張耀明，李 標(biāo)

(1.煤炭科學(xué)技術(shù)研究院有限公司，北京 100013；2.煤礦應(yīng)急避險技術(shù)裝備工程研究中心，北京 100013；3.北京市煤礦安全工程技術(shù)研究中心，北京 100013)

帶式輸送機由于具有運輸能力強、輸送距離長、可靠性高和易于集中控制等優(yōu)勢，成為了煤礦高效生產(chǎn)的主要運輸設(shè)備，但在運行過程中存在著設(shè)備故障率高、人工巡檢存在安全隱患且容易造成誤檢和漏檢、設(shè)備隱患不易被發(fā)現(xiàn)、逆煤流啟動、設(shè)備空載時間長、電能消耗和設(shè)備損耗大、不能自動實現(xiàn)煤流均衡控制等問題。

本研究以內(nèi)蒙古蒙泰煤炭有限責(zé)任公司窩兔溝煤礦為研究對象，構(gòu)建了主運輸智能控制系統(tǒng)，研發(fā)了智能巡檢機器人，開發(fā)了輸送帶縱向撕裂檢測裝置及聲紋故障診斷裝置，使帶式輸送機系統(tǒng)具備了遠(yuǎn)程監(jiān)控、智能感知、自主調(diào)速、節(jié)能運行等功能，實現(xiàn)了智能安全運行、固定崗位無人、巡檢崗位減人、降低勞動強度、節(jié)能高效運行的目的。同時將先進(jìn)的自動控制、通訊技術(shù)和計算機技術(shù)相融合，將生產(chǎn)與維護作為一個整體進(jìn)行管控，使煤礦運行的安全水平提升、生產(chǎn)效率提高、能源消耗和設(shè)備損耗降低。

1 系統(tǒng)設(shè)計

采用西門子S7-1200系列PLC做為核心控制器，融合了智能巡檢機器人、輸送帶縱撕和煤量檢測、AI異物識別、故障診斷、運輸智能控制及綜合管控平臺。控制系統(tǒng)結(jié)構(gòu)如圖1所示，系統(tǒng)主要由綜合管控平臺、PLC控制系統(tǒng)和現(xiàn)場設(shè)備組成。

圖1 主煤流運輸控制系統(tǒng)結(jié)構(gòu)

1)綜合管控平臺。采用工控機和組態(tài)軟件實現(xiàn)帶式輸送機運輸系統(tǒng)的集中控制、工況顯示。采用冗余機制來保證系統(tǒng)的不間斷運行，雙機互為熱備，提高系統(tǒng)運行的穩(wěn)定性，。

2)PLC控制系統(tǒng)。做為系統(tǒng)核心負(fù)責(zé)與變頻器、傳感器、檢測裝置、巡檢機器人等進(jìn)行信息交互、實現(xiàn)現(xiàn)場設(shè)備的控制。在主井帶式輸送機機頭附近配置一臺防爆PLC控制柜作為主站，其他帶式輸送機各配置一臺防爆PLC控制柜作為從站，構(gòu)成PLC控制系統(tǒng)，通過井下環(huán)網(wǎng)進(jìn)行通訊。

3)現(xiàn)場設(shè)備。設(shè)置跑偏保護、堆煤保護、速度保護、煙霧保護、溫度保護、縱撕保護、急停閉鎖保護、語音報警裝置、煤位傳感器、煤流量檢測裝置、攝像儀、巡檢機器人等設(shè)備。

2 智能巡檢機器人技術(shù)

針對主斜井帶式輸送機，設(shè)計了智能巡檢機器人系統(tǒng)，實現(xiàn)對帶式輸送機沿線視頻、音頻、溫度等參數(shù)的實時檢測，通過井下無線網(wǎng)絡(luò)(4G、WiFi)與地面服務(wù)器進(jìn)行通訊，實現(xiàn)設(shè)備運行狀態(tài)的實時顯示，報警信息的及時處理，并與綜合管控平臺聯(lián)動，提高系統(tǒng)運行的安全性與穩(wěn)定性。

2.1 系統(tǒng)構(gòu)成

巡檢機器人的硬件系統(tǒng)包括：機器人控制單元、電源管理單元、運控控制單元、無線通信單元和信息采集單元。巡檢機器人系統(tǒng)組成如圖2所示。

圖2 巡檢機器人系統(tǒng)

