王 超，李 威，楊 海，司卓印，張金堯

(1.中國礦業(yè)大學(xué) 機(jī)電工程學(xué)院，江蘇 徐州 211116; 2.西南石油大學(xué) 機(jī)電工程學(xué)院，四川 成都 610500)

基于航位推測的刮板輸送機(jī)形態(tài)檢測研究

王 超1，李 威1，楊 海2，司卓印1，張金堯1

(1.中國礦業(yè)大學(xué) 機(jī)電工程學(xué)院，江蘇 徐州 211116; 2.西南石油大學(xué) 機(jī)電工程學(xué)院，四川 成都 610500)

針對煤礦綜采工作面自動化中刮板輸送機(jī)直線度檢測困難及測量精度不高的問題，利用捷聯(lián)慣導(dǎo)提出了一種基于中部槽結(jié)構(gòu)尺寸航位推測的刮板輸送機(jī)形態(tài)檢測新方法。首先，選擇Rodrigues參數(shù)法進(jìn)行慣導(dǎo)姿態(tài)解算，其次采用加速度傳感器測量采煤機(jī)經(jīng)過刮板輸送機(jī)連接間隙時產(chǎn)生的振動信號，建立了Butterworth濾波下的刮板輸送機(jī)節(jié)數(shù)檢測模型，最后在考慮刮板輸送機(jī)連接間隙的情況下構(gòu)建刮板輸送機(jī)形態(tài)檢測模型。利用采煤機(jī)和軌道模型在水平、豎直面分別搭建實(shí)驗(yàn)平臺，實(shí)驗(yàn)結(jié)果表明，刮板輸送機(jī)形態(tài)的跟蹤誤差小于14 mm。該形態(tài)檢測方法為刮板輸送機(jī)形態(tài)的檢測提供了一種新思路，并為綜采工作面自動校直的實(shí)現(xiàn)提供了一定的理論支持。

刮板輸送機(jī);形態(tài)檢測;航位推測;捷聯(lián)慣性導(dǎo)航;姿態(tài)解算

煤炭作為現(xiàn)階段的重要能源，其開采智能化問題一直制約煤炭生產(chǎn)的效率和安全性，要實(shí)現(xiàn)煤炭智能化開采，就必須實(shí)現(xiàn)以采煤機(jī)、刮板輸送機(jī)和液壓支架組成的采礦“三機(jī)”聯(lián)動作業(yè)?！睹禾堪踩?guī)程》中規(guī)定，采礦“三機(jī)”在井下綜采工作面聯(lián)動作業(yè)時，工作面煤壁、刮板輸送機(jī)和液壓支架都必須保持直線[1-2]。如果不能有效地保證刮板輸送機(jī)的直線狀態(tài)，增大了刮板輸送機(jī)的運(yùn)行阻力和采煤機(jī)的截割阻力，加速設(shè)備的損毀，而且存在極大的安全隱患[3]。因此，對刮板輸送機(jī)直線度的檢測是實(shí)現(xiàn)智能化開采的關(guān)鍵環(huán)節(jié)。

液壓支架和刮板輸送機(jī)是相互連接的浮動系統(tǒng)，故刮板輸送機(jī)的調(diào)直可以分為兩類：一類是以液壓支架位姿檢測結(jié)果作為調(diào)整依據(jù)，其主要是在液壓支架間安裝位置傳感器[4-5]、角度傳感器[6-7]、光纖傳感器[8-9]來檢測兩架液壓支架間的相對位置關(guān)系。這種調(diào)整方式屬于支架間相對調(diào)直，經(jīng)過若干次調(diào)直后容易出現(xiàn)累積誤差。牛劍峰等[10]提出在液壓支架上安裝測距儀和角度傳感器來檢測液壓支架對齊情況，雖然這種支架調(diào)直方式可以避免支架相對調(diào)直引起的累積誤差，但存在煤壁不齊情況，使得該調(diào)直方式也存在較大誤差。另一類是以刮板輸送機(jī)形態(tài)檢測結(jié)果作為調(diào)整依據(jù)，利用采煤機(jī)在刮板輸送機(jī)上行走并受刮板輸送機(jī)運(yùn)動約束這一特點(diǎn)，利用陀螺儀、加速度計、里程計、編碼器來實(shí)現(xiàn)采煤機(jī)的定位定姿，從而實(shí)現(xiàn)對刮板輸送機(jī)形態(tài)的檢測，為刮板輸送機(jī)調(diào)直提供依據(jù)。捷聯(lián)慣性導(dǎo)航系統(tǒng)(Strapdown Inertial Navigation System,SINS)是將加速度計和陀螺儀直接安裝在載體上，采集三坐標(biāo)軸的線加速度和角速度，并經(jīng)過導(dǎo)航解算獲得載體的位置和姿態(tài)信息[11]。REID[12]提出將慣性導(dǎo)航技術(shù)應(yīng)用到采煤機(jī)的三維定位定姿中;張斌等[13]提出利用陀螺儀和里程計來實(shí)現(xiàn)采煤機(jī)定位的方法;方新秋等[14]提出采用慣性導(dǎo)航來實(shí)現(xiàn)采煤機(jī)自主定位定姿的方法并建立累積誤差補(bǔ)償模型進(jìn)而提高定位定姿精度;張智喆等[15]提出根據(jù)工作面采煤機(jī)與刮板輸送機(jī)的幾何空間關(guān)系，以采煤機(jī)運(yùn)行軌跡反演刮板輸送機(jī)布置形態(tài)的方法。上述幾種方法的實(shí)現(xiàn)，能夠很好的說明慣性導(dǎo)航系統(tǒng)應(yīng)用于采煤機(jī)位姿檢測的可行性，并且根據(jù)刮板輸送機(jī)對采煤機(jī)的運(yùn)動約束特性，確定了利用采煤機(jī)位姿參數(shù)實(shí)現(xiàn)刮板輸送機(jī)形態(tài)檢測的可行性。然而捷聯(lián)慣導(dǎo)定位系統(tǒng)在長時間運(yùn)行后，其增量積分解算過程出現(xiàn)固有累積誤差，嚴(yán)重影響采煤機(jī)的定位精度。

