煤礦綜掘工作面機電智能化控制技術研究與應用

白凱軍

(山西焦煤集團霍州煤電三交河煤礦洗煤廠,山西 臨汾 041600)

三交河煤礦11-2181綜采面的煤層坡度為2°～5°,煤層的普氏硬度為2.0,工作面直接頂為泥巖,老頂為泥巖,直接底為鋁質泥巖,普氏硬度均為5；巷道采用了錨網梁、錨索聯合支護,頂錨桿采用了7×7布置結構,幫錨桿采用了4×4布置結構,錨索采用了3×3布置結構。在綜采面上布置有液壓錨桿鉆車、掘錨一體機、帶式輸送機、履帶式自移機尾、橋式轉載皮帶、吊掛平臺、電纜拖拽裝置等,但在實際使用過程中各種設備之間采用了孤島作業的方案,無法進行聯動運行控制,導致掘進效率低、人員勞動量大、安全性差,難以滿足井下高效綜采作業的需求。

結合掘進面的實際情況,從提升掘進智能化程度入手,本文所提出的綜掘面機電智能控制系統主要包括了邊緣感知層、平臺決策層、設備執行層以及遠程運維層四個部分,其整體結構如圖1所示[1]。

圖1 機電智能控制系統結構示意圖Fig.1 Structure of the electromechanical intelligent control system

由圖1可知,邊緣感知層是該智能控制系統的“眼睛”,主要是用于對掘進作業面的地質情況、裝備狀態進行實時監測和判斷,改變以往人工判斷效率低、精確性差的不足,實現超前探測、超前判斷,滿足智能化截割作業對參數信息快速更新的需求[2]。

平臺決策層是該智能控制系統的“大腦”,主要用于對監測信息進行綜合分析,結合地質狀態、設備狀態來確定截割作業參數,向各類掘進設備發出調節控制信號,滿足綜采面掘進設備聯動運行控制的需求。

設備執行層是該智能控制系統的“四肢”,主要是執行決策層發出的調節控制信號,實現多設備的協同運行,滿足自動截割、錨桿支護、裝載和卸料的需求[3]。

遠程運維層是該智能控制系統的“保姆”,主要是對監測數據進行智能分析,對設備運行狀態進行評估并生成評估報告,為設備維護、設備參數調整及故障判斷提供技術支持。

該智能控制系統的提出,從根本上解決了影響傳統掘進智能化的“數據不清、判斷不明”問題,實現了掘進作業從信息感知到設備聯動運行的一體化控制,具有邏輯控制層次明確、智能化程度高的優點。

1 圍巖狀態自動感知技術

煤礦井下巷道地質條件復雜,不同區域的圍巖硬度等存在較大的差異性,在截割作業過程中作用到截割機構上的截割載荷不斷發生變化,為了保證掘進機截割機構的安全性,需要根據截割狀態不斷調整截割作業時的進給速度、截割速度、截割高度等。傳統情況下主要是依靠人工對井下圍巖的狀態進行判斷,該判斷模式嚴重依賴人工經驗,效率低、準確性差。

本文提出了一種新的巷道圍巖狀態智能感知技術,主要采用了“鉆探+物探”相結合的方案[4],具有信息獲取速度快、感知性強、準確性好的優點,該自動感知技術整體狀態如圖2所示[5]。

圖2 圍巖狀態感知技術示意圖Fig.2 Sensing technology for surrounding rock

由圖2可知,在該控制系統中,在其他方向上通過空間物探透視技術來實現對四周圍巖狀態的粗判斷,然后在掘進路徑上采用短距離鉆孔勘探方案來精確確定圍巖的狀態,為掘進機截割作業狀態調整提供詳細的數據信息。該勘探方式的優點在于結合了兩種勘探狀態的優點,在實現快速勘探的基礎上,確保了對重點區域的精確分析,確保數據結果的精確性。

2 掘錨一體自適應控制技術

為了提升在井下復雜環境條件下巷道掘進作業的可靠性,目前多數掘錨一體機的控制均由人工操作,便于及時根據井下的實際情況調整作業狀態,降低設備損壞的概率。但該方案也存在著可靠性差、掘進作業效率低、穩定性不足等問題,難以滿足井下高效、高經濟性作業的需求。因此在圍巖狀態自動感知技術的基礎上,本文提出了一種新的掘錨一體自適應控制技術,該控制系統結構如圖3所示[6]。

圖3 掘錨一體自適應控制系統結構示意圖Fig.3 Structure of the integrated adaptive control system of tunneling and anchoring

由圖3可知,該控制系統中主要包括電磁閥控制器和礦用本安型數據采集器、監測單元三個部分,監測單元主要是指設置在掘錨機各部位的傳感器設備,用于對掘錨機的運行狀態、搖臂傾角、電機溫度、截割轉速、截割載荷等進行實時監測,然后將監測結果傳遞給礦用本安型數據采集器,并在上位機內對數據進行分析,確定掘錨機的精確運行狀態。

系統接收到圍巖狀態感知系統傳遞的圍巖狀態信息后,結合掘錨機的運行狀態,對掘錨機接下來的運行狀態進行分析,將結果傳遞給電磁閥控制器和對應的執行電機,控制掘錨機的運行狀態按輸出的控制信息來進行調整。在調整過程中系統對截割臂升降的速度、速度變化速率等進行采樣,確定實際狀態和要求狀態之間的差異性,然后將差值傳輸到上位機內,上位機根據偏差量計算出電機、油缸所需調節量,然后將調節量的數字量信號轉換為控制電信號,將其傳輸給對應的電機和液壓系統,確保最終的執行情況滿足截割系統的調控要求,及時消除調整誤差,避免出現調整不到位現象。

