智能工作面刮板輸送機調直方法研究

王世杰

(中煤華晉集團有限公司 王家嶺礦, 山西 河津 043300)

隨著科技的進步,煤炭開采技術由傳統的炮采逐步發展過渡到機械化、自動化和智能化階段。煤礦智能化是煤炭工業高質量發展的核心技術支撐,智能化開采成為煤礦產業發展的必然方向,而工作面“三直一平”是智能化開采的基礎,工作面直線度控制問題成為影響智能工作面建設的最重要關鍵因素之一[1].

目前,實現工作面直線度檢測主要有3種方法:1) 在采煤機上安裝捷聯慣導元件反演刮板輸送機軌跡,再通過刮板輸送機軌跡進行工作面調直[2],該方法技術比較成熟,安裝方法簡單,但這種間接測量方法利用積分原理進行軌跡反演,引入較多誤差因素,誤差累計大,還存在實時性低的問題。2) 通過在液壓支架上安裝超聲波傳感器[3]、位移傳感器[4-5]和激光傳感器[6-7],用于監測液壓支架推移油缸位移,獲取液壓支架位姿信息。該方法可靠性比較低,工作面調直精準度較低,同時傳感器數量多,成本高。3) 在刮板輸送機上安裝光纖傳感器[8]和位姿傳感器[9],實時檢測刮板輸送機運行形態,首先得到刮板輸送機運動軌跡,然后通過調直算法計算出每架液壓支架理論推移的距離補償量,實時獲取刮板輸送機直線度信息,減少了中間轉換誤差,從而實現刮板輸送機直線度準確檢測,調直方法精度高。

光纖布拉格光柵(簡稱FBG)作為一種光無源器件,具有良好的光敏特性和本質安全的特點,適用于刮板輸送機的形態監測。為此,擬將光纖光柵曲率傳感技術應用于刮板輸送機姿態檢測中,實時感知刮板輸送機姿態,以提高刮板輸送機調直精準度,實現綜采工作面智能化。

1 刮板輸送機光纖感知原理

1.1 刮板輸送機姿態模型

在煤礦正常生產工作中,刮板輸送機會受到煤層底板起伏、液壓支架推移等因素的影響,導致機身出現扭轉和位置偏離,影響煤礦安全高效生產。刮板輸送機受外部環境影響,其姿態會呈現出空間上的彎曲變化,彎曲姿態一般為“S”型,刮板輸送機的過度彎曲姿態會造成啞鈴銷和端頭發生破壞,工作面的直線度無法保證,存在安全隱患。通常刮板輸送機彎曲形態包括向工作面回采方向前進的水平彎曲和隨底板起伏方向的隨機豎直彎曲,見圖1. 其中,水平彎曲是液壓支架推移油缸產生的,這種彎曲造成刮板輸送機在水平面無法與煤壁保持平行;豎直彎曲主要是由工作面底板起伏造成的。要保證工作面的正常工作,刮板輸送機必須保持直線狀態。

圖1 刮板輸送機姿態變化模型圖

刮板輸送機沿工作面鋪設,由多個中部槽連接組成,其姿態變化主要體現為中部槽相對位置的變化,因此分析中部槽可以得出其整體的姿態變化。刮板輸送機在液壓支架推移下前移,同時中部槽受到推移距離影響,表現出彎曲狀態。根據刮板輸送機姿態變形原理,選擇刮板輸送機的水平彎曲作為研究對象,建立XOY平面直角坐標系,其中坐標原點為刮板輸送機的初始位置,即刮板輸送機機頭部。X軸方向平行于工作面并由刮板輸送機機尾指向機頭方向,Y軸為刮板輸送機沿工作面推進方向,刮板輸送機在坐標系的姿態見圖2.

圖2 刮板輸送機水平彎曲數學模型圖

假設開始工作時刮板輸送機位于x軸上,在工作一段時間后,液壓支架將刮板輸送機沿y軸方向推移,推移過程中刮板輸送機呈現出彎曲狀態,其水平面位置和姿態變化見圖3.

