傳送。綜采工作面共有液壓支架117 支，需117 個(gè)噪聲傳感器，因此需2 個(gè)研華PCI－1747U 采集卡實(shí)現(xiàn)聲波信號(hào)的采集。PCI－1747U 為64路模擬量輸入采集卡，采樣速度可達(dá)250 KS／s，分辨率為16位，完全滿足采樣需求。

圖5 放煤過程自動(dòng)化控制系統(tǒng)組成

3.2 自動(dòng)控制系統(tǒng)的軟件設(shè)計(jì)

上位機(jī)采用防爆計(jì)算機(jī)，利用PCI－1747U以5120Hz的采樣頻率對(duì)聲音信號(hào)進(jìn)行A／D轉(zhuǎn)化，作為上位機(jī)處理軟件的輸入信號(hào)。數(shù)據(jù)分析與處理由虛擬儀器軟件LabVIEW 開發(fā)。

通過大量實(shí)驗(yàn)計(jì)算與分析，當(dāng)矸石含量為30%時(shí)，總能量E ∈［0.6345，0.6901］，隨著矸石含量的增加，總能量也增加；兩次采樣總能量差值△E 也隨著矸石含量的增加而增加。若E≥Es（Es＝0.6345），且連著2 次均有△E≥0.1056 （△Es），則矸石含量達(dá)到設(shè)定要求，關(guān)閉插板控制閥。當(dāng)能量分布相對(duì)平均，總能量小于0.4512 （記為Ed）時(shí)，且連著3次采樣均有△E≤0.0412 （△Ed）時(shí)，說明出現(xiàn)堵煤、卡煤故障打開尾梁控制閥，破碎卡煤。令插板控制閥和尾梁控制閥的變量為y1和y2，且定義打開控制閥，y1（2）＝1；否則y1（2）＝0?？刂葡到y(tǒng)軟件主程序如圖6所示。

4 結(jié)束語

本文利用防爆計(jì)算機(jī)、數(shù)據(jù)采集卡、總線轉(zhuǎn)換模塊、聲波傳感器，結(jié)合原來的電液控制系統(tǒng)，設(shè)計(jì)了一種放頂煤過程的自動(dòng)化控制系統(tǒng)。本文改進(jìn)了前期只識(shí)別煤或煤矸 混 合 兩 種 類 別，無 法 識(shí) 別 卡 煤 故 障 的 研 究 方 案［1，4，5，7，12］，搭建了實(shí)驗(yàn)平臺(tái)，利用聲波傳感器獲得了4種類型的放煤過程離散時(shí)間序列，通過離散的Hilbert變換，分析了有效識(shí)別煤與矸石的特征參數(shù)，實(shí)現(xiàn)了放煤過程的煤矸混放比例及堵煤、卡煤的故障識(shí)別，利用防爆計(jì)算機(jī)及LabVIEW軟件完成了放煤過程的自動(dòng)化控制。該控制系統(tǒng)較成功地應(yīng)用在河南趙家寨煤礦，為放頂煤工作面的放煤自動(dòng)化控制提供了理論依據(jù)及經(jīng)驗(yàn)借鑒。

圖6 軟件流程

［1］MA Ying.Study on automatic top coal caving system in fullymechanized coal caving face［J］.Coal Science and Technology，2013，41 （11）：22－24 （in Chinese）.［馬英.綜放工作面自動(dòng)化放頂煤系統(tǒng)研究 ［J］.煤炭科學(xué)技術(shù)，2013，41 （11）：22－24.］

［2］LI Xu，GU Tao.Study on wavelet singularity－Fisher discriminant of vibration signals of coal and rock during caving ［J］.Computer Engineering and Design，2011，32 （5）：1800－1803（in Chinese）.［李旭，顧濤.煤矸振動(dòng)信號(hào)小波奇異性－Fisher判別規(guī) 則 研 究 ［J］.計(jì) 算 機(jī) 工 程 與 設(shè) 計(jì)，2011，32 （5）：1800－1803.］

［3］LI Shunming，LI Xianglian.Modern analysis techniques and application of vibration signals［M］.Beijing：National Defense Industry Press，2008 （in Chinese）. ［李舜酩，李香蓮.振動(dòng)信號(hào)的現(xiàn)代分析技術(shù)與應(yīng)用 ［M］.北京：國(guó)防工業(yè)出版社，2008.］

［4］ZHANG Yanli，ZHANG Shouxiang.Analysis of coal and gangue acoustic signals based on Hilbert－Huang transformation［J］.Journal of China Coal Society，2010，35 （1）：165－168（in Chinese）.［張艷麗，張守祥.基于Hilbert－Huang變換的煤矸聲波信號(hào)分析［J］.煤炭學(xué)報(bào)，2010，35 （1）：165－168.］

［5］WANG Baoping.Research on automatic recognition of the coalrock Interface in top coal caving ［D］.Jinan：Shandong University，2012：26－31 （in Chinese）. ［王保平.放頂煤過程中煤矸界面自動(dòng)識(shí)別研究 ［D］.濟(jì)南：山東大學(xué)，2012：26－31.］

［6］LI Hao.De－noising study of gearbox vibration signal based on wavelet analysis ［J］.Machinery Design and Manufacture，2013 （3）：81－83 （in Chinese）.［李浩.基于小波變換的齒輪箱振動(dòng)信號(hào)降噪處理 ［J］.機(jī)械設(shè)計(jì)與制造，2013 （3）：81－83.］

［7］LIU Wei，HUA Zhen，ZHANG Shouxiang.Coal and rock recognition based on component wavelet de－nosing and independent analysis ［J］.Control Engineering of China，2011，18（2）：279－282 （in Chinese）.［劉偉，華臻，張守祥.基于小波和獨(dú)立分量分析的煤矸界面識(shí)別 ［J］.控制工程，2011，18（2）：279－282.］

［8］Jiang Yi，Zhao Wansheng.Detecting discharge status of smallhole EDM based on wavelet transform ［J］.International Jour－nal of Advanced Manufacturing Technology，2012，61 （1－4）：171－183.

［9］Shao Renping，Hu Wentao，Li Jing.Multi－fault feature extraction and diagnosis of gear transmission system using timefrequency analysis and wavelet threshold de－noising based on EMD ［J］.Shock and Vibration，2013，20 （4）：763－780.

［10］Shi Zhiyun，Jia Minping.Application of EEMD energy entropy method to fault diagnosis of gearbox ［J］.Mechanical Engineering and Technology，2012，1：61－67.

［11］CAO Feng.Measurement of reactive power based on Hilbert transformation ［D］.Chongqing：Chongqing Jiaotong University，2012：22－32 （in Chinese）. ［曹鋒.基于Hilbert變換測(cè)量無功功率的研究［D］.重慶：重慶交通大學(xué)，2012：22－32.］

［12］MA Rui，WANG Zengcai，WANG Baoping.Coal－rock interface recognition based on wavelet packet transform of acoustic signal［J］.Coal Mine Machinery，2010，31 （5）：44－46 （in Chinese）.［馬瑞，王增才，王保平.基于聲波信號(hào)小波包變換的煤矸界面識(shí)別研究 ［J］.煤礦機(jī)械，2010，31 （5）：44－46.］