3 截割穩定性控制

由于井下地質條件相對復雜,掘進機在截割作業過程中會不斷受到交變沖擊載荷的作用,導致掘進機的掘進不穩定,通常是通過降低掘進速度來確保截割作業穩定性。但該方案會嚴重影響井下掘進的效率,因此本文提出了一種新的掘進機截割穩定性控制方案,確保在高速掘進作業過程中掘進機截割機構的穩定性,其整體控制邏輯結構如圖4所示[7]。

由圖可知,該截割穩定性控制技術是將截割振動信號采集、截割電流信號采集、截割壓力信號采集歸于一體,利用組合神經網絡分析和D-S證據理論分析[8],實現對動載荷的快速識別,然后根據識別結果對油氣懸掛調節系統進行調控,抵消在截割過程中產生的過大動載荷，從而實現在不降低井下截割作業速度的前提下提升截割過程中的穩定性。

4 智能支護方案

巷道掘進過程中需要及時對新開挖的巷道進行支護,確保在巷道掘進過程中的穩定性和安全性。傳統支護方案中主要是采用了人工鉆孔、人工放置錨桿和錨固劑的方式,這種方案支護效率低、作業人員數量多、安全性差,本文提出了一種新的智能化支護技術,采用錨桿鉆車進行隨車自動支護,該錨桿鉆車結構如圖5所示[9]。

圖5 錨桿鉆車結構示意圖Fig.5 Bolter structure

由圖5可知,該錨桿鉆車集智能錨護、自動鋪網于一身,在錨桿鉆車的右側設置有一個升降臂,升降臂的端部設置有智能錨護模塊,通過液壓控制的方式實現自動打孔、裝錨桿。在錨桿鉆車的左側設置有一個機械手,通過電壓控制的方式實現取放網片。

在工作時通過采用“錨箱切換+鏈式錨桿倉”的智能模塊實現自動鉆孔、自動安裝錨桿。通過基于轉矩的測量傳感器對鉆進時的速度和鉆進時的推力進行監測,通過鉆進力調節油缸自動實現對鉆進力的調整,在保證鉆進速度的情況下減少鉆頭的磨損。同時系統自動獲取圍巖狀態自動感知系統內的圍巖信息,根據圍巖的硬度狀態自動調取系統內存儲的鉆進速度-圍巖硬度匹配表,實現鉆進速度的自動匹配,提高鉆進時的穩定性。

在該設備上還集成了錨固劑填裝機構,通過啟動控制的方式實現錨固劑自動填裝和釋放,采用獨立的機械手進行錨網的展開和自動鋪設[10],解決了人工鋪設時效率低、危險性大的問題。

5 機電智能化控制技術應用情況

目前三交河煤礦已經完成了對井下綜掘面的機電系統智能化控制技術改造,為了對該控制系統的實際應用情況進行驗證,對優化前后相同工況下的巷道掘進情況進行了對比。結果表明,優化后初步實現了井下綜掘面上的智能化聯動綜采控制,系統能通過自主識別-自動控制-故障診斷及報警,減少了綜采作業過程中的人工干預。

該機電智能化控制技術能夠將綜掘面的掘進速度由目前的3.16 m/d提升到4.06 m/d,效率提升了28.48%,將綜掘面上作業人員數量由43人降低到21人,人員數量減少了51.16%,對提升煤礦井下巷道綜掘效率、提升井下綜掘經濟性和安全性具有十分重要的意義。

6 結論

針對三交河煤礦11-2181綜采面綜掘設備智能化程度低下、掘進效率低、安全性差的不足,提出了一種新的綜掘工作面機電智能化控制技術,重點對該系統的智能控制結構、圍巖智能識別技術、自動截割控制技術及智能支護方案進行了對比分析,結果表明:

1)綜掘面機電智能控制系統主要包括了邊緣感知層、平臺決策層、設備執行層以及遠程運維層四個部分,根本上解決了影響傳統掘進智能化的“數據不清、判斷不明”問題,實現了掘進作業從信息感知到設備聯動運行的一體化控制。

2)“鉆探+物探”相結合的狀態感知方案,具有信息獲取速度快、感知性強、準確性好等優點,在實現快速勘探的基礎上,確保了對重點區域的精確分析,確保數據結果的準確性。

3)新的掘錨一體自適應控制系統主要包括電磁閥控制器、礦用本安型數據采集器及監測單元三個部分,能夠實現對巷道的智能截割控制。

4)利用組合神經網絡分析和D-S證據理論分析,能夠實現對動載荷的快速識別,然后根據識別結果對油氣懸掛調節系統進行調控,抵消在截割過程中產生的過大動載荷。

5)智能支護方案中,錨桿鉆車集智能錨護、自動鋪網于一身,能夠有效提升巷道支護效率和安全性。

6)該機電智能化控制技術能夠將綜掘面的掘進效率提升28.48%,將作業人員數量降低51.16%,對提升煤礦井下的掘進作業經濟性和可靠性具有十分重大的意義。