基于慣性技術的端幫采煤機姿態測量儀設計*

孫　偉，閆慧芳，李瑞豹，丁　偉

（遼寧工程技術大學測繪與地理科學學院，遼寧阜新123000）

?

基于慣性技術的端幫采煤機姿態測量儀設計*

孫偉*，閆慧芳，李瑞豹，丁偉

（遼寧工程技術大學測繪與地理科學學院，遼寧阜新123000）

摘要：針對端幫采煤機特殊的機械構造及工作運動模式對自身姿態信息獲取時效性和準確性以及無人自主化提出的更高要求，設計一種基于慣性解算方法的姿態測量設備。利用慣導系統中的水平加速度計敏感重力分量完成載體水平對準，根據加速度計敏感的采煤機運動狀態實現載體靜止狀態的辨別，引入零速修正的閉環卡爾曼濾波完成慣導解算姿態及慣性器件偏差信息的修正。搭建基于DSP+FPGA的導航信息采集與處理平臺并開展室內轉臺實驗和戶外模擬車載實驗，結果表明：采用零速修正的閉環卡爾曼組合方法可有效準確地完成載體姿態信息的自主求取。

關鍵詞：端幫采煤；慣性導航；姿態；實驗測試

端幫采煤技術是在傳統露天煤礦開采技術和井工開采技術之外，發展出的一種先進、成熟的煤礦開采方式［1-3］。上世紀80年代開始，在螺旋鉆開采技術的基礎上不斷的進行研究和改進，端幫開采技術因其安全、高效的特點，已經成為露天煤、邊坡煤以及露天礦端幫壓覆煤開采的第一選擇。作為世界上最大的端幫開采設備生產商，美國比塞羅斯國際公司旗下的SHM露天聯合端幫開采系統就是這一領域的領軍者，其設備已在世界40多個地區平穩運行，經過十多年的不斷研發、改進、其掘進深度已由最初的30 m提高到300 m以上，端幫開采技術理念逐步得到廣大用戶接受，成為現代礦山開采不可或缺的一部分［4-5］。

端幫采煤技術對于提高我國煤礦資源的回采率以及薄煤層露頭煤的開采，具有重大意義。我國擁有數量眾多的露天煤礦、端幫資源及露頭煤資源由于目前開采技術條件的限制不能有效地回收這些資源，造成資源的大量浪費。近年來，國內已有單位正在開展端幫采煤原理樣機的研制工作，但是端幫采煤機因工作環境復雜、惡劣，采煤路線和煤巖性質的連續變化改變了設備運行過程中的預定軌跡，而端幫采煤機采用直進式采掘模式，特有的機械結構及運行模式對其自身行進姿態信息的掌握提出了更高要求。

慣性技術依靠陀螺儀和加速度計完成對載體姿態信息的實時測取，以其具有工作獨立、實時連續的特點可實現端幫采煤機工作過程中姿態信息的獲取［6-8］。論文結合端幫采煤機工作時的運動特征，設計采用零速修正的組合卡爾曼濾波姿態測量方法，根據端幫采煤機工作特點，開展戶外車載實驗模擬端幫采煤機工作模式，并利用實驗結果驗證方案的可行性和有效性。

1　端幫采煤機運動特征分析

端幫采煤機由采掘頭車、多節鏈接式被動運輸車、運輸車對接平臺和能源動力及操控平臺組成。采掘頭車具備開采動力和牽引能力，通過拖拽運輸車沿直線前行實現煤炭開采及輸送。一個完整采掘環節可描述為：采掘頭車靜止后掘進臂伸展性開采，達到掘進臂伸展極限長度時，復位于采掘頭車初始位置，頭車拖動運輸車前進到掘進臂伸展長度后，開展下一周期采掘工作。由于依靠伸縮臂實現采煤機滾筒推動工作面前進，機體本身處于靜止的時間遠超于行進時間。采掘頭車與運輸車采用鉸鏈連接，當頭車探入煤層深度達到幾十米時，其運行姿態的變化如果得不到及時修正將會阻礙設備前行甚至引起垮塌事故。

