基于硬件加速的礦井煤塵濃度高速在線檢測系統

張俸源 ，張葉民 ，姚貴彬

（1.山東科技大學 電氣與自動化工程學院，山東 青島 266590；2.山東科技大學 智能裝備學院，山東 泰安 271001）

煤塵不僅對采煤工作人員的肺部造成了污染，同時也帶來了井下煤塵爆炸的隱患。為了對礦井下煤塵濃度進行實時檢測，國內研究者基于機器視覺檢測法[1-2]、消光統計法[3]、光散射法[4-5]對其做出了大量研究，而上述檢測方法所使用的主控制芯片基本都是軟核STM32 系列芯片或其他類型軟核芯片。為此，在基于光散射法理論和ARM 軟核芯片的研究基礎上，一方面通過優化電路設計解決了光源輸出不穩定和檢測精度不高的問題，另一方面通過運用FPGA（可編程邏輯門陣列）模塊將數據處理部分封裝成IP 核，完成了檢測系統的加速，從而設計了一種礦井煤塵濃度高速在線檢測系統。

1 煤塵濃度檢測原理

1.1 Mie 散射理論原理

當一束光束照射在球形顆粒上，光束會在基于Mie 散射理論的基礎下發生光的散射現象。入射光為完全偏振光時，1 個直徑為d的微粒散射到θ方向的散射光強可以分解為平行于散射微粒的光強和垂直于散射微粒的光強，且其強度分別為Ic和Ir。由Mie 散射理論得[6]，當一束光強為I0的光束照射到煤塵顆粒上時，此時顆粒產生的散射光強度I（θ）為：

式中：θ為顆粒光散射角的觀測角度，（°），根據接收光強較集中的光電探測器位置而定；β為入射光的偏振角，（°），根據入射光的性質而定；λ為入射光的波長，mm，根據所選用光源的型號參數而定；r為散射體顆粒與散射光觀測點之間的距離，mm，根據光電元件的位置而定；I0為光源所發出入射光的光照強度，lx，根據所選用光源的型號參數而定；i1、i2為強度函數。

1.2 煤塵微粒質量濃度檢測原理

由于待測顆粒的粒度遠小于每個顆粒之間的距離，即煤塵顆粒之間具有不相關性，則認為各微粒散射光的強度是可疊加計算的。假設在單位體積內共分布著K個待測顆粒，那么總散射光強的計算方法為單個微粒散射光強的值乘K。

角散射截面對于單個微粒來說是無法直接測量的，由此引入一個可測量的角散射系數 βp（θ），其物理含義為單位體積內微粒的角散射特性。

當入射光為非偏振光時，有：

式中：L為單位體積內的煤塵微粒數。

若一束光強為I0的入射光平行照射在單個煤塵顆粒上，距此微粒距離為r的觀測點P處的散射光強I（θ）為：

式中：ρ為煤塵顆粒的密度， g/cm3；W為煤塵微粒質量濃度，m g/m3。

將式（7）代入式（6）得：

將式（8）進行變形，可得到：

其中，煤塵密度ρ、散射體煤塵顆粒的待測粒度d、入射光的光源強度I0以及入射光的波長λ都是可以確定的。

1.3 基于Matlab 的Mie 散射理論實現

由于煤塵微粒的相對折射率N以及煤塵密度ρ是一定的，通過控制變量法，利用Matlab 軟件結合Mie 散射理論，改變其中1 個影響因素，研究散射光強的大小I（θ）與觀測角度θ和微粒的粒度d的關系，為濃度檢測做好準備。

當顆粒折射率N=1.57-0.56j、入射光波長λ為980 nm、隨機選取煤塵顆粒粒徑為1 μm 時，利用Matlab 結合Mie 散射理論計算出的散射光強度隨觀測角度變化曲線如圖1。當顆粒相對折射率N=1.57-0.56j、入射光波長λ為980 mm、散射角度為45°時，利用Matlab 結合Mie 散射理論計算出的散射光強度隨煤塵顆粒粒徑變化曲線如圖2。

圖1 散射光強與觀測角度關系圖Fig.1 Relationship between scattering light intensity and observed angle

