基于可視化的煤礦井下帶式輸送機調速系統的研究

高海生

（沈陽煤業（集團）機械制造有限公司， 遼寧 沈陽 110123）

引言

帶式輸送機是煤礦物料運輸的核心，具有結構簡單、穩定性好的優點，其運行的穩定性和安全性直接決定了井下物料運輸的安全性與經濟性。在實際使用過程中，由于井下綜采作業具有不聯系性，導致單位時間內的產煤量不均衡，因此導致輸送機上的物料分布存在一定的差異性。帶式輸送機經常處于空載或者輕載運行的狀態，不僅造成了極大的電能浪費，而且導致輸送帶的磨損加劇，使用壽命降低，嚴重影響了物料運輸的經濟性。

本文以數字攝像機為基礎，提出了一種基于可視化的帶式輸送機智能調速系統，通過視頻實時監控的方式對輸送帶上煤炭的分布情況進行監測，然后與系統內的煤量-帶速匹配參數進行對比，獲取最佳的運行帶速，有效地解決了煤量和帶速不匹配、運行經濟性差的難題。根據實際應用表明，該調速系統能夠將輸送機的運行帶速降低22.8%，將運輸耗電量降低19.6%，對提升輸送機的運行經濟性和使用壽命具有十分重要的意義。

1 帶式輸送機帶速智能匹配系統

根據帶式輸送機運行特性及煤量-帶速匹配需求，本文所提出的帶式輸送機帶速智能匹配系統整體結構如圖1 所示[1]。

圖1 帶式輸送機帶速智能匹配系統結構

由圖1 可知，該匹配系統由地面控制中心和地下執行中心構成，系統工作時由設置在落煤點處的數字攝像機進行落煤量監測，監測視頻通過CAN 數據總線實時傳輸到地面控制中心的視頻處理單元，利用視頻識別技術對輸送帶上的煤量分布情況進行實時判定。然后系統將獲取的煤量數據傳輸到調速控制單元，利用預設的煤量-帶速匹配程序進行帶速匹配，將匹配結果轉換為模擬量控制信號傳輸到輸送機調速控制中心，通過調整變頻器的輸出頻率，實現對輸送機運行帶速的精確調整。為了確保帶速調整的靈活性和準確性，在實際生產時需系統自動地對輸送帶的運行帶速進行監測，然后將監測結果傳輸給輸送機的調速控制中心，進行理論帶速和實際帶速的對比，根據對比結果進行閉環反饋調節，確保帶速運行的穩定性和精確性。

2 煤量識別技術

該調速系統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，本文采用了動態煤量視頻識別技術，利用視頻處理技術，對視頻圖像進行劃分[2]，自動圈出煤炭堆積位置和堆積狀態，對其進行圖像分割處理，計算出煤流區域面積和重點區域煤炭堆積狀態，從而對煤炭的堆積量進行模糊判斷。該煤炭輸送量識別流程如下頁圖2 所示。

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

圖2 煤量智能識別流程

為了驗證該煤量智能識別系統的實際應用效果，以煤礦井下帶式輸送機在不同運行狀態下的運行情況為基礎進行視頻煤量識別驗證，在綜采現場和聯采現場的識別情況如圖3 所示。

圖3 不同現場煤量監測圖

由圖3 可知，在綜采現場煤炭的落點處，監測煤量為滿載煤量的72%，在監測過程中從視頻獲取到計算出煤量的實際時間為15 ms；在聯采現場處的煤量為0，從視頻監控到獲取煤量結果的實際處理時間為9 ms。由此表明，在實際使用過程中的平均視頻監測實際時間為12 ms，視頻識別效果和實際情況完全符合，表明了該煤量識別系統的應用穩定性和可靠性。

3 輸送機帶速調節邏輯

針對傳統的模糊控制邏輯，在實際使用過程中未考慮煤炭在輸送帶上的位移時間變量，導致在速度調節過程中易出現撒煤和壓死現象的情況，本文提出了在系統內設置提前量的方案進行解決，根據所獲取的預測煤量進行速度匹配調節，該調節邏輯如圖4 所示[4]。

由圖4 可知，在該控制系統中首先對輸送機的長度進行分析，或不同帶速下煤炭的運行距離變化曲線，作為計算啟動下一階段輸送機運行時間的基礎，系統根據預測煤量分布情況自動計算出應匹配的最佳帶速和下一階段輸送機的啟動時間。若最佳帶速大于當前的輸送機帶速，則系統會對輸送機進行延遲提速；若最佳帶速小于當前的輸送機帶速，則系統會對輸送機進行延遲降速，滿足輸送帶上煤量均衡分布的需求。

圖4 輸送機帶速調節示意圖

4 系統應用情況分析

為了對該智能調速系統的應用情況進行分析，本文以煤礦井下帶式輸送機為研究對象，對運行過程中的輸送機運行帶速進行研究，結果如圖5 所示。

圖5 帶式輸送機運行帶速變化情況

由圖5 可知，優化后輸送機在運行過程中的平均帶速約為額定帶速的77.2%，比優化前降低了約22.8%，顯著降低了輸送帶的運行帶速；同時輸送帶的磨損也比優化前降低了22.8%，有效提升了輸送帶的使用壽命。實際統計表明，在運行時的電能消耗量比優化前降低約19.6%，年節約電費約87.6 萬元。

5 結論

1）帶式輸送機帶速智能匹配系統以視頻監控為核心對煤流進行監控，以CAN 數據總線為基礎進行數據信息傳遞，以閉環反饋調節保障帶速調節的準確性。

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

3）優化后輸送機的平均帶速降低了22.8%、電能消耗量比優化前降低約19.6%，年節約電費約87.6 萬元。