針對上述問題，本文在考慮到捷聯(lián)慣導(dǎo)姿態(tài)解算精度較高的情況下，提出了一種基于航位推測(Dead Reckoning，DR)[16]原理的刮板輸送機(jī)形態(tài)檢測方法。該方法利用刮板輸送機(jī)中部槽結(jié)構(gòu)尺寸為常值這一特性，有效地消除了捷聯(lián)慣導(dǎo)定位系統(tǒng)長時間運(yùn)行出現(xiàn)的固有累積誤差，采用經(jīng)典的捷聯(lián)慣導(dǎo)姿態(tài)解算方法Rodrigues參數(shù)法解算刮板輸送機(jī)的姿態(tài)，使用加速度傳感器檢測采煤機(jī)經(jīng)過刮板輸送機(jī)中部槽連接間隙時產(chǎn)生的振動信號，以此振動信號為依據(jù)對刮板輸送機(jī)進(jìn)行分節(jié)，進(jìn)而獲取各節(jié)中部槽的姿態(tài)。依據(jù)DR原理建立考慮中部槽間隙的刮板輸送機(jī)形態(tài)解算數(shù)學(xué)模型，并搭建模擬實(shí)驗(yàn)平臺進(jìn)行實(shí)驗(yàn)以期驗(yàn)證該模型對刮板輸送機(jī)形態(tài)檢測的適用性，從而實(shí)現(xiàn)刮板輸送機(jī)的形態(tài)檢測，為實(shí)現(xiàn)綜采工作面智能化開采提供技術(shù)和理論支持。

1 刮板輸送機(jī)形態(tài)檢測原理

捷聯(lián)慣導(dǎo)安裝于采煤機(jī)機(jī)身上方的防爆箱內(nèi)，加速度傳感器安裝于采煤機(jī)的機(jī)身內(nèi)側(cè)，安裝位置處于采煤機(jī)前部滑靴的上方，如圖1所示。

圖1 傳感器安裝示意Fig.1 Installation diagram of sensors

由于采煤機(jī)在行進(jìn)時存在由電機(jī)振動引起的振動噪聲[17-18]，為降低該振動噪聲對刮板輸送機(jī)中部槽姿態(tài)解算及分節(jié)檢測的影響，首先對捷聯(lián)慣導(dǎo)采集到的慣性信息進(jìn)行傅里葉變換獲取電機(jī)的振動頻率，結(jié)合Butterworth濾波的方法來降低電機(jī)振動噪聲對采煤機(jī)姿態(tài)檢測的影響[19-20]。采煤機(jī)騎在刮板輸送機(jī)上，并沿著刮板輸送機(jī)行走，采煤機(jī)的姿態(tài)跟隨刮板輸送機(jī)的形態(tài)變化而變化，采用經(jīng)典Rodrigues參數(shù)法[21-22]解算采煤機(jī)姿態(tài)，考慮到刮板輸送機(jī)各節(jié)中部槽由啞鈴銷依次連接且在啞鈴銷的約束下的相對偏轉(zhuǎn)角度不超過2°，所以解算出的采煤機(jī)姿態(tài)可看作是刮板輸送機(jī)多節(jié)中部槽的實(shí)際布置姿態(tài)，在進(jìn)行分節(jié)處理后，可得到各節(jié)中部槽的姿態(tài)。DR原理是依據(jù)運(yùn)動載體檢測的固定特征長度“步長”以及運(yùn)載體的方位角，利用航位推測模型來解算運(yùn)動載體的位置。刮板輸送機(jī)機(jī)身是由若干節(jié)中部槽通過啞鈴銷依次連接組成，每一節(jié)中部槽的長度和高度作為刮板輸送機(jī)在水平面和豎直面的“步長”,SINS解算的航向角和俯仰角作為航位推測的方位角。采用采煤機(jī)機(jī)身內(nèi)側(cè)的加速度傳感器采集的振動信號來識別刮板輸送機(jī)中部槽分節(jié)狀態(tài)進(jìn)而作為航位推測解算的標(biāo)志，實(shí)現(xiàn)依據(jù)DR原理對刮板輸送機(jī)每節(jié)中部槽位置的實(shí)時檢測，最終獲得刮板輸送機(jī)的整體形態(tài)。

