高海生

（沈陽煤業(yè)（集團(tuán)）機(jī)械制造有限公司， 遼寧 沈陽 110123）

引言

帶式輸送機(jī)是煤礦物料運(yùn)輸?shù)暮诵?，具有結(jié)構(gòu)簡單、穩(wěn)定性好的優(yōu)點(diǎn)，其運(yùn)行的穩(wěn)定性和安全性直接決定了井下物料運(yùn)輸?shù)陌踩耘c經(jīng)濟(jì)性。在實(shí)際使用過程中，由于井下綜采作業(yè)具有不聯(lián)系性，導(dǎo)致單位時間內(nèi)的產(chǎn)煤量不均衡，因此導(dǎo)致輸送機(jī)上的物料分布存在一定的差異性。帶式輸送機(jī)經(jīng)常處于空載或者輕載運(yùn)行的狀態(tài)，不僅造成了極大的電能浪費(fèi)，而且導(dǎo)致輸送帶的磨損加劇，使用壽命降低，嚴(yán)重影響了物料運(yùn)輸?shù)慕?jīng)濟(jì)性。

本文以數(shù)字?jǐn)z像機(jī)為基礎(chǔ)，提出了一種基于可視化的帶式輸送機(jī)智能調(diào)速系統(tǒng)，通過視頻實(shí)時監(jiān)控的方式對輸送帶上煤炭的分布情況進(jìn)行監(jiān)測，然后與系統(tǒng)內(nèi)的煤量-帶速匹配參數(shù)進(jìn)行對比，獲取最佳的運(yùn)行帶速，有效地解決了煤量和帶速不匹配、運(yùn)行經(jīng)濟(jì)性差的難題。根據(jù)實(shí)際應(yīng)用表明，該調(diào)速系統(tǒng)能夠?qū)⑤斔蜋C(jī)的運(yùn)行帶速降低22.8%，將運(yùn)輸耗電量降低19.6%，對提升輸送機(jī)的運(yùn)行經(jīng)濟(jì)性和使用壽命具有十分重要的意義。

1 帶式輸送機(jī)帶速智能匹配系統(tǒng)

根據(jù)帶式輸送機(jī)運(yùn)行特性及煤量-帶速匹配需求，本文所提出的帶式輸送機(jī)帶速智能匹配系統(tǒng)整體結(jié)構(gòu)如圖1 所示[1]。

圖1 帶式輸送機(jī)帶速智能匹配系統(tǒng)結(jié)構(gòu)

由圖1 可知，該匹配系統(tǒng)由地面控制中心和地下執(zhí)行中心構(gòu)成，系統(tǒng)工作時由設(shè)置在落煤點(diǎn)處的數(shù)字?jǐn)z像機(jī)進(jìn)行落煤量監(jiān)測，監(jiān)測視頻通過CAN 數(shù)據(jù)總線實(shí)時傳輸?shù)降孛婵刂浦行牡囊曨l處理單元，利用視頻識別技術(shù)對輸送帶上的煤量分布情況進(jìn)行實(shí)時判定。然后系統(tǒng)將獲取的煤量數(shù)據(jù)傳輸?shù)秸{(diào)速控制單元，利用預(yù)設(shè)的煤量-帶速匹配程序進(jìn)行帶速匹配，將匹配結(jié)果轉(zhuǎn)換為模擬量控制信號傳輸?shù)捷斔蜋C(jī)調(diào)速控制中心，通過調(diào)整變頻器的輸出頻率，實(shí)現(xiàn)對輸送機(jī)運(yùn)行帶速的精確調(diào)整。為了確保帶速調(diào)整的靈活性和準(zhǔn)確性，在實(shí)際生產(chǎn)時需系統(tǒng)自動地對輸送帶的運(yùn)行帶速進(jìn)行監(jiān)測，然后將監(jiān)測結(jié)果傳輸給輸送機(jī)的調(diào)速控制中心，進(jìn)行理論帶速和實(shí)際帶速的對比，根據(jù)對比結(jié)果進(jìn)行閉環(huán)反饋調(diào)節(jié)，確保帶速運(yùn)行的穩(wěn)定性和精確性。

2 煤量識別技術(shù)

該調(diào)速系統(tǒng)的核心是對煤量的精確識別，為了保證煤量識別的快速性和精確性，本文采用了動態(tài)煤量視頻識別技術(shù)，利用視頻處理技術(shù)，對視頻圖像進(jìn)行劃分[2]，自動圈出煤炭堆積位置和堆積狀態(tài)，對其進(jìn)行圖像分割處理，計(jì)算出煤流區(qū)域面積和重點(diǎn)區(qū)域煤炭堆積狀態(tài)，從而對煤炭的堆積量進(jìn)行模糊判斷。該煤炭輸送量識別流程如下頁圖2 所示。