圖1　端幫采掘頭車工作示意

2　測姿系統總體方案設計

2.1系統初始化與姿態解算

由于MEMS導航系統中的陀螺儀精度低，無法有效敏感地球自轉角速度，傳統自對準方案無法實現初始方位角的獲取［12-14］。而且端幫采煤機需要確定載體自身相對初始時刻夾角，因此可將初始方位角裝訂為0度，完成慣導系統初始化。

圖2　慣導系統姿態解算方案

慣性導航系統的解算過程主要集中在捷聯矩陣的更新，根據圖2描述的慣導系統姿態解算方案可以看出，姿態基準更新過程實質是依據三軸陀螺儀輸出信息完成基于四元數的更新過程，設采煤機坐標系相對導航坐標系的轉動四元數為：

其中，q0、q1、q2、q3為4個實數；ib、jb、kb表示與采煤機坐標系相一致的四元數基，Q的即時修正可通過四元數微分方程來實現：

進一步可求取采煤機方位角φ、俯仰角和橫滾角的計算形式：

2.2閉環卡爾曼濾波器設計

由端幫采煤機運動特征分析可知，設備工作過程中處于靜止和運動狀態更替，且機體靜止過程中的時間遠長于運動狀態。根據這一運動特征，提出采用零速修正技術實現對慣導系統中慣性器件偏差和解算姿態信息的修正。系統采用“速度匹配”卡爾曼濾波方案，對各誤差參數進行實時估計并閉環修正。

導航系統狀態方程為：

該方案采用15階導航誤差模型，選取15個誤差狀態變量為：

式中：δVF、δVU、δVR分別表示慣導系統導航系3個方向的速度誤差；δF、δU、δR分別表示3個方向的位移誤差；?F、?U、?R分別表示3個方向的失準角；?x、?y、?z分別表示載體坐標系內x、y、z方向的加速度計零偏；εx、εy、εz分別表示載體坐標系內x、y、z 3個方向的陀螺漂移。

狀態轉移矩陣F表達式為

W為導航系統狀態噪聲向量，主要為陀螺儀和加速度計噪聲經矩陣在導航系的投影；考慮各陀螺及加速度計的噪聲水平相同，認為在導航系下各方向的等效陀螺和加速度計噪聲相同，因此作出如下簡化：

式中，ωa表示加速度計隨機游走零偏；ωg表示陀螺隨機游走漂移。

導航系統量測方程為

其中，Z為導航系三個方向的速度測量信息，即

量測矩陣H為

V表示導航系統量測噪聲向量。工程應用中，通常都無法準確知道卡爾曼濾波狀態變量的真實值，在此情況下，卡爾曼濾波初始狀態變量初值可設置為零。

零速修正由靜止檢測觸發，即通過在檢測為靜止的時間區間內將速度計算結果重置為0，達到修正速度誤差的目的，這是零速修正的最直接目的也是最簡單的方法。為充分利用靜止檢測的檢測結果估計更多的誤差參數，結合零速修正工作原理，對卡爾曼濾波器做出改良：在卡爾曼更新時刻，若靜態檢測結果為運動狀態，則濾波器只進行時間更新；若靜態檢測結果為靜止狀態，則濾波器做完整更新（即時間更新+量測更新），并閉環修正導航系統的姿態誤差及器件誤差。

式中，

得到更新后的捷聯矩陣：

當加速度計零偏和陀螺漂移進行閉環修正時，將每步預測的慣性器件偏差狀態量X相疊加，由疊加后的值對加速度計輸出量fi(i=x,y,z)和陀螺儀輸出量ωi(i=x,y,z)進行修正，即

修正后將修正所對應的一步預測狀態量設為0。

3　系統解算平臺設計

3.1慣性信號采集電路設計

慣性導航系統中的陀螺儀和加速度計均采用MEMS器件，其輸出的加速度、溫補和陀螺儀信號均為模擬電流量，需要將模擬信號經過信號調理后轉換為數字量后才可進行載體姿態信息的解算。