圖2 散射光強與煤塵顆粒粒徑關系圖Fig.2 Relationship between scattering light intensity and coal dust particle size

由圖1 可知：在散射角度為45°時的散射光強最強（舍去90°），即此處接收效果最好，其位置也便于光電元件的擺放，因此確定散射角θ為45°。

由圖2 可知：通過散射光濃度就可以推出與其對應的煤塵顆粒粒徑值。

2 系統檢測方案

檢測系統主要基于ZYNQ 芯片，其是集微處理器（ARM）與可編程邏輯電路（FPGA）于一體的可拓展處理平臺，可以實現多核處理且具有高性能、低功耗的特點，檢測系統總體架構框圖如圖3。

圖3 檢測系統總體架構框圖Fig.3 Overall architecture block diagram of detection system

首先，最小系統模塊完成整個系統的供電及JTAG 下載程序工作，利用ARM 軟核芯片對風量為1.68 m3/min的風機與入射光波長為980 nm 的光源進行控制，完成煤塵顆粒的收集與光源的獲取。光束照射到煤塵顆粒上會發生光散射現象，采用FB980-10 濾光片過濾掉除波長為980 nm 以外的光源，排除環境光的干擾，并利用透鏡實現光束的匯聚與發散，基于光電效應原理的光電檢測模塊實現由光信號到電信號的轉換，信號處理模塊完成對信號的轉換、放大、濾波以及模-數轉換處理[7]，其中模數轉換采用AD9280 芯片。接著，軟核控制模塊通過GP0 接口完成處理器對數據傳輸的監控，數據經AXI DMA IP 核通過高速HP0 接口先存儲在DDR3 中，再經AXI Stream Data FIFO IP 核乒乓緩存讀取后送入算法加速模塊，此時將電壓值數據轉化成光強值，并讀取預先存儲在SD卡中的煤塵粒徑與散射光強對應表[8]，通過二分查找法找出第1 個大于已知光強值，完成粒度反推后即可進行濃度計算。最終濃度數值經顯示模塊顯示，且若數值超過預警值，PS 端調動報警模塊進行聲光報警。

為了便于后續煤塵濃度的計算，需使光源輸出光強值達到恒定，因此設計了新型恒流激光二極管驅動電路，光源調制電路原理圖如圖4。

圖4 光源調制電路原理圖Fig.4 Schematic diagram of light source modulation circuit

首先采用濱松的L9418-42 連續激光二極管作為光源，其典型峰值發射波長為980 nm，發射功率P為1 W，發射面積A為1 0-8m2，故其入射光輻照度E為1 08w/m2。采用德州科技的LM324 運算放大器以及三極管S8050 來保持激光光源兩端的電流不變，因其工作時處于正常工作電壓，進而維持其輸出功率不變。

根據運放的“虛短”與“虛斷”可得：

式中：UX為激光光源的工作電壓，2 V；RLD1為激光光源的理想阻值，Ω；Ui為外端輸入的基準電壓，V。

式（11）表明激光光源兩端的電流只與值固定的基準電壓相關，故流過激光光源兩端的電流恒定，且始終為其正常工作電流1.2 A。

仿真及試驗結果表明恒流光源的電壓、電流輸出值恒定，符合輸出要求。同時對反饋運放進行定性分析可得，經過反饋電阻 R22加在運放反相輸入端電壓的瞬時極性與輸入電壓相同，且反饋信號也不受輸出端交流短路的影響，因此構成了電流負反饋，而當電流發生波動時，其作用可以保持波動較小，進而減小了對煤塵檢測精度的影響。

由光電檢測、信號轉換、放大以及濾波組成的信號轉換及其處理電路，信號轉換及其處理電路原理圖如圖5。

圖5 信號轉換及其處理電路原理圖Fig.5 Schematic diagram of signal conversion and processing circuit