2 形態(tài)檢測模型

2.1 中部槽分節(jié)檢測

在刮板輸送機(jī)形態(tài)解算過程中，為了準(zhǔn)確識別采煤機(jī)經(jīng)過每節(jié)中部槽的狀態(tài)，也就是航位推測中的“步態(tài)”，必須對采煤機(jī)經(jīng)過每節(jié)中部槽的運(yùn)動狀態(tài)進(jìn)行有效地檢測。采煤機(jī)騎在刮板輸送機(jī)上行走的過程中，采煤機(jī)滑靴與中部槽直接接觸并滑行，且滑靴與其上方采煤機(jī)直接連接，本文提出將加速度傳感器安裝于滑靴上方的采煤機(jī)機(jī)身內(nèi)側(cè)位置，既可以有效避免了由于滑靴工作環(huán)境惡劣而布置傳感器困難這一難題，又可用于檢測采煤機(jī)在經(jīng)過相鄰兩節(jié)中部槽連接縫隙時豎直方向的振動信號。通過Arduino單片機(jī)采集數(shù)據(jù)并使用傅里葉變換方法確定采煤機(jī)機(jī)身引起的振動頻率，采用Butterworth濾波方法降低采煤機(jī)振動干擾信號并利用式(1)對采煤機(jī)是否經(jīng)過一節(jié)中部槽進(jìn)行判別：

式中，A為加速度傳感器采集到豎直方向的加速度計值，m/s2;A0為加速度傳感器加速度計初始值，靜止采集1 min后取均值A(chǔ)0=9.952 m/s2;g為重力加速度值9.87 m/s2;F為無量綱判別值。

在靜止采集初值時，加速度計輸出值偏離g的程度均低于0.5g，故當(dāng)F>0.5時則認(rèn)為采煤機(jī)前部滑靴經(jīng)過一次中部槽間隙即采煤機(jī)通過一節(jié)中部槽;反之，則認(rèn)為采煤機(jī)前部滑靴未通過中部槽。

2.2 刮板輸送機(jī)姿態(tài)角檢測

檢測刮板輸送機(jī)姿態(tài)角時，選取地理坐標(biāo)系作為解算使用的導(dǎo)航坐標(biāo)系On-XnYnZn，其中，Xn指向東;Yn指向北;Zn指向天。坐標(biāo)系建立如圖2所示。

圖2 姿態(tài)解算坐標(biāo)系Fig.2 Attitude calculation coordinates

載體坐標(biāo)系Ob-XbYbZb為原點(diǎn)建立在捷聯(lián)慣導(dǎo)的位置，滿足右手坐標(biāo)系法則的坐標(biāo)系，其中，Yb指向采煤機(jī)沿刮板輸送機(jī)前進(jìn)的方向;Xb垂直于采煤機(jī)的前進(jìn)方向;Zb指向上，與Xb,Yb滿足右手坐標(biāo)系法則。

經(jīng)典Rodrigues參數(shù)法是為計算空間矢量等效旋轉(zhuǎn)問題而引入的方法，式(2)中u為空間單位旋轉(zhuǎn)軸矢量，α為繞旋轉(zhuǎn)軸u旋轉(zhuǎn)的角度，空間矢量Φ即為經(jīng)典Rodrigues參數(shù)：

其中，Φ在三坐標(biāo)軸有3個分量，即Φ=[φ1,φ2,φ3]T，設(shè)刮板輸送機(jī)第k時刻的姿態(tài)角分別為航向角Ψk、俯仰角θk、橫滾角γk，則姿態(tài)角與經(jīng)典Rodrigues參數(shù)之間存在如下關(guān)系：