ADS1258提供單/雙極性輸入模式，針對本系統中陀螺儀和加速度計的輸出信號特征，選用圖4所示單極性輸入模式，八路模擬輸入信號的正向端“AINP”接經信號調理電路輸出的模擬信號，信號使能端“AINCOM”接+2.5 V；該+2.5 V是由電壓基準芯片AD780輸出的+ 2.5 V，經過運算放大器OPA2365跟隨后提供。ADS1258的管腳連線如圖4所示。

圖3　慣性器件輸出信息的模數轉換

圖4　ADS1258管腳連接圖

3.2導航計算機設計

為滿足慣性系統對于運動信息獲取響應速度快、體積小、功耗低、可靠性高的要求，提出基于DSP+FPGA的實時信號處理平臺設計方案，系統結構如圖5。

采用TI公司32位高性能浮點數字信號處理器TMS320C6713B；外擴1片NOR Flash-AM29LV800B作為程序存儲器，采用引導加載方式，系統上電后TMS320C6713B將該Flash中的程序自動加載到片內高速存儲器RAM中，程序在片內RAM中高速運行；FPGA選用Altera公司的EP2C35F484C8N；外接1片1 G×8 Bit的NAND Flash-K9K8G08U0M作為數據存儲器；數據回收模塊由Altera公司的EP2C35F484C8N（FGPA）和Cypress公司的CY7C68013組成。

圖5　導航計算機結構框圖

3.3上位機軟件設計

為提高系統可操作性，利用MFC對話編輯框中的變量實時獲取接收的數據，通過調用UpdateData（）函數刷新界面實現解算數據的實時顯示功能，其中包括三維陀螺儀、三維加速度計、三維磁力計信息，以及慣導解算后得到的三維姿態信息（如圖6）。

要先在MFC中構建OPENGL框架：

①將工程所需的OpenGL文件和庫添加到工程（setupapi.lib、OpenGL32.lib、GLu32.lib、GLaux.lib），并在工程中加入頭文件

②添加WM_CREATE、WM_DESTROY、 WM_SIZE、WM_ERASEBACKGROUND的消息處理函數

③定義SetWindowPixelFormat函數定義像素格式

BOOL CSanWeiView：：SetWindowPixelFormat（HDC hDC）

④定義InitOpenGL（）函數創建并初始化渲染環境

完成OPENGL框架的建立，將慣導系統解算得到的載體運動信息數據傳遞給Device context，實現載體三維姿態信息的實時顯示。

圖6　上位機系統控制軟件

4　模擬實驗結果及分析

4.1初始姿態獲取實驗

慣導系統的初始化精度和穩定性直接影響慣導系統的姿態解算精度，為驗證本文設計的初始化方法，將MEMS慣性測量單元安置于三軸慣性測試轉臺中心后保持轉臺歸零狀態（如圖7），分別采集21次慣性器件輸出的數據進行初始水平姿態信息的求取，得到的姿態信息如圖8。

通過對圖8分析可看出，將21次對準得到的水平姿態信息求平均值和方差，得到的結果如表1。

圖7　轉臺實驗環境

圖8　多次對準實驗結果

表1　水平對準過程中姿態角均值和標準差

通過對圖表的分析可以看出：基于水平加速度計敏感重力分量的對準方法產生的姿態角具有很好的穩定性，方差優于2.013 7×10-4，這樣的對準結果滿足MEMS慣導系統導航解算對于初始姿態信息精度的要求。

4.2載體零速檢測與姿態求取實驗

采用零速修正方法實現慣導系統誤差參數修正是不依賴任何外界信息提高慣導姿態解算精度的有效方法。因此，載體零速信息獲取的準確程度就顯得尤為重要。采煤機應用環境復雜，為模擬端幫采煤機間歇性行進模式，使結果更具有說服力。為模擬端幫采煤機間歇性行進模式，將慣導系統安裝于原理測試車后采用行進10 m、停頓1 min循環實驗模式，測試車的行進速度為10 km/h。