2.2 基于背景差分的巡檢視頻異常檢測技術(shù)

背景差分算法是一種常用的巡檢視頻異常檢測方法，能精準(zhǔn)地檢測出視頻圖像中的異常，且環(huán)境適應(yīng)性強。傳統(tǒng)的背景差分算法僅能實現(xiàn)固定攝像儀拍攝圖像的異常目標(biāo)檢測，不適用于巡檢視頻。根據(jù)煤礦井下巡檢機器人勻速、定向運動及周期性采集視頻數(shù)據(jù)的特點，提出了巡檢視頻分段提取關(guān)鍵幀，采用均值哈希算法建立背景模型，對背景模型和關(guān)鍵幀進(jìn)行差分運算，優(yōu)化運算結(jié)果，從而準(zhǔn)確地檢測出異常目標(biāo)。

巡檢機器人搭載攝像儀，定向獲取原始巡檢視頻，對巡檢視頻分段采樣，提取背景模型關(guān)鍵幀。與相同位置的關(guān)鍵幀集合進(jìn)行匹配，根據(jù)關(guān)鍵幀生成背景模型。對背景模型與關(guān)鍵幀進(jìn)行差分異常檢測，生成二值掩膜并進(jìn)行去噪、連通處理，生成異常檢測結(jié)果，并更新關(guān)鍵幀。

3 主煤流運輸智能控制技術(shù)

3.1 基于視覺和激光雷達(dá)融合的煤流量識別技術(shù)

煤流量檢測裝置采用自主研發(fā)的立體視覺技術(shù)，利用雙目攝像儀加激光光源的組合方式，利用結(jié)構(gòu)光立體視覺方法，使用標(biāo)準(zhǔn)的光柵條紋結(jié)構(gòu)(激光)光投射到物體表面，投影光條跟隨物體表面形狀的起伏而發(fā)生變化，攝像儀拍攝輸送帶表面圖像，從輸送帶表面形狀所調(diào)制的條紋模式中，提取出物體的三維體積，然后經(jīng)軟件處理運算后得出當(dāng)前輸送帶上的煤體積，實現(xiàn)煤流量的實時檢測。

3.1.1 物料流量體積計算

在帶式輸送機運行過程中，物料是連續(xù)不斷通過檢測位置的，對通過檢測位置物料的截面進(jìn)行積分可以計算物料的體積，可以通過物料密度進(jìn)而求得物料的質(zhì)量。在時間段[0，tn]內(nèi)，通過檢測位置物料的質(zhì)量為：

式中，ρ為物料的密度，kg/m3；ts為圖像采集的時間間隔，s；Si為第i次采集圖像計算得到的橫截面積，mm2；vi為第i次采集時的實時帶速，m/s。

3.1.2 煤流量跟蹤

為了實時掌握帶式輸送機上煤量情況，建立煤量的跟蹤模型，將輸送帶分成若干區(qū)域，將實時采集到的煤量信息對每個區(qū)域進(jìn)行賦值，進(jìn)行堆棧處理，根據(jù)帶式輸送機運行速度就可以得出帶式輸送機上煤量運行軌跡。根據(jù)每個區(qū)域內(nèi)煤量大小及相應(yīng)區(qū)域數(shù)量就可以給出帶式輸送機需要的運行速度，PLC就可以根據(jù)相應(yīng)的邏輯進(jìn)行調(diào)速。

3.1.3 煤流量傳感器安裝位置

為保證下游帶式輸送機有足夠的調(diào)速時間，需要確定煤流量傳感器安裝位置的安裝位置。帶式輸送機為變頻器驅(qū)動，在距帶式輸送機機尾位置L處安裝傳感器，距離L的計算公式為：

L=Vb[TaFh/(Fh-F1)](2)

式中，L為傳感器距機頭距離，m；Vb為帶式輸送機B額定速度，m/s；Ta為帶式輸送機A變頻器設(shè)定的加速時間，s；Fh為帶式輸送機A電機額定頻率，Hz；F1為帶式輸送機A設(shè)定的最低運轉(zhuǎn)頻率，Hz。

3.2 煤流均衡

速度調(diào)節(jié)遵循“確定基準(zhǔn)，預(yù)先升速，延遲降速”的原則。

3.2.1 確定基準(zhǔn)

