王懷遠(yuǎn)，王潤(rùn)，陳沖，崔新男，岳星彤

(1.鞍鋼集團(tuán)北京研究院有限公司， 北京 102209；2.鞍鋼集團(tuán)礦業(yè)有限公司齊大山鐵礦， 遼寧 鞍山市 114000)

0 引言

當(dāng)前智能礦山建設(shè)處于關(guān)鍵時(shí)期[1-2]，智能礦山需要以信息化技術(shù)為依托，融合AI、大數(shù)據(jù)、智能控制等先進(jìn)技術(shù)，最大程度減少惡劣環(huán)境中的作業(yè)人員，提升本質(zhì)安全[3]，提高工作效率。露天礦開采一般包括穿孔、爆破、采裝、運(yùn)輸、排卸環(huán)節(jié)[4]，其中采裝環(huán)節(jié)是露天礦開采生產(chǎn)過程的中心環(huán)節(jié)[5]。智能礦山建設(shè)過程中，需要對(duì)各個(gè)環(huán)節(jié)進(jìn)行智能化功能設(shè)計(jì)或改進(jìn)，采裝作為中心環(huán)節(jié)更是智能化設(shè)計(jì)和改進(jìn)的重中之重。

金屬露天礦山的采裝環(huán)節(jié)是指在裸露礦脈或爆堆中利用電鏟等挖掘設(shè)備將礦巖采集出來，并裝入礦用自卸車或其他運(yùn)輸容器之中的工作。采裝決定著露天礦開采方式、開采強(qiáng)度和最終的經(jīng)濟(jì)效益[6]。目前金屬露天礦采裝工作使用的大型挖掘和運(yùn)輸裝備絕大多數(shù)由人工操作，存在著工作效率低、標(biāo)準(zhǔn)化程度低、作業(yè)環(huán)境不安全、不能進(jìn)行全程監(jiān)管等問題[7]。因此，只有對(duì)采裝環(huán)節(jié)進(jìn)行智能化功能設(shè)計(jì)和改進(jìn)，才能從根本上解決上述問題，并充分發(fā)揮出露天礦經(jīng)濟(jì)效益高的優(yōu)勢(shì)。

1 智能采裝功能設(shè)計(jì)

針對(duì)上述采裝環(huán)節(jié)存在的問題，設(shè)計(jì)了具備電鏟遠(yuǎn)程監(jiān)控模塊、動(dòng)態(tài)稱重模塊、電鏟自主挖掘與裝載模塊以及斗齒檢測(cè)模塊的智能采裝系統(tǒng)。具體的功能如圖1所示。

圖1 智能采裝功能結(jié)構(gòu)

2 模塊功能分析

2.1 電鏟遠(yuǎn)程監(jiān)控模塊

遠(yuǎn)程監(jiān)控模塊需要包含兩部分，分別為電氣數(shù)據(jù)監(jiān)控模塊和應(yīng)力應(yīng)變數(shù)據(jù)監(jiān)控模塊。在不影響電鏟正常工作的情況下，將電氣數(shù)據(jù)監(jiān)控模塊布置在發(fā)動(dòng)機(jī)、液壓機(jī)、電動(dòng)機(jī)等重要部件上，監(jiān)測(cè)溫度、電壓、電流、油壓等關(guān)鍵數(shù)據(jù)。應(yīng)力應(yīng)變模塊是由應(yīng)力應(yīng)變傳感器組成，主要布置于斗臂各個(gè)連接處，以此監(jiān)測(cè)斗臂應(yīng)力和應(yīng)變情況。電鏟遠(yuǎn)程監(jiān)控模塊實(shí)時(shí)將這些重要工作參數(shù)傳輸至服務(wù)器保存，利用智能算法解析采集終端發(fā)送過來的海量數(shù)據(jù)并將其進(jìn)行可視化處理，然后將分析結(jié)果傳輸至移動(dòng)用戶端，此時(shí)通過數(shù)據(jù)解析結(jié)果能夠及時(shí)掌握電鏟整體的工作狀態(tài)，并快速對(duì)電鏟各個(gè)部件可能出現(xiàn)的故障做出維修計(jì)劃，避免安全事故發(fā)生，降低故障發(fā)生率和采裝成本，提高工作效率。