由下頁圖2 可知，該煤量識別技術(shù)的核心在于對煤流區(qū)域和重點(diǎn)區(qū)域（感興趣區(qū)域）的智能識別。為了提高識別的精度，在對煤流區(qū)域識別時采用了以煤炭顏色、堆積形狀為基礎(chǔ)的可視化識別技術(shù)，對重點(diǎn)區(qū)域的智能識別則以輸送帶的邊緣和機(jī)架邊緣為識別點(diǎn)，首先進(jìn)行圖像分割，然后進(jìn)行圖像交集求解運(yùn)算，進(jìn)而計(jì)算出煤量[3]。

圖2 煤量智能識別流程

為了驗(yàn)證該煤量智能識別系統(tǒng)的實(shí)際應(yīng)用效果，以煤礦井下帶式輸送機(jī)在不同運(yùn)行狀態(tài)下的運(yùn)行情況為基礎(chǔ)進(jìn)行視頻煤量識別驗(yàn)證，在綜采現(xiàn)場和聯(lián)采現(xiàn)場的識別情況如圖3 所示。

圖3 不同現(xiàn)場煤量監(jiān)測圖

由圖3 可知，在綜采現(xiàn)場煤炭的落點(diǎn)處，監(jiān)測煤量為滿載煤量的72%，在監(jiān)測過程中從視頻獲取到計(jì)算出煤量的實(shí)際時間為15 ms；在聯(lián)采現(xiàn)場處的煤量為0，從視頻監(jiān)控到獲取煤量結(jié)果的實(shí)際處理時間為9 ms。由此表明，在實(shí)際使用過程中的平均視頻監(jiān)測實(shí)際時間為12 ms，視頻識別效果和實(shí)際情況完全符合，表明了該煤量識別系統(tǒng)的應(yīng)用穩(wěn)定性和可靠性。

3 輸送機(jī)帶速調(diào)節(jié)邏輯

針對傳統(tǒng)的模糊控制邏輯，在實(shí)際使用過程中未考慮煤炭在輸送帶上的位移時間變量，導(dǎo)致在速度調(diào)節(jié)過程中易出現(xiàn)撒煤和壓死現(xiàn)象的情況，本文提出了在系統(tǒng)內(nèi)設(shè)置提前量的方案進(jìn)行解決，根據(jù)所獲取的預(yù)測煤量進(jìn)行速度匹配調(diào)節(jié)，該調(diào)節(jié)邏輯如圖4 所示[4]。

由圖4 可知，在該控制系統(tǒng)中首先對輸送機(jī)的長度進(jìn)行分析，或不同帶速下煤炭的運(yùn)行距離變化曲線，作為計(jì)算啟動下一階段輸送機(jī)運(yùn)行時間的基礎(chǔ)，系統(tǒng)根據(jù)預(yù)測煤量分布情況自動計(jì)算出應(yīng)匹配的最佳帶速和下一階段輸送機(jī)的啟動時間。若最佳帶速大于當(dāng)前的輸送機(jī)帶速，則系統(tǒng)會對輸送機(jī)進(jìn)行延遲提速；若最佳帶速小于當(dāng)前的輸送機(jī)帶速，則系統(tǒng)會對輸送機(jī)進(jìn)行延遲降速，滿足輸送帶上煤量均衡分布的需求。

圖4 輸送機(jī)帶速調(diào)節(jié)示意圖

4 系統(tǒng)應(yīng)用情況分析

為了對該智能調(diào)速系統(tǒng)的應(yīng)用情況進(jìn)行分析，本文以煤礦井下帶式輸送機(jī)為研究對象，對運(yùn)行過程中的輸送機(jī)運(yùn)行帶速進(jìn)行研究，結(jié)果如圖5 所示。

圖5 帶式輸送機(jī)運(yùn)行帶速變化情況

由圖5 可知，優(yōu)化后輸送機(jī)在運(yùn)行過程中的平均帶速約為額定帶速的77.2%，比優(yōu)化前降低了約22.8%，顯著降低了輸送帶的運(yùn)行帶速；同時輸送帶的磨損也比優(yōu)化前降低了22.8%，有效提升了輸送帶的使用壽命。實(shí)際統(tǒng)計(jì)表明，在運(yùn)行時的電能消耗量比優(yōu)化前降低約19.6%，年節(jié)約電費(fèi)約87.6 萬元。

5 結(jié)論

1）帶式輸送機(jī)帶速智能匹配系統(tǒng)以視頻監(jiān)控為核心對煤流進(jìn)行監(jiān)控，以CAN 數(shù)據(jù)總線為基礎(chǔ)進(jìn)行數(shù)據(jù)信息傳遞，以閉環(huán)反饋調(diào)節(jié)保障帶速調(diào)節(jié)的準(zhǔn)確性。

2）煤量識別的平均視頻監(jiān)測時間為12 ms，視頻識別效果和實(shí)際情況完全符合，識別速度快、穩(wěn)定性高。

3）優(yōu)化后輸送機(jī)的平均帶速降低了22.8%、電能消耗量比優(yōu)化前降低約19.6%，年節(jié)約電費(fèi)約87.6 萬元。