由于1#帶式輸送機的煤直接來源于采煤機，具有時變性，無法精準(zhǔn)預(yù)測煤流量，因此1#帶式輸送機以額定速度運行，防止過載和堆煤故障的發(fā)生，后面多級帶式輸送機均基于1#帶式輸送機煤流量，進(jìn)行四級調(diào)速。

3.2.2 預(yù)先升速

當(dāng)控制系統(tǒng)檢測到需要升速，且煤流量增大節(jié)點未到達(dá)下一級帶式輸送機前，預(yù)先對下一級帶式輸送機進(jìn)行升速控制，分為：單級帶載升速、空載升速、多級帶載升速。

單級帶載升速時，需要在煤流量增大節(jié)點到達(dá)下一級帶式輸送機前完成升速，每級調(diào)速帶式輸送機均有升速安全距離和升速響應(yīng)時間。

空載升速時，由于輸送帶上無煤，本級帶式輸送機調(diào)速對下一級帶式輸送機無影響。因此，空載升速與單級帶載升速原理相同。

多級帶載升速時，需要在煤流量增大節(jié)點到達(dá)下一級式輸送機前，將之后所有調(diào)速帶式輸送機的帶速提升至規(guī)定速度。此時系統(tǒng)只有一個升速安全距離和一個升速響應(yīng)時間。

3.2.3 滯后降速

當(dāng)控制系統(tǒng)發(fā)出降速指令后，煤流量減小節(jié)點到達(dá)本級帶式輸送機時，不進(jìn)行調(diào)整。當(dāng)節(jié)點到達(dá)下一級帶式輸送機或者經(jīng)過本級調(diào)速點安全降速距離時，才對本級帶式輸送機進(jìn)行降速。

當(dāng)節(jié)點到達(dá)下一級帶式輸送機時進(jìn)行調(diào)速的情況如圖3所示，當(dāng)煤流量減小節(jié)點由A點運行到B點時，對2#帶式輸送機進(jìn)行降速。其中l(wèi)12為2#帶式輸送機安全降速距離，節(jié)點從A點運行到B點需要時間為2#帶式輸送機的降速響應(yīng)時間t12。各級調(diào)速帶式輸送機均有相應(yīng)安全降速距離和降速響應(yīng)時間，并根據(jù)各級帶式輸送機具體情況設(shè)定。

圖3 滯后降速示意

3.2.4 帶式輸送機調(diào)速過程

將理論調(diào)速值與帶式輸送機運行帶速進(jìn)行比對。當(dāng)兩個帶速值不同時，還需獲取后面連續(xù)四次的理論調(diào)速值。若獲取的四個理論調(diào)速值為同一數(shù)值，系統(tǒng)發(fā)出調(diào)速指令，否則帶式輸送機以原帶速運行，t調(diào)速流程如圖4所示。

圖4 調(diào)速流程

當(dāng)系統(tǒng)發(fā)出提速指令，啟動計時器并計算提速響應(yīng)時間t1i。當(dāng)計時器時間到達(dá)提速響應(yīng)時間，調(diào)整帶速。由于調(diào)速指令是在連續(xù)得到四個理論調(diào)速值后發(fā)出，此時煤流量增大的節(jié)點距離煤流量檢測裝置采集點的距離15 m。提速響應(yīng)時間計算如下：

式中，Lc為煤流量傳感器與機頭水平距離，m；Ld為預(yù)留調(diào)速距離，m；Lk為帶式輸送機長度，m；v′為調(diào)整后帶速，m/s。

當(dāng)系統(tǒng)發(fā)出降速指令，啟動計時器并計算各級帶式輸送機降速響應(yīng)時t2i。

當(dāng)計時器時間依次到達(dá)各級帶式輸送機降速響應(yīng)時間，逐級將調(diào)速帶式輸送機帶速調(diào)整到規(guī)定數(shù)值。各級減速響應(yīng)時間計算如下：

3.3 最優(yōu)運行速度模型

最優(yōu)運行速度模型即最優(yōu)帶速與煤量比是調(diào)速的關(guān)鍵步驟，將帶速劃分若干級別，每個級別對應(yīng)一個帶速，每個帶速對應(yīng)一個煤量比區(qū)間。當(dāng)計算出某時刻的帶式輸送機煤量比，根據(jù)其落在的煤量比區(qū)間即可確定帶速，將對帶速級別劃分和煤量比區(qū)間劃分進(jìn)行研究，完成煤量比與帶速的匹配。