該模塊分為數(shù)據(jù)采集、服務(wù)器、遠(yuǎn)程客戶端。數(shù)據(jù)采集終端主要由傳感器、電源、功能模塊、控制模塊組成。傳感器主要負(fù)責(zé)原始數(shù)據(jù)采集；功能模塊由信號(hào)傳輸、開關(guān)量、模擬量模塊、顯示模塊組成，其主要功能為采集和傳輸設(shè)備的開關(guān)狀態(tài)、電壓電流、設(shè)備位置等信息；控制模塊主要負(fù)責(zé)響應(yīng)和解決系統(tǒng)遠(yuǎn)程客戶端及中端反饋的問題和命令等調(diào)度工作。數(shù)據(jù)采集終端主要由軟件組成，而軟件由初始化程序、模數(shù)轉(zhuǎn)換程序、數(shù)據(jù)轉(zhuǎn)發(fā)接口、通信接口組成。數(shù)據(jù)采集終端采集的電鏟工作參數(shù)一方面能夠通過顯示模塊在本地顯示，另一方面，也能夠利用通訊功能間接傳送至服務(wù)器端。服務(wù)器用于實(shí)時(shí)接收、解析和存儲(chǔ)電鏟工作參數(shù)數(shù)據(jù)。遠(yuǎn)程移動(dòng)或固定客戶端利用通訊協(xié)議登陸互聯(lián)網(wǎng)上的服務(wù)端，獲取實(shí)時(shí)數(shù)據(jù)并顯示，基于智能算法對(duì)其進(jìn)行數(shù)據(jù)分析，及時(shí)發(fā)現(xiàn)異常信息并給出報(bào)警提示。

2.2 動(dòng)態(tài)稱重模塊

動(dòng)態(tài)稱重模塊由拉力傳感器、加速度傳感器、無線數(shù)據(jù)傳輸模塊組成，通過鋼繩拉力和鏟斗運(yùn)行加速度間接計(jì)算物料質(zhì)量，并將計(jì)算結(jié)果通過數(shù)據(jù)傳輸模塊上傳到管理系統(tǒng)。動(dòng)態(tài)稱重功能是在鏟斗處于物料輸送的動(dòng)態(tài)過程中，根據(jù)鏟斗受力隨時(shí)間變化的規(guī)律計(jì)算鏟斗物料質(zhì)量的方法。具體原理如下：當(dāng)回轉(zhuǎn)機(jī)構(gòu)靜止時(shí)，鏟斗、鏟臂、提升鋼繩是在同一個(gè)平面內(nèi)運(yùn)動(dòng)，鏟斗的具體路徑呈變徑旋轉(zhuǎn)狀態(tài)。正常作業(yè)情況下的鏟架、鏟臂、鋼繩組成的形狀均為一個(gè)三角形，隨著鏟斗的運(yùn)動(dòng)，三角形的形狀不斷在變化，因此，測(cè)出提升鋼繩的拉力和鏟斗運(yùn)動(dòng)的加速度，即可得到重量，然后將得到的重量減去鏟斗及鏟桿前端的重量就得出了鏟裝物料的重量，以此實(shí)現(xiàn)電鏟不停工裝載稱重。

整個(gè)模塊由諸多無線拉力傳感器節(jié)點(diǎn)、無線加速度傳感器節(jié)點(diǎn)、中繼節(jié)點(diǎn)、通訊接口模塊和上位機(jī)組成。拉力傳感器和加速度傳感器節(jié)點(diǎn)安裝在鋼繩和鏟斗上，執(zhí)行數(shù)據(jù)采集、本地顯示、數(shù)據(jù)預(yù)處理和數(shù)據(jù)傳輸?shù)裙ぷ?。距上位機(jī)無線接口比較近的傳感器節(jié)點(diǎn)直接上傳數(shù)據(jù)。若傳感器距上位機(jī)無線接口過遠(yuǎn)，則需要設(shè)置中繼節(jié)點(diǎn)。上位機(jī)負(fù)責(zé)向各個(gè)節(jié)點(diǎn)發(fā)送控制和收集數(shù)據(jù)指令，通過內(nèi)嵌智能算法對(duì)采集到的每個(gè)節(jié)點(diǎn)的測(cè)量數(shù)據(jù)進(jìn)行智能分析、可視化處理。

2.3 電鏟自主挖掘裝載模塊

挖掘是鏟斗和被挖掘物料相互作用的過程，挖掘過程中，在鏟斗的作用下物料原有狀態(tài)發(fā)生了破壞，同時(shí)鏟斗與被挖掘物料相互作用產(chǎn)生挖掘阻力，挖掘阻力模型是電鏟挖掘工作性能分析與優(yōu)化設(shè)計(jì)的基礎(chǔ)。挖掘過程中電鏟鏟斗和礦巖物料之間的相互作用主要有插入、切削和挖掘。電鏟在進(jìn)行礦巖的挖掘時(shí)，針對(duì)三維形態(tài)的爆堆，按照對(duì)應(yīng)優(yōu)化的挖掘軌跡進(jìn)行挖掘，可顯著提高電鏟挖掘的滿斗率和工作效率，同時(shí)降低能耗。