圖3 刮板輸送機水平面變化圖

1.2 刮板輸送機姿態感知原理

光纖布拉格光柵傳感器能夠直接感知的主要物理參量是應變和溫度,在感知曲率、位移等物理量時,需要將光纖光柵感知的彈性結構應變量轉換成姿態監測所需的空間位移坐標參量。圖4為被感知物體的彎曲模型,受到外力作用引起被感知物體彎曲變形,被測物體的應變和光纖傳感器波長漂移量密切相關,可以通過光纖傳感器測量被測物體彎曲后產生的應變。由材料力學知識,根據彎曲應變可以推導出彎曲曲率,再利用空間離散曲率信息的插值、擬合及重構算法,得到光纖曲率傳感器上每個測量點的空間位移坐標,最后重構出光纖曲率傳感器的變形曲線。

圖4 傳感器彎曲變形結構示意圖

由光纖光柵感知原理可知,采用光纖光柵曲率傳感技術能夠實現對刮板輸送機姿態位置信息的實時感知,其波長量各不相同,各個中心波長分別對應不同感知點,最后實現對應變值的多點測量。利用該感知方式,可以得到刮板輸送機的實時姿態信息,在此基礎上研究刮板輸送機的調直方法。

刮板輸送機有良好的可彎曲性,經過封裝的光纖光柵曲率傳感器也具有很好的彎曲性能,能夠實現對刮板輸送機姿態的實時精確感知。刮板輸送機在運行過程中,受到外部環境影響機身產生彎曲,與之相對應的電纜槽中安裝的光纖光柵曲率傳感器也產生彎曲,傳感器能夠監測到彎曲變形應變,并能夠感知波長漂移量在不同方向的變化,由相應應變和曲率轉換關系式,將光纖光柵曲率傳感器測得的曲率信息進行融合,通過數值擬合能得到刮板輸送機整體機身的姿態實時信息。刮板輸送機姿態感知模型見圖5.

圖5 刮板輸送機姿態感知模型圖

在刮板輸送機正常工作過程中,通過安裝在電纜槽內的光纖光柵曲率傳感器,對機身的彎曲應變信號進行實時感知。獲得的應變信號由解調儀的信號處理單元進行處理,解調出傳感器在正交方向中心波長漂移量,然后將離散曲率信息解算出來。處理后的數據經過交換機傳輸至電腦終端,利用離散曲率數據進行擬合,計算出刮板輸送機坐標信息,對刮板輸送機軌跡曲線進行重構。由于鋪設的光纖光柵長度與刮板輸送機機身長度相等,所以可以實時感知刮板輸送機姿態變化。

2 刮板輸送機調直方法研究

2.1 調直方案設計

基于光纖光柵曲率傳感器實時感知刮板輸送機姿態,對刮板輸送機調直方案進行設計,見圖6. 刮板輸送機的調直有兩方面:刮板輸送機姿態實時感知和動態調直。首先,通過光纖光柵曲率傳感器感知出刮板輸送機姿態信息,通過建立的平面直角坐標系計算得出刮板輸送機姿態曲線,由姿態曲線計算出刮板輸送機直線度誤差值,將誤差值與調直閾值相比較,判斷此時刮板輸送機姿態是否進行調整。如更新后刮板輸送機直線度誤差較大,將當前軌跡與參考直線進行比較,解算每節中部槽需要推移的距離。在綜合考慮多種誤差因素影響的基礎上,利用LSTM神經算法構建刮板輸送機調直預測模型,得到下一刀刮板輸送機的理論姿態。在工作面持續推進中,對刮板輸送機的調直也需要不斷修正,刮板輸送機動態調直過程為“感知—修正—調直—預測—修正”,在每一刀煤割完后重復進行上述流程,保證工作面刮板輸送機直線度能控制在合理范圍內。