在煤礦實際生產(chǎn)過程中，可以得到三個參數(shù)：煤流量Q、電機功率P、運行速度V，可以通過相應(yīng)的計算得出：當(dāng)煤流量為Q，所用的變頻器功耗P最小時，對應(yīng)的輸送帶運行速度V。可以利用Matlab構(gòu)建煤流量、帶速、功耗的BP神經(jīng)網(wǎng)絡(luò)能耗優(yōu)化模型，通過Matlab模擬得到煤流量與帶速的最優(yōu)配比如圖5所示，經(jīng)過生產(chǎn)實踐認(rèn)證了模擬結(jié)果的準(zhǔn)確性。

圖5 煤流量與帶速的最優(yōu)匹配

3.4 順煤流一鍵啟動控制方案及保護機制

逆煤流啟動時，會導(dǎo)致下游帶式輸送機空轉(zhuǎn)，增加啟動時間，造成不必要的能源損耗，降低生產(chǎn)效率。因此，為研究順煤流一鍵啟動方案，假定各級帶式輸送機的長度足夠長，以第i級帶式輸送機為例，多級串聯(lián)帶式輸送機結(jié)構(gòu)如圖6所示。

圖6 多級串聯(lián)帶式輸送機結(jié)構(gòu)

物料在第i-1級帶式輸送機上從A點運輸?shù)紻點前，第i級帶式輸送機需要有足夠的啟動時間。正常情況下，物料到達(dá)位置B時啟動第i級，i級完成由啟動到正常速度運行時，物料剛好經(jīng)過D點落到i級帶式輸送機上，從而使系統(tǒng)的啟動節(jié)能最大化。但在工程實際中，需要考慮i級帶式輸送機未能正常啟動的情況。假設(shè)當(dāng)物料運行至C點時，i級帶式輸送機仍未正常啟動，則需要各級帶式輸送機緊急制動，當(dāng)i-1級帶式輸送機完全停止時，物料剛好運行至D點且尚未落到i級帶式輸送機上，從而避免i級帶式輸送機產(chǎn)生堆煤事故。由以上分析可知，多級串聯(lián)帶式輸送機啟動控制的關(guān)鍵是為各級輸送帶確定合理的B點和C點位置。

第i-1級帶式輸送機安全啟動距離LBD：

安全停止距離LCD為：

LCD=vi-1TS(5)

LBD=LCD+vi-1Tk=vi-1(TS+TK)(6)

式中，vi-1為第i-1級帶式輸送機額定運行速度，m/s；TS為第i-1級帶式輸送機由額定速度完全停止所需的時間，s；TK為第i-1級帶式輸送機從啟動到正常速度所需時間，s。

3.5 帶式輸送機最優(yōu)啟動速率

變頻驅(qū)動能精準(zhǔn)地控制電動機的轉(zhuǎn)矩和速度，大幅降低了工頻啟動的不穩(wěn)定性，且輸出效率能夠達(dá)到96%以上，從理論角度來說變頻驅(qū)動方式在長距離大功率復(fù)雜工況條件下，無疑是帶式輸送設(shè)備較好的驅(qū)動方式。變頻驅(qū)動雖然解決了啟動沖擊問題，但需要根據(jù)負(fù)載和變頻器能力進(jìn)行電機啟動和停止速率地優(yōu)化，在保證減小沖擊的前提下，實現(xiàn)快速啟停，提高生產(chǎn)效率。

在啟動過程中，以驅(qū)動轉(zhuǎn)矩、驅(qū)動加速度、張緊力為分析對象，優(yōu)化它們之間的匹配關(guān)系，使帶式輸送機平穩(wěn)啟動，避免打滑。并結(jié)合自學(xué)習(xí)模塊，通過對啟動數(shù)據(jù)分析、優(yōu)化控制參數(shù)及調(diào)整策略，得到最優(yōu)方案，啟動流程如圖7所示。

4 故障診斷系統(tǒng)研究

4.1 基于視覺和激光雷達(dá)融合的輸送帶撕裂視覺檢測技術(shù)