采集慣性器件輸出，得到載體運行狀態下對應的加速度計輸出信息（如圖9），試驗過程中載體的間歇性運動可以被有效的區分。其中，載體靜止過程中的曲線相對平穩，保持在9.8 m/s2小幅度均勻波動；載體處于運動過程中，由于加減速過程的影響，其加速度變化劇烈，與載體靜止狀態的加速度信息產生明顯比對。根據載體不同運動狀態下的加速度變化特征，通過設計閾值可實現載體靜止狀態的檢測。

圖9　載體運行加速度特征

利用測試車處于靜止狀態真實參考速度為零的特點，將慣導解算速度與參考速度的差值作為卡爾曼濾波組合修正的觀測量，通過閉環反饋實現慣性器件偏差和姿態誤差修正，得到的姿態曲線如圖10所示。

圖10　系統姿態變化曲線

結合圖9和圖10可看出，由于測試車的運動狀態變化過程中90%以上的時間段內是處于靜止狀態，此時慣導系統工作在采用零速修正閉環卡爾曼組合導航狀態，因此慣性器件誤差和姿態誤差可得到連續的修正，有效地避免了姿態誤差的發散。該實驗結果驗證了零速修正閉環卡爾曼濾波方法對于實現載體姿態信息提取的可行性。

5　結論

端幫采煤技術的應用使得露頭煤、邊坡煤以及露天礦端幫壓覆煤的開采成為可能，論文設計零速修正的閉環卡爾曼組合測姿方案可保證端幫采煤機的安全連續施工，設計低功耗的導航解算平臺實現了系統集成的同時又可滿足礦井瓦斯安全的要求。實驗室轉臺與車載實驗結果表明，采用加速度計敏感重力分量可有效地確定水平姿態，實現慣導系統初始對準；通過加速度計檢測載體不同運行狀態下的加速度變化特征，實現零速信息的檢測并采用閉環卡爾曼組合完成姿態信息的有效獲取，避免了姿態信息的發散。該研究成果可為端幫采煤機姿態信息的獲取提供技術支撐。開展實地采掘實驗實現系統無人化操作將是本課題下一步工作重點。

參考文獻：

［1］尚濤，才慶祥，張幼蒂，等.我國大型露天煤礦若干生產工藝問題分析［J］.中國礦業大學學報，2005，34（2）：138-142.

［2］李紹臣，周杰，李宏杰，等.井采方向對露井協采邊坡穩定影響的分析及優化［J］.煤炭學報，2014，39（4）：666-672.

［3］丁鑫品，李紹臣，王俊，等.露天礦端幫煤柱回收井工開采工作面推進方向的優化［J］.煤炭學報，2013，38（11）：1923-1928.

［4］劉文崗，王雷石，富強.SHM端幫開采技術及其應用的關鍵問題［J］.煤炭工程，2012，6：1-4.

［5］孫進步.SHM端幫采煤機在我國露天煤礦的應用前景［J］.神華科技，2011，9（4）：44-46.

［6］呂振，劉丹，李春光.基于捷聯慣性導航的井下人員精確定位系統［J］.煤炭學報，2009，34（8）：1149-1152.

［7］孫偉，李松，李瑞豹.帶有轉動機構的捷聯慣導初始對準方法分析［J］.傳感技術學報，2014，27（8）：1082-1087.

［8］Sun Wei，Xu Aigong，Gao Yang.Strapdown Gyrocompass Algo?rithm for AUV Attitude Determination Using a Digital Filter［J］.Measurement，2013，46（1）：815-822.

［9］Tirerton D H，Weston J L.Strapdown Inertial Navigation Technol?ogy［M］.Second Edition.Reston：Copublished by the American institute of Aeronautics and Astronautics and the Institution of Electrical Engineers，2004：453-456.