圖6 刮板輸送機調直方案圖

2.2 調直算法設計

刮板輸送機調直算法見圖7. 算法具體內容:在平面直角坐標系中,當采煤機完成第n次割煤作業后,光纖光柵曲率傳感器會實時感知出這次作業的刮板輸送機運動軌跡Sn,同時判斷Sn的直線度誤差能否滿足閾值,如不滿足閾值,則進一步修正。刮板輸送機運行軌跡Sn上存在一定數量的推溜點,與刮板輸送機中部槽相連的液壓支架相當于各推溜點,坐標原點處按順序選擇運動軌跡上的推溜點,并在最高處推溜點作水平方向上的切線向下平移距離h1,得到Ln作為刮板輸送機當前軌跡基準線。在工作面前進方向上,將基準線Ln沿工作面推進方向推移距離H(H為采煤機滾筒截深距離),可以得到采煤機完成第n+1次進刀割煤作業時,刮板輸送機的調直參考線Qn+1,當采煤機完成第n+1次進刀時,光纖光柵曲率傳感器實時感知出軌跡Sn+1.之后對超出或滯后基準線的部分進行距離補償,設定該距離補償量為dn,如果基準線在實際曲線下方,實際補償量為-dn,如果基準線在實際曲線上方,實際補償量為dn,刮板輸送機的理論推移距離相應調整為H+dn和H-dn.

圖7 刮板輸送機調直算法示意圖

2.3 基于LSTM的刮板輸送機調直預測方法

基于LSTM神經網絡算法的刮板輸送機調直軌跡預測主要過程:

1) 對刮板輸送機的調直數據深入分析,將數據樣本隨機分成訓練樣本和測試樣本兩部分,基于LSTM神經網絡算法學習模型對這兩部分分別進行訓練和測試。

2) 對樣本數據進行歸一化處理,因為樣本數據之間存在差異,所以對LSTM神經網絡模型進行訓練和測試之前,需要對樣本數據進行歸一化處理。

3) 創建LSTM神經網絡,通過選擇隱含層、輸出層的傳遞函數以及網絡的訓練函數,完成網絡參數的配置。

4) 將訓練樣本數據輸入到構建的LSTM神經網絡中進行訓練學習,得到學習模型。之后利用測試樣本數據對訓練好的LSTM神經網絡學習模型進行驗證和分析。預測模型見圖8.

2.4 刮板輸送機直線度評價

直線度表示空間或平面內直線的形狀誤差,通過光纖光柵傳感器實時感知得到刮板輸送機直線度曲線,是直接評定刮板輸送機平直程度的重要參考。刮板輸送機的理想直線指的是當其沿著工作面向前推進時,不受誤差因素的干擾,能呈現出一條平直穩定的運行軌跡。

由于最小二乘法計算量小,且可以在水平面上評價刮板運輸機的直線度,可以滿足智能化工作面的要求,所以將其應用于刮板運輸機的直線度評價中。

最小二乘法是以殘余誤差的平方和最小值為最優參考的一種方法,一般稱作最小平方法。在采煤工作面建立直角坐標系,X軸平行于工作面方向并由刮板輸送機機尾指向機頭方向,Y軸為刮板輸送機沿工作面推進方向,其中E表示殘余方差的最小平方和,將刮板輸送機理想直線L設為y=ax+b,由此可得:

(1)

進一步計算理想直線方程中的參數a和b,結果如下表示:

(2)

把得出的參數a和b帶入最小二乘直線方程,求得理想直線方程。分別選擇誤差曲線的最高點和最低點作平行線,L1為過誤差曲線最高點的平行線,L2為過誤差曲線最低點的平行線,兩平行線之間的區域視為最小二乘的包容區域。如圖9將平行線之間的區域在Y軸進行投影得到直線度誤差H.

圖9 最小二乘法示意圖

3 調直系統應用研究

3.1 工程概況

選取王家嶺礦12307工作面作為刮板輸送機調直方法試驗點。12307工作面位于王家嶺礦123盤區西翼,東臨2#煤中央的回風大巷,由12307工作面膠帶巷、12307工作面回風巷、12307工作面切眼、12307工作面措施巷及相關繞道、硐室等組成。設計推進長度為1 321.4 m,工作面寬度為302 m. 12307工作面采用綜采放頂煤回采工藝,機采采高(3.1±0.1) m,循環進度0.8 m,采煤機采用雙向割煤,在工作面機頭或機尾斜切進刀,往返一次進兩刀,沿牽引方向前滾筒割頂煤,后滾筒割底煤。工作面采用單一走向長壁采煤法。