對于輸送帶撕裂檢測目前主要依靠檢測人員在低速或停止時空載狀態(tài)下進(jìn)行檢測，效率較低，且無法實時檢測。針對此問題，本研究提出了一種基于線陣攝像儀的輸送帶撕裂檢測方法，當(dāng)檢測到輸送帶出現(xiàn)撕裂現(xiàn)象時，迅速發(fā)出報警信息，在綜合管控平臺上進(jìn)行顯示，同時聯(lián)動智能運輸控制系統(tǒng)，進(jìn)行系統(tǒng)停機，并通過沿線擴音電話進(jìn)行故障播報。

基于視覺和激光雷達(dá)融合的深度估計技術(shù)，通過將攝像儀同步采集的圖像和激光點云數(shù)據(jù)進(jìn)行融合，以獲取更加準(zhǔn)確與稠密的深度信息，并在采集圖像的過程中采用一種基于特征點檢測的自動曝光算法，提高了攝像儀在高動態(tài)環(huán)境采集到圖像的質(zhì)量，總體流程如圖8所示。

據(jù)統(tǒng)計，80%的礦用輸送帶撕裂事故發(fā)生在機尾轉(zhuǎn)載點處。因此需要將撕裂檢測裝置安裝在機尾轉(zhuǎn)載點附近，采集輸送帶下表面圖像。

通過平臺界面觀察輸送帶的運行狀況，當(dāng)出現(xiàn)撕裂故障時，畫面就會自動顯示當(dāng)前的故障信息。

4.2 基于聲紋分析的帶式輸送機狀態(tài)監(jiān)測和故障診斷技術(shù)

在運輸過程中，當(dāng)硬物割劃輸送帶時，會產(chǎn)生特定頻率的聲音，通過對音頻的分析可以及時掌握輸送帶的運行狀態(tài)。同時還可以對托輥實時運行狀態(tài)進(jìn)行檢測，解決了人工巡檢的不及時性。系統(tǒng)由數(shù)據(jù)采集層、數(shù)據(jù)傳輸層、私有云服務(wù)器三層構(gòu)成，系統(tǒng)架構(gòu)如圖所示。

方案的實現(xiàn)步驟包括：聲紋建模、信號采集與增強、有效事件檢出、聲紋特征提取、故障診斷。首先需要結(jié)合現(xiàn)場試驗與專家知識，對系統(tǒng)異常、設(shè)備故障進(jìn)行標(biāo)注，再通過機器學(xué)習(xí)建立深度神經(jīng)網(wǎng)絡(luò)模型。建立穩(wěn)定聲紋診斷模型之后，將聲紋的智能診斷應(yīng)用與現(xiàn)場實際，隨著數(shù)據(jù)的積累，不斷完善聲紋診斷模型，建立聲紋診斷模型流程如圖9所示。

圖9 基于深度神經(jīng)網(wǎng)絡(luò)的聲紋建模流程

利用監(jiān)督學(xué)習(xí)，在聲音數(shù)據(jù)中提取特征數(shù)據(jù)組成特征矩陣，通過深度神經(jīng)網(wǎng)絡(luò)多次降維/升維、函數(shù)激活、正則化等運算將故障進(jìn)行分類，通過對標(biāo)注數(shù)據(jù)集的迭代學(xué)習(xí)自動建立特征數(shù)據(jù)和設(shè)備故障類型之間的關(guān)系，由此實現(xiàn)對故障的自動診斷。

5 結(jié) 語

通過煤礦主運輸智能控制技術(shù)研究與應(yīng)用，實現(xiàn)了主煤流運輸系統(tǒng)的智能感知、故障診斷和智能控制，以數(shù)字化帶式輸送機監(jiān)控系統(tǒng)為基礎(chǔ)，以系統(tǒng)運行、煤流協(xié)同運行智能化為重點，以煤流量檢測、輸送帶撕裂檢測、無人巡檢、故障診斷等關(guān)鍵技術(shù)為突破，實現(xiàn)了帶式輸送機安全、高效、智能運行，實現(xiàn)了“集中控制、無人值守、設(shè)備在線監(jiān)測和故障預(yù)警”的建設(shè)目標(biāo)，為窩兔溝煤礦每年節(jié)約電費、備件費、人員成本共計301萬元，取得較為顯著的應(yīng)用成果，具有廣闊的應(yīng)用前景。