航道整治混凝土預制構件自動化生產技術研究

唐宏觀 楊濤 任桂金 王峰 張道榮

摘 要：本文結合當前混凝土預制構件工廠生產現狀，提出混凝土預制構件批量自動化生產技術。針對自動化生產中的稱重、鍋爐監測、安全及故障診斷四個主要方面，設計了相關流程和實現方法，以期為相關企業的安全高效管理提供參考。

關鍵詞：航道整治;混凝土;智慧工廠;應用

中圖分類號：U617.8? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2021）01-0143-03

混凝土塊軟體排在長江航道整治中主要用于隔離和反濾，進行河床的護底和固灘，能有效防沖刷，且能適應岸坡的沉降變形，具有投資省、工期短、施工維修方便等優點[1]。目前，混凝土聯鎖塊雖然已實現預制場生產，但仍以固定模臺、人工操作的生產方式為主，存在生產效率低、自動化程度低、智能化水平低的現狀。隨著預制構件需求量的增加，傳統的生產方式正逐步被智能化設備生產方式所代替[2]。

為實現生產運行最優配置、安全環保管理、質量控制及能耗優化，打造基于新一代依托物聯網、大數據、人工智能技術的自動化混凝土聯鎖塊生產線勢在必行。本文將從無人值守稱重技術、鍋爐狀態在線監測技術、不安全行為識別技術及智能故障診斷技術四個方面對混凝土預制構件批量自動化生產系統展開介紹。

1技術流程

1.1 混凝土預制構件生產流程

在生產混凝土預制構件之前，技術管理人員需要對產品的應用需求進行全面的考察，制定切實可行的生產方案，包括構件的尺寸、大小、用量等特征[4]。接著按照制定好的生產計劃，通過貨車將水泥、黃沙、丙綸繩等主要原材料運輸到工廠，并通過地泵稱重的方式復核后進入倉庫。原料準備工作完成后即開始預制構件生產工藝，其主要流程包括：清理模具——噴脫模劑——穿繩——人工布料——人工振搗——自然養護——脫蓋模——繼續自然養護——脫底模。

1.2 無人值守稱重技術流程

初始狀態時，無人值守稱重系統不間斷地對出口地感與入口地感進行檢測，如果入口地感觸發，則流程開始，如果出口地感觸發，則流程終止。但是在一個流程還沒終止的情況下，下一個流程不會開始。若流程開始，首先地磅上的RFID讀寫器開始獲取范圍內的RFID標簽信息;同時，防作弊模塊運行，保證車輛完全在地磅上;接著獲取車輛的重量，若此時讀寫器已經成功識別RFID標簽，則停止讀寫器的讀取操作，否則繼續讀取，直到超時;采集的工作完成后，把獲取的數據上傳到業務系統，等待返回結果并操作，如果可通行，則打印小票并抬杠，否則進入異常情況處理。

1.3 鍋爐狀態在線監測技術流程

工廠鍋爐主要用來產生蒸汽養護混凝土聯鎖塊。合理調配鍋爐原料，能夠提高鍋爐效率，從而有效提高混凝土聯鎖塊的生產質量。

鍋爐監測管理的具體流程如下（見圖1）：

（1）獲取鍋爐設置閾值信息及鍋爐狀態信息;

（2）根據相關算法模型，預判鍋爐各狀態是否處于正常;

（3）鍋爐處于正常狀態則正常顯示;反之則報警提醒，并自動控制。

1.4不安全行為識別技術流程

依托現有視頻監控資源，利用計算機視覺技術，就可以識別工廠生產中不安全行為本文以未佩戴安全帽為研究對象。主要流程如下（圖2）：

1.4.1圖像預處理

對原始視頻資源通過灰度化、濾波、直方圖均衡化等處理，減小數據信息量，增強處理效果，提高時效性。

1.4.2獲取ROI

ROI通常稱為感興趣區域，也被稱為檢測區域。由于只對廠區內的人物感興趣，故可利用ROI處理，將廠區外不感興趣的圖片進行處理。根據ROI確定的廠區邊線及劃定矩形區域，依據SVM訓練庫，識別出矩形區域內不佩戴安全帽人員。

根據實驗結果，本算法檢測精度為95%左右，檢測單張圖片時間為200ms左右，檢測精度較高。

1.5 智能故障診斷技術流程

工廠戶外監控科技設施大多為戶外設備，數量多、分布廣，易受到惡劣環境和人 為破壞，導致系統故障率高、可用性差。因此，故障診斷技術必不可少。智能故障診斷的具體流程（圖3）為：①獲取設備設置的閾值信息;②獲取工廠設備的狀態信息;③根據相關算法模型，預判各設備是否處于正常狀態;④設備處于正常狀態則正常顯示;反之則報警提醒，并給出診斷決策。

2技術實現與應用

2.1 無人值守稱重技術

2.1.1 FID電子識別

車輛的RFID電子標簽可以作為車輛的電子標識。RFID讀寫器通過地感線圈檢測車輛上磅信號，讀取RFID車輛電子標識信息，并上傳到采集終端軟件。

2.1.2紅外對射防作弊技術

針對前后輪不完全上磅問題，在磅體前后兩端各安裝一套紅外感應器，紅外線設備通過信號線連接到IO設備。只有兩對紅外感應器都沒有被阻擋時，系統才從電子地磅獲取有效重量數據。