可見，經(jīng)典Rodrigues參數(shù)中包含了刮板輸送機(jī)姿態(tài)角的全部信息，刮板輸送機(jī)第k+1時刻的姿態(tài)角可求解為

在使用Rodrigues法過程中，當(dāng)剛體旋轉(zhuǎn)±180°時，Rodrigues法存在奇異值缺陷，但采煤機(jī)在運(yùn)行過程中不會出現(xiàn)旋轉(zhuǎn)±180°的情況，因此，Rodrigues法適用于解算刮板輸送機(jī)的姿態(tài)。采用Rodrigues法過解算后可獲取刮板輸送機(jī)整體姿態(tài)，以中部槽分節(jié)結(jié)果作為依據(jù)對刮板輸送機(jī)整體姿態(tài)進(jìn)行劃分處理，進(jìn)而可得到各節(jié)中部槽的姿態(tài)。相對四元數(shù)法而言，Rodrigues法是將四維的參數(shù)降低為三維的超平面參數(shù)，消除了四元數(shù)存在的一個冗余度，提高了解算速度和精度。

2.3 刮板輸送機(jī)形態(tài)解算

刮板輸送機(jī)機(jī)身是由多節(jié)中部槽通過啞鈴銷依次連接，液壓支架進(jìn)行推溜操作時，由于推移液壓缸作用在中部槽中間位置，必然會出現(xiàn)以啞鈴銷連接處為旋轉(zhuǎn)中心，兩節(jié)中部槽產(chǎn)生相對偏轉(zhuǎn)的情況，因此，刮板輸送機(jī)的整體形態(tài)可看作是各節(jié)中部槽形態(tài)的累積。每節(jié)中部槽均可視為幾何尺寸已知的剛體，如圖3所示，其自身的形態(tài)由兩端部中間特征點(diǎn)及其連線進(jìn)行表征。

圖3 刮板輸送機(jī)形態(tài)模型Fig.3 Model of scraper conveyor shape

如圖4所示，在水平面(On-Xn-Yn面)與豎直面(On-Yn-Zn面)內(nèi)，刮板輸送機(jī)形態(tài)分別具有兩種不同的偏轉(zhuǎn)形式。在水平面內(nèi)，如圖4(a)和圖4(b)所示，刮板輸送機(jī)形態(tài)可能會出現(xiàn)向Xn軸負(fù)半軸偏轉(zhuǎn)或向Xn軸正半軸偏轉(zhuǎn);在豎直面內(nèi)，如圖4(c)和圖4(d)所示，刮板輸送機(jī)形態(tài)則可能會出現(xiàn)向Zn軸正半軸偏轉(zhuǎn)或向Zn軸負(fù)半軸偏轉(zhuǎn)。圖4中，Yn向?yàn)楣伟遢斔蜋C(jī)延伸方向;Oi代表中部槽水平旋轉(zhuǎn)中心;Mi代表中部槽特征點(diǎn);ψ為中部槽航向角，該角度是指在水平面即On-Xn-Yn平面內(nèi)，中部槽沿Zn軸旋轉(zhuǎn)的角度;θ為中部槽俯仰角，該角度是指在豎直面即On-Yn-Zn面內(nèi)，中部槽沿Xn軸旋轉(zhuǎn)的角度。

圖4 刮板輸送機(jī)偏轉(zhuǎn)形式Fig.4 Deflection forms of scraper conveyor

通過上述對刮板輸送機(jī)偏轉(zhuǎn)形式的分析可知，在水平面內(nèi)，刮板輸送機(jī)具有正向偏轉(zhuǎn)和負(fù)向偏轉(zhuǎn)兩種形式;在豎直面內(nèi)，刮板輸送機(jī)具有向上偏轉(zhuǎn)和向下偏轉(zhuǎn)兩種形式，因此，在解算刮板輸送機(jī)形態(tài)時必須進(jìn)行偏轉(zhuǎn)形式的判別。在解算刮板輸送機(jī)水平面形態(tài)時，采用航向角相對偏轉(zhuǎn)角ψi對中部槽的偏轉(zhuǎn)形式進(jìn)行判別，如圖4(a)所示，當(dāng)ψi>0時，表示第i節(jié)中部槽相對于第i-1節(jié)中部槽為正向偏轉(zhuǎn);反之，如圖4(b)所示，當(dāng)ψi<0時，表示第i節(jié)中部槽相對于第i-1節(jié)中部槽為反向偏轉(zhuǎn)，判別完成后利用式(5)解算刮板輸送機(jī)水平面形態(tài)。在解算刮板輸送機(jī)豎直面形態(tài)時，采用相對俯仰偏轉(zhuǎn)角θi判別中部槽的偏轉(zhuǎn)形式，如圖4(c)所示，當(dāng)θi>0時，第i節(jié)中部槽向上偏轉(zhuǎn);反之，如圖4(d)所示，當(dāng)θi<0時，第i節(jié)中部槽向下偏轉(zhuǎn)，完成判別后利用式(6)解算刮板輸送機(jī)豎直面形態(tài)。

