研發起止時間:2017年1月~2019年12月
完成單位:大同煤礦集團有限責任公司
獲獎及評價:國際先進
目前,國內煤礦大多數帶式輸送機的運行方式還是恒速運行,但是由于不同煤層的開采條件不同,煤礦的開采量是會發生變化的,也會使輸送機的運料量隨之變化。如果帶式輸送機調速系統變化不及時會導致輸送機出現過載、輕載有時還會出現空載情況,導致電機損耗加重,能源浪費嚴重。如何準確的測量出皮帶輸送機物料的重量,對帶式輸送機的智能調速具有重要的指導意義。另外現在使用的普通礦用皮帶負荷大,環境惡劣,傳感器受到的震動劇烈,不適用高精密傳感器;其次礦用皮帶現場粉塵大,機械傳動容易對傳感器造成磁化,傳感器在使用過程中容易出現磁性漂移,使得校準困難。礦用皮帶測量時,帶速與帶強均遠大于其他應用場合,測量誤差普遍在10%以上。皮帶校準工作量大,通常每年校準次數均在20次以上。
本項目將固態激光雷達、電子秤、電量表等多種傳感器進行深度融合,利用人工智能算法對數據進行修正,開發了一套多傳感器融合的煤流智能測量系統,可精準實現物料的瞬時體積,重量,密度,含矸率的計算,為煤礦帶式輸送機和刮板輸送機的智能調速提供數據支撐。
(1)固態激光雷達的瞬時煤流體積測量方法研究與開發
本項目基于激光雷達的掃描原理(圖1),采用非接觸式固態二維激光雷達,對皮帶上的煤流進行不間斷掃描,利用空載截面積減去有料截面積,得到物料面積,再與時間積分得到物料的體積,由此可以計算出煤流量,再用所計算的體積乘以煤流的密度可以得到煤流的重量。該測量方法具有非接觸式測量,故障率低,測量準確穩定等優點。

圖1激光掃描儀的掃描系統原理
(2)多傳感器融合融合技術的研究
基于多傳感器融合算法基本思路,利用神經網絡LSTM 算法將固態激光雷達、電子秤、電量表等多路數據進行深度融合。
(3)基于多傳感器融合的煤巖識別技術的研究
首先通過使用激光雷達利用機器學習中的邏輯回歸算法進行對皮帶空載的判別。通過使用邏輯回歸算法,得到的空載識別模型,其訓練精度可達99.96%,預測精度在99.50%以上。通過剔除每秒中激光雷達空載幀數,計算出有物料幀數的體積,利用對應時刻的重量,除以相應的體積,可得此時刻所經過皮帶秤的原煤瞬時密度,從而計算出此時刻的原煤瞬時含矸率,通過工業性試驗測試含矸率精度可達90%以上(圖2)。

圖2 激光雷達電子皮帶秤實施現場
(4)基于多傳感器融合的精確過煤量研究與開發
項目通過在皮帶秤上加裝電子秤、固態激光雷達、電量表,對多個傳感器進行系統融合,將傳感器輸出與實際值建立數據標定,然后對多傳感器數據值進行標定,并訓練深度學習LSTM 模型,根據訓練好的模型,對外輸出整機過煤量及瞬時過煤量(圖3)。

圖3 洗煤廠工業性試驗
(5)基于多傳感器融合的煤流智能測量系統的研發
本項目為了實現多種傳感器融合,開發了一套多傳感器融合的煤流智能測量軟件,可以實時準確的輸出瞬時煤量體積、累計煤量體積、瞬時重量、累計重量、速度、瞬時含矸率等的數據顯示,使用戶更加直觀的監測煤量。開發的FPGA+DSP 的硬件架構,支持了電子秤、激光雷達、電量表等各傳感器數據采集,實現了并行處理,無線通信等功能。
(1)開發了以激光雷達為核心的多傳感器信息融合帶式輸送機稱重系統,實現了煤流測量的自動化、準確性。
(2)提出了基于LSTM的單傳感器、多傳感器融合的傳感器精度提升算法,有效提升了傳感器的測量精度。
(3)研發了基于帶式輸送機整機載重量、流入、流出重量的測量方法,提高了測量精度,可實現帶式輸送機系統的精準調速。
周累計精度98.99%,月累計精度97.90%,體積輸出精度96.30%,含矸率精度93.5%。
本項目獲授權計算機軟件著作權6 項,實用新型專利權1項。經中國煤炭工業協會組織專家對本項目進行科技成果鑒定,成果達到了國際先進水平。
本項目開發的多傳感器融合的煤流智能測量系統已在塔山礦、同忻礦等十多個煤礦得到應用,實現了煤流系統精準調速,有效降低了由于壓煤而產生的非計劃停產事故,達到生產效率最大化和節能降耗的目的。同時,含矸率的精準測定,為智能綜放開采智能化放煤提供了技術支撐。