掘進機高智能化截割控制系統研究

孫浩宇

（華陽集團開元公司， 山西 壽陽 045400）

0 引言

為解決煤炭開采過程中“采掘失衡”問題，提高巷道掘進過程中的穩定性，提出了智能化截割控制技術。雖然該技術已經在井下巷道掘進中被初步應用，但對該技術的研究主要集中在斷面自動成型、斷面自動截割等方面，對掘進機的截割狀態主要是利用截割電機電流的變化來進行調整，在實際應用過程中存在著以下問題[1]：系統所設置的負載沒有井下實際數據的支撐，因此對井下巖層的識別準確度較差，導致自動化控制系統難以對掘進機的運行狀態作出準確判斷；截割載荷變化判斷依據單一，只能對截割載荷的變化作出粗略的判斷，因此準確性較差。

因此，現有的掘進機自動化控制系統難以滿足對掘進機自動截割控制的需求。文章提出了一種新的掘進機智能截割控制技術，該技術采用了新的多數據傳感器進行信息采集，優化了掘進機煤矸識別和自動截割控制邏輯，實現了對掘進機截割狀態的精確調控。

1 掘進機智能截割控制系統

掘進機的智能化截割控制主要是利用了多數據傳感器對掘進機的運行狀態進行判斷。其通過截割電機的截割電流監測、執行油缸的工作壓力監測及截割振動監測等，實現對掘進機在不同截割狀態下煤矸的精確識別，滿足對掘進機精確截割控制的需求。

對掘進機的智能截割控制采用了多重控制邏輯。在正常的工況下，掘進機通過多傳感器信息的自適應截割控制系統，利用改進粒子群算法優化的BP 神經網絡控制器來對掘進機工作過程中的截割載荷信息進行識別，再利用PID 控制邏輯[2]來提升截割時的效率和穩定性，滿足掘進機搖臂擺速自適應煤巖截割。在特殊的工況下，系統利用截割電機電流和額定電流之間的比值，再引入截割臂驅動油缸伸縮量的變化率來對掘進狀態進行輔助判斷，確保多硬質點識別的精確性。該掘進機智能截割系統整體結構如圖1 所示。

圖1 掘進機智能控制系統結構示意圖

由圖1 可知，該控制系統的硬件部分主要包括機載主控系統、系統執行機構、傳感與檢測系統三大部分。傳感與檢測系統主要是利用多種傳感器對掘進機的截割狀態進行控制；機載主控系統主要包括上位機和下位機控制器，同時包括遠程監控界面，系統能夠通過該界面對掘進機掘進狀態進行監測并下發控制指令；系統執行機構主要包括各類電磁閥和控制油缸，能夠實現對掘進機運行狀態的調控。

2 掘進機自適應控制技術

掘進機在截割作業的過程中，當煤巖的硬度發生變化時，作用在截割電機上的載荷會發生變化，驅動截割電機的電流也會發生變化。由于作用到截割臂上的反作用力的變化，也會導致截割驅動油缸工作壓力的變化。同時由于截割作業時截割機構上會形成突變載荷，因此會導致掘進機工作時的截割振動加劇。

通過以上分析，結合現有單一監測方案所存在的問題，提出了一種基于電流、壓力、振動監測的多重載荷判斷邏輯，提高對掘進機截割作業過程中載荷變化情況的精確監測。為了提高對多重監測信號判別的精確性，在系統中首次引入了改進粒子群算法優化BP神經網絡判別方案[3]，其能夠實現多種復雜的非線性映射功能，使截割機構的截割擺速能夠適應煤巖的硬度而自適應變化。該截割機構自適應截割控制邏輯如圖2 所示。

圖2 自適應截割控制邏輯示意圖

對掘進機執行油缸工作壓力的監測采用了BYD-60 型隔爆壓力變送器，對掘進機工作時的振動加速度監測采用了GBC1000 型加速度傳感器[4]，對掘進機工作時的截割電流監測則利用了掘進機機載的狀態監測傳感器。所產生的各類監測數據均存儲在機載大容量數據記錄儀中，各監測傳感器如圖3 所示。

圖3 監測傳感器示意圖

3 井下硬質點識別控制技術

掘進機在截割作業的過程中，當遇見巖層硬度增大時，會導致截割電機的負載功率迅速上升，此時為了避免電機負載過大，就需要適當降低掘進機截割臂的擺速，降低電機負載。傳統控制模式下，掘進機在減速以后沒有足夠的動力去克服截割阻力，導致截割機構的擺臂運行很慢，而且會在夾矸的表面出現打滑問題[5]，導致截割結構發生損壞。

在對掘進機的截割流程進行分析后，提出了一種新的井下硬質點識別控制技術，以截割臂驅動油缸伸縮量的變化率和截割電流變化情況為判斷基礎進行判斷。其對硬質點的判別邏輯可以設定為，在10 s 以內，若電機的電流大于截割電機的額定電流、小于1.2 倍的額定電流，且驅動油缸的伸縮量小于系統設定的限定值，則判斷遇見了硬質點，即開始執行硬質點截割控制邏輯。該硬質點識別控制策略如圖4 所示[6]。

圖4 硬質煤巖識別控制技術

根據系統設定，當掘進機截割頭遇見硬質煤巖以后，在遠程控制界面上會出現“截割巖石”，系統自動關閉自適應截割程序。此時系統加大電液比例閥開口處的電力，增加其進給力；同時系統對截割電流的變化情況和驅動油缸的伸縮量變化情況進行監測，如果此時截割電流小于1.2 倍的額定電流，則系統判斷掘進機已經把夾矸進行了破碎，系統同時減小電液比例閥開口處電流[7]，控制截割臂開始減速并減少截割電機的負載，然后系統自動開啟自適應截割程序，保證掘進機的正常截割。若不能滿足上述條件，則說明在截割過程中遇見了難以截割的硬質點，需要轉為人工操控，提高截割安全性。

4 試驗驗證

以EBZ135 型掘進機為研究對象，對其控制系統進行改造，并進行智能截割控制試驗。掘進機截割機構擺速自適應控制試驗結果如圖5-1 所示，掘進機截割作業過程中的硬質點判斷結果如圖5-2 所示。

圖5 掘進機自適應截割控制結果

由圖5-1 可知，掘進機能夠根據煤巖狀態的傳感器信息，自動調整掘進機截割臂的截割速度。當在正常截割時掘進機能夠以均勻的速度進行截割，當遇見煤巖時截割臂擺速能夠逐步降低，從而達到了保護截齒和截割電機的目的。在整個截割過程中，其響應時間基本在0.7 s 作業，響應速度快、截割精度高。

由圖5-2 可知，當煤巖硬度開始增大時，截割電機的電流也逐步增加，截割機構慢慢減速。當滿足硬質點判定條件時，系統關閉自動截割程序，電液比例閥的控制電流增加，在經過10 s 的截割后，煤矸石被破碎掉，掘進機又開始恢復自適應截割控制。

在整個運行過程中，掘進機能夠按設定的程序進行截割，對硬質點的識別準確度高，處理速度快，極大地提升了掘進機自主截割作業的效率和安全性。

5 結論

1）掘進機截割控制系統對截割載荷變化判斷依據單一，無法精確判斷掘進機的運行狀態，是影響掘進機自主截割效果的主要因素。

2）基于電流、壓力、振動監測的多重載荷判斷邏輯，能夠保證對截割載荷變化監測的精確性。

3）硬質點識別控制技術能夠以截割臂驅動油缸伸縮量的變化率和截割電流變化情況為判斷基礎進行判斷，保證了對硬質點識別的精確性。