申 龍，單浩然，王永利，胡云雷

(中信重工開誠智能裝備有限公司，河北省唐山市，063020)

0 引言

為了更清潔、更高效地利用煤炭，必須進行煤炭分選。人工分選是矸石預(yù)分選最常見的形式，但人工分選存在工作效率低、易發(fā)生事故、工作環(huán)境惡劣以及工作強度大等問題。為了提高煤矸石分選的準(zhǔn)確率和效率，使用智能煤矸石分選機器人代替人工分選具有重要意義[1]。

近年來，隨著深度學(xué)習(xí)和人工智能的飛速發(fā)展，圖像學(xué)技術(shù)與深度學(xué)習(xí)相結(jié)合已成為煤矸石分選研究的熱點[2]。LI等研究人員[3]提出了一種基于深度學(xué)習(xí)模型的分層煤矸石檢測框架，并基于提取的候選區(qū)域構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)對煤矸石進行識別和定位；沈科等研究人員[4]通過在YOLOv5模型BackBone區(qū)域嵌入自校正卷積 (Self-Calibrated Convolutions)層，解決了YOLOv5模型多尺度特征提取不充分的問題，并且對YOLOv5中的Neck區(qū)域進行精簡，從而提高了煤矸石檢測的精度。受此啟發(fā)，使用深度學(xué)習(xí)模型來對煤矸石進行定位分類，能夠代替人工分選煤和矸石，提升煤矸石分選的智能程度。

在完成煤矸石識別定位后，需要對煤矸石進行分選處理，江洪等研究人員[5]設(shè)計了一種并聯(lián)機械手，發(fā)揮了并聯(lián)機械手的高速重載優(yōu)勢和三坐標(biāo)機械手的靈活優(yōu)勢，實現(xiàn)了對煤矸石的精準(zhǔn)分選；雖然使用機械手對煤矸石分選具有較高的精度，但是在高速運動的膠帶和海量待分選煤矸石的情況下，機械手的分揀效率明顯不足，Stańczyk[6]提出了一種基于負壓氣動分離器的干法選煤技術(shù)，在面對大量待選礦石的情況下，應(yīng)用效果良好；ZHENG等研究人員[7]提出了一種基于機器視覺系統(tǒng)的煤矸石井下氣動分選方法，使智能煤矸石分選機器人在0.5～2 m/s的膠帶速度下能夠?qū)崿F(xiàn)對煤矸石的快速分選。

為了兼顧分選速度和分選精度，研發(fā)了一種智能煤矸石分選機器人。智能煤矸石分選機器人通過目標(biāo)檢測模型對煤矸石進行定位分類，并通過高壓氣源分選機構(gòu)實現(xiàn)分選。

1 智能煤矸石分選機器人設(shè)計

隨著煤炭分選行業(yè)對煤矸石分選技術(shù)智能化需求的增長，智能煤矸石分選機器人已經(jīng)成為業(yè)內(nèi)研究的焦點[8]。智能煤矸石分選機器人是將待選的原煤通過原煤供給系統(tǒng)平鋪到帶式輸送機上，使用圖像分析和大數(shù)據(jù)智能識別技術(shù)對煤與矸石進行數(shù)字化識別，再通過高壓氣源分揀執(zhí)行機構(gòu)精準(zhǔn)、高效地對50～300 mm粒級煤與矸石進行分選，實現(xiàn)真正意義上的自動化生產(chǎn)。

1.1 結(jié)構(gòu)組成

智能煤矸石分選機器人主要由原料供給傳動系統(tǒng)、智能識別系統(tǒng)以及氣動分揀系統(tǒng)組成。智能煤矸石分選機器人工作流程如圖1所示。

圖1 智能煤矸石分選機器人工作流程

首先，將待選原煤放入原煤供給裝置，通過整料排隊裝置中的碎料錘將大塊原煤破碎成小塊，再通過三角形的整料裝置將原煤平鋪到帶式輸送機；其次，通過安裝在帶式輸送機正上方的高清相機將膠帶上的原煤圖像傳輸?shù)椒?wù)器端，服務(wù)器通過YOLOv5神經(jīng)網(wǎng)絡(luò)對煤與矸石進行定位識別，通過編碼器實時計算矸石的位置信息并傳輸?shù)椒謷?zhí)行機構(gòu)；最后，分揀執(zhí)行機構(gòu)通過服務(wù)器傳輸?shù)捻肥恢眯畔⒖刂聘邏簹庠?，對矸石進行精準(zhǔn)、高效地篩選。智能煤矸石分選機器人整體示意如圖2所示，原料供給傳動裝置示意如圖3所示。