3 實(shí)驗(yàn)驗(yàn)證

3.1 實(shí)驗(yàn)平臺搭建

結(jié)合實(shí)驗(yàn)室現(xiàn)有實(shí)驗(yàn)條件，搭建刮板輸送機(jī)形態(tài)檢測模型驗(yàn)證實(shí)驗(yàn)平臺，如圖5所示，刮板輸送機(jī)由多節(jié)軌道模型模擬中部槽組成，采煤機(jī)騎在刮板輸送機(jī)上，遙控開關(guān)手柄控制采煤機(jī)啟停并使其沿著刮板輸送機(jī)行走。慣性測量單元IMU800CA-200安裝于采煤機(jī)機(jī)身上方的防爆箱內(nèi)并采用獨(dú)立電源供電;加速度傳感器LDD-4000安裝于前部滑靴上方采煤機(jī)的機(jī)身內(nèi)側(cè)，該加速度傳感器用于檢測采煤機(jī)經(jīng)過相鄰兩節(jié)中部槽間隙時的振動信號。Arduino Uno R3單片機(jī)通過屏蔽線采集加速度傳感器與慣性測量單元輸出信號，并通過WE-40C串口藍(lán)牙收、發(fā)模塊實(shí)現(xiàn)與定位主機(jī)中的上位機(jī)通訊。其技術(shù)參數(shù)如下：① IMU800CA-200：陀螺儀動態(tài)數(shù)字范圍±200(°)/s，陀螺儀運(yùn)行誤差小于3(°)/h，陀螺儀非線性度小于0.1%FS;② Arduino Uno R3：開源控制器，主控芯片ATMEGA328-PU;③ LDD-4000：金屬外殼封裝，具備防爆和抗干擾能力，加速度測量范圍±10 g，靈敏度200 mV/g。

圖5 刮板輸送機(jī)形態(tài)檢測實(shí)驗(yàn)平臺Fig.5 Test rig for scraper conveyor shape detection

3.2 刮板輸送機(jī)形態(tài)檢測實(shí)驗(yàn)

在水平面和豎直面分別搭建刮板輸送機(jī)彎曲實(shí)驗(yàn)臺，如圖6所示，采煤機(jī)騎在刮板輸送機(jī)上行走18節(jié)中部槽，總長9 m，中部槽參數(shù)為：長度為L=500 mm，半寬度為LK=200 mm，半高度為HK=32.5 mm。

圖6 刮板輸送機(jī)形態(tài)布置Fig.6 Shape arrangement of scraper conveyor

如圖7所示，將四元數(shù)法和Rodrigues法的姿態(tài)解算曲線與實(shí)際姿態(tài)曲線對比發(fā)現(xiàn)，在水平面內(nèi)，四元數(shù)法和Rodrigues法最大解算誤差分別為：3.104 7°和1.047°;在豎直面內(nèi)，四元數(shù)法和Rodrigues法最大解算誤差分別為：9.433°和2.529 8°;因此，Rodrigues法可以實(shí)現(xiàn)對刮板輸送機(jī)姿態(tài)的跟蹤檢測，并且解算效果優(yōu)于四元數(shù)法的解算效果。

圖7 刮板輸送機(jī)姿態(tài)檢測結(jié)果Fig.7 Attitude detection results of scraper conveyor

在完成刮板輸送機(jī)整體姿態(tài)檢測后，為獲取每節(jié)中部槽各自的姿態(tài)，必須對刮板輸送機(jī)進(jìn)行分節(jié)檢測。通過安裝在前部滑靴上方采煤機(jī)機(jī)身內(nèi)側(cè)的加速度傳感器，獲取采煤機(jī)經(jīng)過間隙時產(chǎn)生的振動信號，為消除采煤機(jī)自身振動對分節(jié)振動信號的影響，對采煤機(jī)自身振動信號進(jìn)行傅里葉變換，采煤機(jī)自身振動頻率f=48.6 Hz，并使用Butterworth濾波方法濾除該噪聲信號，分節(jié)振動信號如圖8所示。

圖8 中部槽分節(jié)振動信號Fig.8 Division vibration signal of central shute

采用式(1)對濾波后的分節(jié)信號進(jìn)行分節(jié)判別，若判別認(rèn)為經(jīng)過一節(jié)中部槽，則此時刮板輸送機(jī)的姿態(tài)值即為該節(jié)中部槽姿態(tài)值，將此判別過程連續(xù)進(jìn)行直至實(shí)驗(yàn)結(jié)束，各節(jié)中部槽姿態(tài)如圖9所示。