2.2鍋爐狀態在線監測技術

2.2.1鍋爐運行監測

系統對與鍋爐運行相關的溫度，壓力，流量，液位、電機電流、頻率、閥門開度等參數全部檢測，并利用計算機完成數據的顯示、存儲、記錄、報警、打印及分析處理。

2.2.2燃燒系統自動調節

為了使爐膛熱量達到一定值，保證蒸汽鍋爐的蒸汽產量、熱水鍋爐的出水量與供熱量相對平衡，系統會自動調節進入爐膛的煤量和風量，以達到最佳風煤比。

2.2.3蒸汽壓力自動調節

針對供熱負荷的變化，系統通過計算機調節爐排電機變頻器的輸出頻率，改變爐排速度來改變燃料量，通過調節鼓風電機轉速改變送風量，使之達到最佳風煤比，達到鍋爐最佳燃燒效果。

2.2.4爐膛負壓調節

爐膛負壓直接影響鍋爐的熱效率及鍋爐的安全運行，系統通過控制鼓風量的大小來控制爐膛負壓產生的擾動。

2.3不安全行為識別技術

本文以Faster R-CNN算法為基礎模型，結合多尺度訓練和負樣本挖掘策略，利用KITTI數據集訓練深度神經網絡模型，并進行合理的參數調節，把未佩戴安全帽檢測問題轉換為未佩戴安全帽的二分類問題，解決了光照、目標尺度和圖像質量等因素的影響，訓練時負樣本空間大的問題，進一步提高了未佩戴安全帽檢測的效率和精確度。

采用多尺度訓練方法，將每張圖像設置了3種尺度（768、960、1024），每張圖像隨機選擇三種尺度之一輸入進網絡進行訓練，使得訓練出來的模型對目標大小具有一定的魯棒性。訓練的原始數據集為KITTI數據集，該數據集在房地產、土木、港航等場景采集的真實圖像數據，每張圖像中最多包含15個人。實驗中選取了3000張圖像，并根據實驗需求將其轉化為 VOC2012數據集格式進行訓練。

根據實驗結果，本算法檢測精度為95%左右，檢測單張圖片時間為200ms左右，檢測精度較高。

2.4 智能故障診斷技術

2.4.1運行環境保障

實時監控前端機箱內電力、網絡、防雷、空開、溫濕度、柜門開關、震動、水浸等運行環境狀態，具有異常告警功能。

2.4.2在線監測

實時獲取布料機、振搗機、蒸汽養護機等機械的狀態數據，還實時獲取網絡交換機、路由器，防火墻等數據，并根據相應的策略，進行在線監測，實現實時掌握各設備和應用系統的狀態，確保始終處于安全狀態。

2.4.3自動報警

根據在線監測獲取的狀態信息，并結合設定的閾值，依靠運維管理模型算法，分析所有監測資源的異常事件，并在平臺進行告警提醒。

2.4.4自動故障診斷

對于一些常規的異常事件和告警信息，結合專家策略，平臺自動生成故障診斷方法，并提供維護技術方案，以達到提升效率的目的。

3結論

在航道治理過程中，混凝土預制構件的應用能夠很好地節省施工時間，降低治理成本，提高工程效率。但其當前大量依靠人工值守、監管的生產方式嚴重影響了其生產工廠的生產效率及生產安全。

本文主要研究航道整治混凝土預制構件批量自動化生產中無人值守稱重技術、鍋爐狀態在線監測技術、不安全行為識別技術及智能故障診斷技術四個關鍵技術。采取上述多項技術能夠顯著提升當前混凝土預制構件生產企業的生產、安全、管理水平，提升其市場智能化水平、競爭力、經濟效益。

參考文獻：

[1] 周生利，張俊峰.混凝土單元排護灘結構在航道整治工程中的應用[J].水運工程，2014（11）：105-109.

[2] 吳杰，朱敏濤，陳兆榮，等.新型預制混凝土構件生產技術研究及工藝裝備開發[J].智能制造，2018（12）：42-51.

[3] 楊勇，尹桂平，李結華.模袋混凝土技術在航道岸坡除險加固工程中的應用[J].中國水運，2020 （8）：85-87.

[4] 王利軍. 水運工程預制混凝土構件的生產施工與技術管理探析[J].珠江水運，2019（05）：92-93.

[5] 周生利，劉常全，張俊.混凝土單元排護灘結構在航道整治工程中的應用[J].水運工程，2012（10）：102-114.

[6] 中國建筑科學研究院.混凝土結構設計規范：GB 50010—2010[S].北京：中國建筑工業出版社，2010.

[7] 張偉.模袋混凝土護坡施工技術在港口航道整治中的運用研究[J].中國水運，2019（09）：89-90.

[8] 中華人民共和國住房和城鄉建設部混凝土結構工程施工質量驗收規范.GB50204-2015[S].北京：中國建筑工業出版社，2014：34.

[9] 胡國寧， 夏靜波， 張樹輝，等. 智能布料機控制系統設計與應用[J].建筑標準化，2019，560（12）：7-11.

基金項目：國家重點研發計劃專項（2018YFB1600400）