圖3 原料供給傳動裝置示意

圖3(a)為智能煤矸石分選機器人的原料供給裝置，待選原煤進入原煤供給裝置后，圖3(b)中破碎裝置的破碎錘會將體積較大的原煤破碎成小塊，然后通過圖3(c)中三角形整料排隊裝置使待選原煤有效平鋪，互不疊壓。原煤供給裝置具有緩沖板，待選原煤沿緩沖板供給到帶式輸送機上，并通過整料排隊裝置實現(xiàn)對待選煤矸石的無堆積平鋪。圖3(d)為智能煤矸石分選機器人的運輸裝置，采用獨特的平面式帶式輸送機，寬度為1.2 m，運行速度為0.8～2 m/s，保證待選原煤在膠帶上平穩(wěn)無堆積平鋪且無滑移，同時具有自動糾偏和防抖裝置，從而保證膠帶的穩(wěn)定運行。

1.2 智能識別系統(tǒng)

智能煤矸石分選機器人的智能識別系統(tǒng)由智能識別分析系統(tǒng)、后端服務(wù)器和機器人軟件平臺構(gòu)成。智能識別分析系統(tǒng)部署在后端服務(wù)器上，通過安裝在帶式輸送機頂端的高清相機拍攝膠帶面圖像并傳輸?shù)胶蠖朔?wù)器，智能識別分析系統(tǒng)通過YOLOv5網(wǎng)絡(luò)對圖像進行識別分析，完成煤矸石的定位和分類，并且通過編碼器計算出矸石的位置，將矸石的形狀、大小、位置、速度等處理信息通過網(wǎng)絡(luò)接口傳輸?shù)綒鈩臃謷到y(tǒng)。智能煤矸石分選機器人的后端服務(wù)器硬件配置為：處理器Intel(R)Xeon(R)Silver 4108 CPU @ 1.80 GHz、32 GB隨機存取存儲器(RAM)、Windows 10操作系統(tǒng)、顯卡NVIDIA Quadro P5000 (顯存16 GB，核心頻率1 607 MHz，Turbo頻率1 733 MHz)、硬盤4 TB。智能煤矸石分選機器人的軟件平臺由C#編寫，其主要實現(xiàn)選矸流程的實時查看、膠帶急停和復(fù)位、配置機器人參數(shù)、查看歷史選矸記錄等功能。機器人軟件平臺界面如圖4所示。

圖4 機器人軟件平臺界面

1.3 執(zhí)行機構(gòu)

智能煤矸石分選機器人的氣動分揀系統(tǒng)如圖5所示。分揀執(zhí)行機構(gòu)見圖5(a)，該機構(gòu)共有64個空氣噴嘴，每個空氣噴嘴的直徑為15 mm，空氣噴嘴口對準(zhǔn)矸石的運動軌跡，分揀執(zhí)行機構(gòu)根據(jù)智能識別系統(tǒng)傳入被執(zhí)行對象的信息并實時開啟相應(yīng)位置的高壓空氣噴嘴，通過不同噴嘴組合的差異化控制，實現(xiàn)同時分揀多個矸石，提高分揀效率；采用差異化陣列式噴嘴提高了噴吹力的力度分辨率，采用先進的路徑尋優(yōu)算法，根據(jù)矸石的目標(biāo)落點區(qū)域和矸石大小控制噴嘴開啟、關(guān)閉與噴氣時間。

智能煤矸石分選機器人的氣動裝置如圖5(b)所示，該裝置是機器人執(zhí)行機構(gòu)的動力來源，通過空壓機將空氣壓縮到儲氣罐里，經(jīng)過高壓噴嘴將壓縮空氣動能釋放到矸石上，從而改變矸石的運動軌跡，改變矸石落地點，實現(xiàn)煤矸分選。為了有效對 50～300 mm矸石進行篩選，選擇型號為德蒙DM-280 z的空壓機，DM-280z的排氣量為60.2～47.0 m3/min，排氣壓力為0.75～1.30 MPa。智能煤矸石分選機器人還配置了除塵系統(tǒng)，除塵系統(tǒng)通過吸風(fēng)管、離心機、過濾器等輔助機構(gòu)的組合形式，保證設(shè)備工作時無飛塵，避免了對現(xiàn)場環(huán)境的二次污染。

2 應(yīng)用情況

目前，智能煤矸石分選機器人已經(jīng)分別應(yīng)用在龍煤控股集團雙鴨山礦業(yè)有限責(zé)任公司的東榮二礦、東榮三礦、東保衛(wèi)煤礦以及雙鴨山市錦旸煤業(yè)有限公司的錦旸煤礦。智能煤矸石分選機器人在以上4個應(yīng)用場景中平均每天選矸數(shù)量和選矸率見表1。

表1 智能煤矸石分選機器人實際應(yīng)用效果

由表1可以看出，智能煤矸石分選機器人在實際應(yīng)用中平均每天選出矸石178 217塊，平均選矸率達93.87%。表1中東榮三礦的選矸率明顯低于其他3個應(yīng)用煤礦，這是因為東榮三礦中焦煤與濕煤數(shù)量較多，在識別過程中焦煤與濕煤誤識別概率較大。為了進一步提升智能煤矸石分選機器人的選矸效率，需要提升YOLOv5模型對焦煤和濕煤特征的學(xué)習(xí)。