在水平面和豎直面的中部槽分節(jié)檢測實(shí)驗(yàn)中，實(shí)驗(yàn)結(jié)果表明采用加速度傳感器獲取的分節(jié)信號可以有效地對刮板輸送機(jī)中部槽進(jìn)行分節(jié)處理，并且可以準(zhǔn)確獲取各節(jié)中部槽的姿態(tài)。將實(shí)驗(yàn)獲取的各節(jié)中部槽的姿態(tài)分別代入水平面和豎直面的形態(tài)解算模型，刮板輸送機(jī)整體形態(tài)跟蹤性能分析及解算結(jié)果分別如表1和圖10所示。

圖9 Rodrigues法解算后中部槽分節(jié)姿態(tài)Fig.9 Section attitude of central shute calculated by Rodrigues

參 數(shù)考慮間隙Y方向X方向未考慮間隙Y方向X方向誤差范圍/mm0～138854-74129～109263-528527～0-82358～109525水平面最大誤差/mm138854109263528527109525誤差標(biāo)準(zhǔn)差367174841116438950468誤差范圍/mm0～107976-128424～114148-77595～-00014-126042～115369豎直面最大誤差/mm10797612842477595126042誤差標(biāo)準(zhǔn)差35800626693163363702

圖10 刮板輸送機(jī)形態(tài)檢測結(jié)果Fig.10 Shape detection results of scraper conveyor

在水平面內(nèi)，考慮間隙的解算形態(tài)最大誤差為13.885 4 mm，未考慮間隙的解算形態(tài)最大誤差為52.852 7 mm;在豎直面內(nèi)，考慮間隙的解算形態(tài)最大誤差為12.842 4 mm，未考慮間隙的解算形態(tài)最大誤差為12.604 2 mm。由表1和圖10可知，兩條形態(tài)曲線在水平面和豎直面均可對刮板輸送機(jī)的形態(tài)進(jìn)行有效跟蹤，并且誤差滿足工作面人工拉線管理[23]規(guī)定的±100 mm的要求。本文所提到的考慮間隙的形態(tài)解算模型跟蹤誤差小于14 mm，可以很好地表征刮板輸送機(jī)的形態(tài)。

考慮到煤礦井下工作環(huán)境較為復(fù)雜，為驗(yàn)證該檢測系統(tǒng)的可靠性和穩(wěn)定性，選取干擾情況復(fù)雜的地下停車場作為實(shí)驗(yàn)地點(diǎn)，并進(jìn)行重復(fù)實(shí)驗(yàn)20次，實(shí)驗(yàn)最大誤差情況如11所示。

如圖11(a)所示，在水平面偏轉(zhuǎn)實(shí)驗(yàn)中，未考慮間隙下的Y向最大誤差明顯高于考慮間隙下的Y向最大誤差，其原因?yàn)楣伟遢斔蜋C(jī)發(fā)生水平彎曲時，中部槽偏轉(zhuǎn)半徑數(shù)值較大，若忽略間隙在Y向的分量，在多節(jié)中部槽過后必然會引起較大的誤差。結(jié)合圖11(b),(c)和(d)可知，在水平面和豎直面內(nèi)，考慮間隙下的X,Y,Z向最大誤差均保持相對穩(wěn)定且均滿足規(guī)定的100 mm的要求，檢測系統(tǒng)具有較好的可行性和可靠性。

圖11 最大誤差曲線Fig.11 Curve of maximum error

4 結(jié) 論

針對煤礦復(fù)雜環(huán)境下刮板輸送機(jī)直線度檢測困難及精度低等問題，構(gòu)建了中部槽分節(jié)模型和計及中部槽間隙情況下的刮板輸送機(jī)形態(tài)檢測模型，提出了一種基于航位推測及慣性導(dǎo)航理論的刮板輸送機(jī)形態(tài)檢測新方法。在水平面和豎直面分別進(jìn)行刮板輸送機(jī)形態(tài)檢測實(shí)驗(yàn)研究，實(shí)驗(yàn)結(jié)果表明：首先本文所用Rodrigues參數(shù)法對采煤機(jī)姿態(tài)解算誤差為2.529 8°優(yōu)于傳統(tǒng)四元數(shù)算法，且采用加速度傳感器獲取的分節(jié)信號可以有效地對刮板輸送機(jī)中部槽進(jìn)行分節(jié)處理，并且可以準(zhǔn)確獲取各節(jié)中部槽的姿態(tài)，最后根據(jù)本文所提考慮中部槽間隙下刮板輸送機(jī)形態(tài)的檢測方法，在水平面和豎直面內(nèi)對刮板輸送機(jī)形態(tài)的跟蹤誤差均小于14 mm，能夠?qū)崿F(xiàn)對刮板輸送機(jī)真實(shí)形態(tài)的檢測，具有較高的檢測精度。該檢測方法為檢測刮板輸送機(jī)形態(tài)提供了一種新思路，為實(shí)現(xiàn)綜采工作面自動校直提供了一定的理論支持。

[1] 煤礦安全規(guī)程[M/OL].http://www.coal.com.cn/Gratis/ArticleDisplay_115980.shtml,2016-07-08.