3.2 刮板輸送機調直系統設計

光纖光柵感知系統軟件由數據庫、服務器程序和客戶端程序3部分組成,包括實時數據采集模塊、數據管理模塊、數據通訊模塊、數據查詢模塊、圖形顯示模塊和綜合報表信息模塊,實現刮板輸送機形態數據的快速采集、存儲與秒級形態曲線實時響應。依托算法確定刮板輸送機三維空間位置,并將刮板輸送直線度曲線信息在線傳輸到井下集控中心和地面調度中心計算機客戶端。該系統保證了在采煤機進行連續循環作業的條件下,刮板輸送機進行實時動態調直。刮板輸送機調直架構:光纖光柵傳感器監測出刮板輸送機直線度數據信息,將數據信息傳輸至感知系統中,實現采集數據、重構曲線位置。刮板輸送機直線度信息在計算機客戶端軟件中顯示。智能工作面刮板輸送機調直架構見圖10.

圖10 智能工作面刮板輸送機調直架構圖

3.3 仿真驗證

以12307工作面為工程背景,搭建了刮板輸送機光纖感知系統,設計了調直技術方案,進行相關試驗驗證。建立刮板輸送機坐標系,X軸為刮板輸送機機身方向,Y軸為工作面推進方向,Z軸為刮板輸送機豎直方向上高度。以12307工作面中部槽為實驗對象進行模擬,設置工作面長度為100 m,其中刮板輸送機每個中部槽對應每架液壓支架,相鄰液壓支架間隔距離為1 m,共有100個液壓支架,同時設定液壓支架推移距離為0.8 m. 傳感器測量誤差為X1,液壓支架推移誤差為X2,聯動效應誤差為X3. 這些誤差因素互不影響且服從正態分布,在模擬過程中調整三者的正態分布參數,對提出的調直方法進行驗證。模擬試驗中對誤差參數具體設置見表1.

表1 刮板輸送機調直算法仿真條件表

采煤機受到誤差因素影響,第一次調直結束后達不到理想直線狀態,見圖11.

圖11 光纖感知系統檢測刮板輸送機姿態圖

在此基礎上,可以進一步對刮板輸送機形態按照調直方法進行調整,在二次調直過程中,對產生的誤差進行補償,得到直線度誤差為零的刮板輸送機軌跡,見圖12.

圖12 刮板輸送機調直后的軌跡圖

為了驗證提出的刮板輸送機調直方法的可靠性,對刮板輸送機進行連續50次調直,得到刮板輸送機直線度誤差值,見圖13.

圖13 基于光纖感知系統的刮板輸送機調直誤差圖

實驗結果表明:刮板輸送機隨著調直推移次數的不斷增加,在進行第25次調直過程中,其直線度誤差整體呈下降趨勢,并趨向于穩定。對刮板輸送機在調直過程中進行誤差補償和動態校正,最終使得刮板輸送機直線度誤差穩定在50 mm以內,說明基于光纖感知系統的刮板輸送機具有良好的調直效果,且穩定可靠,能夠滿足智能工作面的實際需要。

4 結論與展望

1) 采用將光纖光柵傳感器安裝在刮板輸送機機身電纜槽中的刮板輸送機感知方法,對刮板輸送機直線度進行檢測。該方法在對刮板輸送機進行調直過程中綜合考慮誤差影響,并進行相應誤差補償。調直實驗驗證結果顯示,刮板輸送機直線度誤差可控制在50 mm以內。該方法可以實現刮板輸送機直線度的實時檢測和動態調直,有效解決了刮板輸送機直線度誤差累積的問題,采用的調直方法直線度誤差更小,提高了刮板輸送機調直效率和準確性,對于工作面安全、高效和智能化生產具有重要意義。

2) 提出基于光纖光柵感知的刮板輸送機直線度調直方法,主要研究水平面內的刮板輸送機調直問題,對刮板輸送機在豎直面調直存在的問題需要進一步研究。

3) 井下開采環境具有復雜性、多因素干擾性等特點,在對刮板輸送機調直過程中,要對其他誤差因素綜合考慮,進行誤差補償。需要進一步研究控制過程中的累積誤差,實現刮板輸送機精確推移。