3 效益分析

3.1 社會效益分析

智能煤矸石分選機器人的應(yīng)用替代人工分選提升了煤礦的智能化程度，減輕了選矸工人的勞動強度，改善了車間職工的工作環(huán)境，保障了煤礦的生產(chǎn)安全，提高了選矸效率，減少了煤炭資源的損失。由于智能煤矸石分選機器人為干選設(shè)備，避免了水資源的浪費。

3.2 經(jīng)濟效益分析

以東榮三礦為例，東榮三礦煤炭月產(chǎn)量約為15萬t，智能煤矸石分選機器人運行時間為21 h/d(2條帶式輸送機，速度為0.8 m/s)，并且只選出100 mm以上的矸石，篩選后的煤塊和矸石占原煤約30%，經(jīng)過計算得出智能煤矸石分選機器人每小時產(chǎn)能為31.25 t/h，產(chǎn)能約為23.88萬t/a。

智能煤矸石分選機器人為干選設(shè)備，因此不需將煤炭運輸至選煤廠，其中選煤廠運輸費為12元/t，選煤廠加工費為28元/t，經(jīng)過計算，智能煤矸石分選機器人可節(jié)省運輸費286.56萬元/a，節(jié)省加工費668.64萬元/a。

在智能煤矸石分選機器人應(yīng)用前，東榮三礦共有62名選矸工人，在智能煤矸石分選機器人應(yīng)用后，選矸工人降為24人，按照每人每年5.5萬元的工資計算，智能煤矸石分選機器人每年節(jié)省人工成本約209萬元。

4 分選效果與改進措施

4.1 分選效果

通過煤矸石數(shù)據(jù)集訓(xùn)練YOLOv5網(wǎng)絡(luò)，加載訓(xùn)練過的煤矸石識別參數(shù)，智能煤矸石分選機器人可以精確地檢測出煤矸石的位置，并實現(xiàn)對煤和矸石精準(zhǔn)分類。然而在實際應(yīng)用中，還會存在漏檢及誤檢的情況。以東榮三礦的實際檢測結(jié)果為例，識別正確狀態(tài)如圖6所示，漏檢狀態(tài)如圖7所示，誤識別狀態(tài)如圖8所示。

圖6 識別正確狀態(tài)

圖8 誤識別狀態(tài)

在圖6～圖8中，紅色框標(biāo)出的為煤，綠色框標(biāo)出的為矸石。圖7中藍色框標(biāo)出的是定位失敗的漏檢矸石樣本，圖8中藍色框標(biāo)出的為將矸石檢測為煤的誤識別樣本。

4.2 改進措施

針對智能煤矸石分選機器人出現(xiàn)的漏檢以及誤識別情況，分別采用以下改進措施。

對于漏檢的情況，使用Soft-NMS[9]替換YOLOv5中的NMS函數(shù)。傳統(tǒng)的NMS函數(shù)是基于分類分數(shù)的，只有最高分數(shù)的預(yù)選框輸出，因此出現(xiàn)物體重疊等情況時會導(dǎo)致漏檢。Soft-NMS函數(shù)在NMS函數(shù)的基礎(chǔ)上增加了1個IOU函數(shù)來保留一些即使IOU不是很高，但是置信度并不是很低的預(yù)選框，最后輸出多個預(yù)選框，從而降低智能煤矸石分選機器人的漏檢率。

對于誤識別的情況，采用數(shù)據(jù)增強策略，通過設(shè)置圖像隨機亮度、隨機對比度、隨機翻轉(zhuǎn)、隨機色調(diào)和隨機飽和度等方式來對訓(xùn)練數(shù)據(jù)進行圖像增強，從而增加樣本的多樣性。通過標(biāo)簽平滑[10]的方式來提升模型的泛化能力，從而降低了智能煤矸石分選機器人的誤識別率。

5 結(jié)語

智能煤矸石分選機器人的選矸平均準(zhǔn)確率達到了93.87%，實際應(yīng)用表明智能煤矸石分選機器人提高了煤矸分選的效率，為煤礦帶來了較好的經(jīng)濟效益。但是對于復(fù)雜的煤礦場景，依然有不足之處，當(dāng)遇到特大煤塊或者矸石塊時，破碎裝置并不能進行有效的破碎，導(dǎo)致氣動分揀裝置不能將特大塊矸石揀出；當(dāng)遇到水分過多、煤泥包裹矸石塊時，不能通過圖像正確的區(qū)分煤和矸石。對于上述問題，需要進一步優(yōu)化工藝流程，提高選矸效果。