[2] WANG Jinhua.Development and prospect on fully mechanized mining in Chinese coal mines[J].International Journal of Coal Science & Technology,2014,1(3):253-260.

[3] 王金華.我國煤礦開采機(jī)械設(shè)備自動化技術(shù)新進(jìn)展[J].煤炭科學(xué)技術(shù),2013,41(1):1-4. WANG Jinhua.New progress on China coal mining machinery equipment and automation technology[J].Coal Science and Technology,2013,41(1):1-4.

[4] 李守濱,韋文術(shù),牛劍峰.液壓支架電液控制及工作面自動化技術(shù)綜述[J].煤炭科學(xué)技術(shù),2007,35(11):1-5. LI Shoubin,WEI Wenshu,NIU Jianfeng.Statement on electric and hydraulic control of hydraulic powered support and mining face automation technology[J].Coal Science and Technology,2007,35(11):1-5.

[5] 牛劍鋒,李俊士.一種煤礦工作面液壓支架調(diào)制系統(tǒng)和調(diào)直方法[P].中國專利:CN201310492654.6,2013.

[6] 李偉,張行,朱真才,等.綜采工作面刮板輸送機(jī)機(jī)身自動調(diào)直裝置及方法[P].中國專利:N201510379025.1,2015-07-01.

[7] 黃曾華,王旭鳴,張炳權(quán),等.一種使用編碼器校正工作面液壓支架組直線度的系統(tǒng)[P].中國專利:CN201410103860.8,2014-03-19.

[8] 張守祥,馮銀輝,李重重,等.一種使用光纖的工作面液壓支架組直線度控制方法[P].中國專利:CN201410103904.7,2014-03-19.

[9] 黃曾華,張守祥,李昊,等.一種使用光纖的工作面液壓支架組直線度控制系統(tǒng)[P].中國專利:CN201410103888.1,2014-07-09.

[10] 牛劍鋒,魏文艷,趙文生.一種采煤工作面直線度控制方法[P].中國專利:201210142362.5,2012-05-10.

[11] LAI J Z,Lü P,LIU J Y,et al.Noncommutativity error analysis of strap down inertial navigation system under the vibration in UAVs[J].International Journal of Advanced Robotic Systems,2012,9:1-8.

[12] REID D C,HAINSWORTH D W,RALSTON J C,et al.Inertial navigation:enabling technology for longwall mining automation[A].Computer Applications in Minerals Industries[A],2003.

[13] 張斌,方新秋,鄒永洺,等.基于陀螺儀和里程計的無人工作面采煤機(jī)自主定位系統(tǒng)[J].礦山機(jī)械,2010,38(9):10-13. ZHANG Bin,FANG Xinqiu,ZOU Yongming,et al.Auto-positioning system of shearer operating on manless working face based on gyroscope and odometer[J].Mining & Processing Equipment,2010,38(9):10-13.

[14] FANG Xinqiu,ZHAO Junjie,HU Yuan.TESTS and error analysis of a self-positioning shearer operating at a manless working face[J].Mining Science and Technology,2010,20(1):53-58.

[15] 張智喆,王世博,張博淵,等.基于采煤機(jī)運(yùn)動軌跡的刮板輸送機(jī)布置形態(tài)檢測研究[J].煤炭學(xué)報,2015,40(11):2514-2521. ZHANG Zhizhe,WANG Shibo,ZHANG Boyuan,et al.SHAPE detection of scraper conveyor based on shearer trajectory[J].Journal of China Coal Society,2015,40(11):2514-2521.

[16] JIMENEZ A R,SECO F,PRIETO C,et al.A comparison of pedestrian dead-reckoning algorithms using a low-cost MEMS IMU[C].Proc.IEEE Int.Symp.Intell.Signal Process[A].(WISP),Budapest,Hungary,2009:37-42.

[17] 李陽星,李曉輝.基于ADAMS平面轉(zhuǎn)彎帶式輸送機(jī)的動態(tài)特性[J].黑龍江科技大學(xué)學(xué)報,2015,25(5):482-488. LI Yangxing,LI Xiaohui.Dynamic characteristics analysis of belt conveyor with horizontal curves based on ADAMS[J].Journal of Heilongjiang University of Science & Technology,2015,25(5):482-488.