2.3.1 挖掘軌跡控制

電鏟挖掘軌跡指電鏟工作狀態(tài)下，從斗齒切入、挖掘、提升、轉(zhuǎn)動(dòng)到卸載的全過程運(yùn)動(dòng)軌跡。實(shí)質(zhì)上，針對(duì)特定的挖掘面，斗齒的最優(yōu)挖掘軌跡是確定的，尋找到最優(yōu)挖掘軌跡能夠大幅提升電鏟作業(yè)效率，最大程度減少斗齒和斗唇磨損。

軌跡控制與挖掘裝置的運(yùn)動(dòng)平穩(wěn)性和挖掘物料硬度及松散程度息息相關(guān)，在電鏟工作過程中，S曲線控制模式為提升電機(jī)與推壓電機(jī)功率控制曲線中最為經(jīng)典的模式，而電鏟挖掘軌跡則常常被描述成對(duì)數(shù)螺旋曲線。

軌跡控制的前提為鏟斗挖掘軌跡規(guī)劃，首先需要建立電鏟推壓機(jī)構(gòu)功率輸出特性模型和物料硬度及松散模型，根據(jù)此兩種模型建立挖掘阻力與挖掘時(shí)間模型，確定斗齒磨損系數(shù)，以達(dá)到最短挖掘時(shí)間和最小斗齒磨損系數(shù)為目標(biāo)，確定斗齒最佳運(yùn)行軌跡。本文設(shè)計(jì)該挖掘軌跡控制功能需依據(jù)物料性質(zhì)、裝卸點(diǎn)位置，借鑒機(jī)器人軌跡控制中的多項(xiàng)式方法來優(yōu)化功率控制S曲線和鏟斗軌跡對(duì)數(shù)螺旋曲線。

2.3.2 智能裝載

電鏟挖掘后一般會(huì)轉(zhuǎn)動(dòng)約90°將物料送入礦卡，為了精確感知電鏟與卡車的距離，減少盲區(qū)，在電鏟回轉(zhuǎn)裝置和行走機(jī)構(gòu)之間的固定位置加裝 4組測(cè)距傳感器，使其擁有4個(gè)方向的視野，由于傳感器不隨回轉(zhuǎn)機(jī)構(gòu)移動(dòng)，因此視野相對(duì)穩(wěn)定，利于精確測(cè)距。電鏟在從前方轉(zhuǎn)到卡車裝料側(cè)時(shí)，4組測(cè)距傳感器至少有1組能夠測(cè)量出電鏟距卡車的距離，根據(jù)2種設(shè)備的距離，來確定斗桿伸出距離，同時(shí)其他3組測(cè)距傳感器進(jìn)行信息交流，不斷糾正裝載參數(shù)。

2.4 斗齒檢測(cè)模塊

電鏟鏟斗的斗齒組件是電鏟上最容易發(fā)生損害的部件，而且這種破壞又極難被發(fā)現(xiàn)，只能在停機(jī)時(shí)利用人工點(diǎn)檢來確定斗齒是否破壞。如果鏟斗斗齒斷損甚至丟失，將會(huì)帶來嚴(yán)重后果。

（1）若斗齒整體脫落，鏟斗斗唇-斗齒安裝處將受到嚴(yán)重磨損，此處修復(fù)困難，即使修復(fù)也會(huì)極大影響斗齒后續(xù)安裝，斗齒很難與之契合，造成斗齒習(xí)慣性脫落，極大降低工作壽命和鏟裝效率。

（2）電鏟斗齒均由強(qiáng)度極高的錳鋼或其他合金制成，破碎機(jī)無法將其破碎，因此如果斗齒斷損甚至脫落且未及時(shí)發(fā)現(xiàn)，斗齒有可能將被運(yùn)至破碎站進(jìn)入破碎系統(tǒng)，導(dǎo)致破碎設(shè)備卡堵、損壞或皮帶撕裂等事故，這不僅影響破碎生產(chǎn)工藝線的運(yùn)行，而且影響整個(gè)采礦工藝流程的正常運(yùn)轉(zhuǎn)，并造成重大經(jīng)濟(jì)損失，甚至威脅工作人員生命安全。