［10］郭美鳳，楊海軍，騰云鶴，等.激光陀螺慣導系統擾動基座上的初始對準［J］.清華大學學報，2002，42（2）：179-181.

［11］Sun Wei，Gao Yang.Fiber-Based Rotary Strapdown Inertial Navi?gation System［J］.Optical Engineering，2013，52（7）：1-12.

［12］宋海賓，楊平，徐立波.MEMS傳感器隨機誤差分析及處理［J］.傳感技術學報，2013，26（12）：1719-1723.

［13］Heckman D W，Baretela M.Interferometric Fiber Optic Gyro Technology［J］.IEEE Aerospace and Electronic Systems Maga?zine，2000，15（2）：23-28.

［14］Hao Yanling，Xiong Zhilan，Gao Wei，et al.Study of Strapdown In?ertial Navigation Integration Algorithms［C］//Proceedings of the 2004 International Conference on Intelligent Mechatronocs and Automation.USA：IEEE，2004：751-754.

［15］秦永元.慣性導航［M］.北京：科學出版社，2006.

孫　偉（1984-），男，教授，博士生導師，黑龍江蘿北縣人。中國宇航學會會員，中國慣性技術協會會員；2007年于哈爾濱工程大學獲得學士學位，2011年于哈爾濱工程大學獲得博士學位。主持國家級、省部級科研項目8項；發表學術論文四十余篇，其中SCI收錄6篇，EI收錄20篇。長期從事慣性導航技術研究，sunwei-3775235@163.com；

閆慧芳（1991-），女，河南上蔡市人。現為遼寧工程技術大學測繪與地理科學學院學生。從事慣性數據處理方法研究。

The Design of Attitude Determination Instrument for End Slope Coal Mining Machine Based on Inertial Technology*

SUN Wei*，YAN Huifang，LI Ruibao，DING Wei
（School of Geomatics，Liaoning Technical University，Fuxin Liaoning 123000，China）

Abstract：According to the special mechanical structure，motion work mode and the requirement of timing and accuracy for un?manned attitude determination of the end slope coal mining.The attitude determined machine based on inertial resolution was designed in this paper.The level alignment with gravity sensed by accelerometers was carried out.The state identification for vehicle could be detected by sensationed of coal cutter motion state based on the inertial navigation system.The zero detected closed-loop Kalman filter was introduced to revise the inertial bias and attitude errors.Turntable and mobile vehicle experiments were carried out based on data collection and processing platform with DSP and FPGA.Experiment results show that，the zero detected closed loop Kalman filter could be used to finish the attitude detection effectively and accurately.

Key words：end slope coal mining；inertial navigation；attitude；experiment testing

doi：EEACC：7120；7230M；7320E10.3969/j.issn.1004-1699.2016.02.026

收稿日期：2015-09-12修改日期：2015-10-14

中圖分類號：TP212

文獻標識碼：A

文章編號：1004-1699（2016）02-0306-07

項目來源：國家自然科學基金項目（41304032）；高等學校博士學科點專項科研基金項目（新教師類）（20132121120005）；第8批中國博士后科學基金特別項目（2015T80265）；對地觀測技術國家測繪地理信息局重點實驗室開放基金項目（K201401）；江西省數字國土重點實驗室開放研究基金項目（DLLJ201501）；地球空間環境與大地測量教育部重點實驗室開放基金項目（14-01-05）；第58批中國博士后科學基金面上項目（2015M581360）；遼寧省高等學校杰出青年學者成長計劃項目（LJQ2015044）；遼寧省自然科學基金項目（2015020078）；遼寧省“百千萬人才工程”培養經費項目（遼百千萬立項［2015］76號）；航空遙感技術國家測繪地理信息局重點實驗經費課題項目（2015B11）；精密工程與工業測量國家測繪地理信息局重點實驗室開放基金項目（PF2015-13）；海島（礁）測繪技術國家測繪地理信息局重點實驗室項目（2014B05）