[18] 周廣林,韓瑞飛.輥?zhàn)訅簬綆捷斔蜋C(jī)的動態(tài)特性[J].黑龍江科技大學(xué)學(xué)報,2014,24(1):85-90. ZHOU Guanglin,HAN Ruifei.Dynamic characteristics analysis of roller sandwich belt conveyor[J].Journal of Heilongjiang University of Science & Technology,2014,24(1):85-90.

[19] 王大偉,賈榮叢,王劃一.基于Matlab的巴特沃斯濾波器設(shè)計[J].現(xiàn)代電子技術(shù),2012,35(21):71-72. WANG Dawei,JIA Rongcong,WANG Huayi.Design of butterworth analog filter based on matlab[J].Modern Electronics Technique,2012,35(21):71-72.

[20] 楊海,李威,張金堯,等.移動裝備捷聯(lián)慣性導(dǎo)航系統(tǒng)誤差補(bǔ)償技術(shù)研究[J].農(nóng)業(yè)機(jī)械學(xué)報,2015,46(8):361-366,378. YANG Hai,LI Wei,ZHANG Jinyao,et al.Error compensation technology of strapdown inertial navigation system for mobile equipment[J].Transactions of the Chinese Society for Agricultural Machinery,2015,46(8):361-366,378.

[21] 張金堯,李威,楊海,等.采煤機(jī)捷聯(lián)慣導(dǎo)定位方法研究[J].工礦自動化,2016,42(3):52-55. ZHANG Jinyao,LI Wei,YANG Hai,et al.Study of shearer positioning method using strapdown inertial navigation system[J].Industry and Mine Automation,2016,42(3):52-55.

[22] 孫麗,秦永元.捷聯(lián)慣導(dǎo)系統(tǒng)姿態(tài)算法比較[J].中國慣性技術(shù)學(xué)報,2006,14(3):6-10. SUN Li,QIN Yongyuan.Comparison of attitude algorithms of SINS[J].Journal of Chinese Inertial Technology,2006,14(3):6-10.

[23] 綜采隊(duì)安全質(zhì)量標(biāo)準(zhǔn)化達(dá)標(biāo)管理實(shí)施辦法[M/OL].http://www.mkaq.org/html/2012/10/16157948.shtml,2016-07-08.

Scraperconveyorshapedetectionbasedondeadreckoning

WANG Chao1,LI Wei1,YANG Hai2,SI Zhuoyin1,ZHANG Jinyao1

(1.SchoolofMechanicalandElectricalEngineering,ChinaUniversityofMining&Technology,Xuzhou221116,China; 2.SchoolofMechanicalandElectricalEngineering,SouthwestPetroleumUniversity,Chengdu610500,China)

In terms of the problem that the straightness detection of scraper conveyor is difficult and the measurement accuracy is not high at a fully mechanized coal face,a new method of scraper conveyor shape detection,which is based on the size of central shute and the dead reckoning,is proposed using SINS.Firstly,the INS attitude is calculated by Rodrigues parameter algorithm.Then,the vibration signal can be obtained using the IMU when shearer passes the connection portion of scraper conveyor and the section number detection model of scraper conveyor can be established with Butterworth filter.At last,the shape detection model of scraper conveyor is built with the consideration of connection gap.An experimental platform is built both in horizontal and vertical plane with the models of shearer and scraper conveyor.Furthermore,the results of experiment show that the shape tracking error of scraper conveyor is less than 14 mm.The shape detection method proposed provides a new way for the shape detect of scraper conveyor,which provides a theoretical basis for the implementation of automatic alignment at the fully mechanized coal face.

scraper conveyor;shape detection;DR;SINS;attitude calculation

10.13225/j.cnki.jccs.2016.1642

TD528.3

:A

:0253-9993(2017)08-2173-08

國家自然科學(xué)基金聯(lián)合基金資助項(xiàng)目(U1610111);江蘇省“333”工程科研資助項(xiàng)目(BRA2015300);江蘇省高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目(PAPD)

王 超(1990—)，男，山東濟(jì)南人，碩士研究生。E-mail：wangch15@cumt.edu.cn。

：李 威(1964—)，男，江蘇徐州人，教授，博士生導(dǎo)師，博士。E-mail：cmeecumt@yahoo.com

王超，李威，楊海，等.基于航位推測的刮板輸送機(jī)形態(tài)檢測研究[J].煤炭學(xué)報,2017,42(8):2173-2180.

WANG Chao,LI Wei,YANG Hai,et al.Scraper conveyor shape detection based on dead reckoning[J].Journal of China Coal Society,2017,42(8):2173-2180.doi:10.13225/j.cnki.jccs.2016.1642