因此本文設(shè)計(jì)斗齒智能監(jiān)測(cè)系統(tǒng)模塊，并成功在礦山應(yīng)用。該斗齒監(jiān)測(cè)系統(tǒng)是由紅外熱成像相機(jī)、工控機(jī)和顯示器組成，核心算法為DeepLab及YOLO深度學(xué)習(xí)計(jì)算機(jī)視覺智能算法。該模塊通過紅外熱成像相機(jī)獲取電鏟斗齒圖像信息，利用計(jì)算機(jī)視覺技術(shù)對(duì)熱成像圖像數(shù)據(jù)進(jìn)行分析，最終實(shí)現(xiàn)斗齒脫落和破損檢測(cè)。為了能清晰地拍攝斗齒，在電鏟動(dòng)臂2個(gè)天輪之間安裝彈簧減震臺(tái)，連接紅外熱成像相機(jī)，配備4G信號(hào)發(fā)射裝置，電鏟駕駛室配備工控機(jī)和顯示器以及斗齒脫落和破損報(bào)警器。

系統(tǒng)功能模塊：

（1）圖像讀取模塊。通過程序設(shè)定，每 100 ms讀取一次，并通過4G信號(hào)發(fā)射裝置將該幀圖片傳輸?shù)皆贫舜鎯?chǔ)并進(jìn)行分析。

（2）視頻分析模塊。若讀取的圖像通過算法分析，確定為可疑圖像，則啟用視頻分析模塊，以可疑圖像為起點(diǎn)，累計(jì)10 s截取視頻，利用YOLO算法對(duì)其進(jìn)行實(shí)時(shí)分析，并生成帶有檢測(cè)結(jié)果的一個(gè).mp4格式文件。

（3）斗齒脫落檢測(cè)模塊。斗齒脫落檢測(cè)模塊是通過 YOLO等目標(biāo)檢測(cè)算法對(duì)圖像中的斗齒進(jìn)行識(shí)別，識(shí)別出一個(gè)斗齒累加一次，最終得出的數(shù)量如果與正常斗齒數(shù)量一致則認(rèn)為斗齒未脫落，若數(shù)量少于正常數(shù)量，則表示存在斗齒脫落的情況。

（4）斗齒破損監(jiān)測(cè)模塊。利用u-net和Deep-Lab語義分割算法，對(duì)斗齒圖像進(jìn)行精準(zhǔn)分割并與標(biāo)準(zhǔn)圖像進(jìn)行配準(zhǔn)，以此來監(jiān)測(cè)斗齒破損情況。

（5）報(bào)警模塊。若斗齒脫落檢測(cè)模塊和斗齒破損監(jiān)測(cè)模塊反饋斗齒數(shù)量減少或斗齒破損，報(bào)警模塊需立即響起警報(bào)，提示司機(jī)立即停止作業(yè)，并鳴笛通知卡車司機(jī)停車檢查。

斗齒檢測(cè)方法：

第一階段：利用目標(biāo)檢測(cè)算法識(shí)別出斗齒在圖像的大概位置，確定檢測(cè)區(qū)域。使用DeepLab深度學(xué)習(xí)模型對(duì)原始圖像中的斗齒進(jìn)行語義分割。

第二階段：利用第一階段語義分割后的圖像與原始圖像進(jìn)行配準(zhǔn)，若重合面積＞80%，則視為斗齒未破損和缺失，若重合面積≤80%，則認(rèn)為斗齒缺失，并發(fā)出斗齒缺失紅色警告。

檢測(cè)后效果如圖2所示。

圖2 檢測(cè)后效果

3 結(jié)語

本文主要從設(shè)備工作狀態(tài)監(jiān)測(cè)、被挖物料性質(zhì)、鏟與裝動(dòng)作規(guī)劃與控制、異常作業(yè)監(jiān)測(cè)4個(gè)方面系統(tǒng)地設(shè)計(jì)了露天礦智能采裝工藝，分別設(shè)計(jì)了電鏟遠(yuǎn)程監(jiān)控、動(dòng)態(tài)稱重、電鏟自主挖掘與裝載、斗齒監(jiān)測(cè)功能模塊。該智能采裝工藝囊括了大部分采裝過程中易受操作人員主觀影響的關(guān)鍵節(jié)點(diǎn)，采用的技術(shù)均為當(dāng)前成熟的先進(jìn)技術(shù)，落地可能性較大，現(xiàn)實(shí)意義極強(qiáng)，對(duì)提升礦山本質(zhì)安全水平，提高工作效率，推動(dòng)無人化開采，加快智慧礦山建設(shè)具有重大意義。