采用濱松生產的S6967 硅PIN 光電二極管作為光電器件，其峰值波長為900 nm，與光源波長980 nm 較為接近，且光譜響應范圍也符合要求，其應處于反向偏置狀態。型號為OPA657 的集成運算放大器不僅完成了電流信號到電壓信號的轉化，而且將電壓信號進行了放大。在信號的轉換及其放大過程中，對電壓偏置、帶寬限制、穩定性波動以及噪聲4 部分影響因素做出了優化處理[9]。利用雙T 型帶阻濾波電路實現了對50 Hz 工頻干擾頻率分量的濾波，保留了有效的頻率分量。

3 濃度檢測算法的硬件化移植

使用并行三級流水線結構對濃度算法模塊進行優化設計，每一個處理單元被獨立成一塊單獨的部分，不僅實現了數據計算的并行操作，同時兼顧了算法的精度與動態范圍，保證運算速度，滿足檢測系統的實時性要求。

采用異步FIFO 實現跨時鐘域的數據信號傳遞與乒乓緩存操作，將數據進行交替存儲與提取，保證了寫FIFO 和讀FIFO 與DDR 存儲器之間一直有數據傳輸。

FPGA 端利用坐標旋轉數字計算機算法（Cordic）可以計算均方根和反正切[10]，故濃度算法程序利用Cordic 算法并進行局部異常處理[11]。

基于ZYNQ 的煤塵濃度測量系統PL 端各資源消耗占比情況，LUT（查找表）資源占用較小，由于使用了模式時鐘管理器，所以MMCM 資源占比也較大。

經軟件配置后進行軟硬件調試運行，初始化系統程序，ARM 控制端重復發出命令信號，系統從開始收集煤塵直至計算出煤塵質量濃度，系統軟硬件協同運行流程如圖6。

圖6 ARM+FPGA 協同測量流程圖Fig.6 Flow chart of ARM + FPGA coordinated measurement

AXI 為高級拓展接口（Advanced eXtensible Interface），其是基于猝發式傳輸機制的一種高性能、高帶寬、低延遲的片內總線，總線由5 個獨立的通道構成[12]。ZYNQ 的PS 端與PL 端之間通過AXI 總線協議進行片內數據通信，AXI 總線的AXI4-Lite 接口用于控制流的傳輸，PS 端通過AXI 接口控制PL 端的計算參數[13]，而AXI 總線的AXI4-Stream 接口能夠傳輸高速數據流，保證了測量裝置的檢測速率。

基于Qt5.9.8 軟件設計了用于操作命令控制、參數設定以及數據監測的交互界面，使用armlinux-gnueabihf-gcc 交叉編譯工具鏈對代碼進行交叉編譯，將其移植掛載并運行于ZYNQ 芯片上的PS 端系統中[14]。

4 試驗結果

試驗采用濾膜稱重法，根據GB 5748—85 標準空氣中粉塵標準測定方法進行標定，將濾膜法測量儀與本檢測系統裝置放在相同的環境下，使用高精度的天平對小于0.01 mg 的濾膜進行稱重，計算出采樣前后的差值，則有：

式中：ρm為質量濃度；m1為采樣后質量；m0為采樣前質量；Q為氣流量；t為采樣時間。

根據系統裝置的煤塵粒徑檢測上限，利用煤樣篩分設備選出粒度直徑小于50 μm 的煤塵微粒并對其進行濃度檢測。為了提升測量的精確度，采用中位值平均濾波法，在連續檢測到的幾個數據中，去掉最大值和最小值后，再求余下數據的平均數，并將式（12）算出的結果與本檢測系統的測量結果進行擬合。試驗測量值及其擬合度結果見表1。由表1 可知，擬合結果平均值約為91%。

表1 粒徑小于50 μm 煤塵的試驗結果Table 1 Experimental results for dust with particle size less than 50 μm

5 結 語

基于煤礦井下煤塵產出的工業背景，利用光散射原理設計了煤塵濃度在線高速測量系統，并選取了粒徑小于50 μm 的煤塵顆粒進行濃度測量試驗。試驗結果表明：該系統可完成對煤塵濃度的在線檢測，且其檢測結果準確率能達到91%。

通過FPGA 硬核模塊的數據加速處理，使得系統裝置檢測效率得到提高。綜合驗證了該測量裝置能夠在保證相對準確率的前提下，達到了預防井下煤塵爆炸事故發生的目的。