基于組合導航的超深礦井提升容器狀態監測系統

譚建平，林 波，劉溯奇，吳志鵬

（中南大學 機電工程學院，高性能復雜制造國家重點實驗室，長沙 410083）

基于組合導航的超深礦井提升容器狀態監測系統

譚建平，林 波，劉溯奇，吳志鵬

（中南大學 機電工程學院，高性能復雜制造國家重點實驗室，長沙 410083）

針對淺礦井提升容器僅有速度和位置監測，無姿態、沖擊和縱橫振動等監測，不滿足超深礦井在超深、高速、重載工況下的安全監測需求的問題，設計了一種捷聯慣性導航系統（SINS）/旋轉編碼器/接近開關組合導航式提升容器狀態監測系統。通過IMU（慣性測量單元）測量容器加速度和角速度，由SINS解算出容器的速度、位置、姿態和縱橫振動等參數，利用信息融合反饋校正SINS，提高監測精度。完成了系統軟件設計和硬件搭建，并進行模擬實驗，結果表明：系統豎直位置、橫移豎直位置和姿態的測量精度分別為30 mm、5 mm和0.4°，豎直位置精度不受提升鋼絲繩影響，解決了井筒內GPS和地磁無法使用問題，是一種超深井提升容器狀態監測的可行方案。

超深礦井；提升容器；狀態監測；組合導航；慣性測量單元

隨著我國淺表層礦產資源的枯竭，部分礦山已超過1000 m深部開采，未來15～20年內，我國將有大批金屬礦山轉入深部開采。雖然我國已掌握800 m內淺井提升技術，但超過1000 m的提升裝備仍是空白，成為制約深部資源開發的瓶頸。目前正在研制的超深礦井大型提升裝備，設計提升高度 1500 m以上、速度18 m/s以上、載荷240 t以上，具有大尺度、強時變、柔性等特性。在超深、高速、重載下，提升容器產生的沖擊振動比淺井提升劇烈[1]，容器在偏載或多繩提升下易發生傾斜，需監測姿態并由浮動天輪調節。目前通過編碼器間接監測位置的方式，因鋼絲繩的打滑、蠕動、纏繞半徑變化和彈性伸長等影響，誤差較大[2]，因此需研制新型超深井提升容器監測系統。

井筒環境復雜惡劣，濕度高并有嚴重淋水，溫度和氣壓變化大，電磁干擾強，粉塵污染嚴重，對井筒設備抗干擾能力要求極高。而SINS具有高頻、實時、測量參數多、成本低、抗干擾等優點，通過高速積分解算出載體的速度、位置及姿態等信息[3]，已經在礦井設備和人員的位姿測量方面開展研究和應用[4-5]。針對無GPS和地磁信號修正慣導系統累積誤差的問題，有學者引入外部修正信號，設計組合導航方案，大大提高了系統精度[6-7]。

結合罐籠環境及現有監控系統，設計了捷聯導航系統/旋轉編碼器/接近開關組合導航式提升容器監測系統，建立了監測系統模型，采用信息融合對 SINS的進行修正，可實時監測提升容器速度、位置、姿態和沖擊振動等運行參數，并通過實驗驗證了監測系統的有效性。

1 提升容器狀態監測系統模型

1.1 狀態監測原理

提升容器狀態監測系統采用組合導航技術，通過融合SINS、旋轉編碼器和接近開關三種傳感器信息，實時監測提升容器運行參數，系統原理如圖1所示。

圖1 提升容器狀態監測原理Fig.1 Schematic of hoisting container condition monitoring

取 SINS與容器固聯的坐標系為載體坐標系（b系），東北天（E-N-U）坐標系為導航坐標系（n系）；容器頂部的IMU測量載體加速度和角速度，采用四元數法建立姿態矩陣利用將 b系下的比力 fb轉換成n系下的比力fn，解算出容器的速度、位置、姿態和振動等參數；利用聯合卡爾曼濾波算法[8]將SINS的速度和位置信息、編碼器速度與位置信息、接近開關位置信息和提升容器受到的約束信息[9]進行融合，得到各參數的最優估計，并反饋修正 SINS的速度、位置、姿態矩陣，同時在信號處理系統中對編碼器的速度和位置信號進行修正。

1.2 姿態模型

姿態矩陣是SINS的核心，用于比力轉換和姿態解算。采用四元數法進行解算，利用旋轉角度φ和旋轉軸m構造一個單位四元數Q，用b系繞m軸轉動一個φ角度表示b系相對于n系的方位：

式中：φ表示旋轉角度，cosα、cosβ、cosλ表示旋轉軸m與參考坐標系軸間的方向余弦值。

從姿態矩陣可求出姿態角：

式中：θ為俯仰角，ψ為橫滾角，γ為航向角。

1.3 速度和位置模型

根據捷聯慣性導航的數學模型，結合提升容器運行特點，忽略姿態速率、提升容器高度等影響因素，優化模型，提高解算速率，優化后的模型為：

式中：ve、vn、vu為n系三軸速度，fe、fn、fu為n系下三軸比力，wie為地球自轉角速率，L為地理緯度，R為地球平均半徑，g為重力加速度。

解算式(1)得到速度，由式(2)對速度積分得到位置：

式中：L、E、H分別表示東、北、天方向位置，L0、E0、H0為對應初始值，h為容器高度，T為采樣周期。

2 系統設計

2.1 硬件設計

提升容器監測系統由捷聯慣性導航裝置、地面處理裝置、旋轉編碼器、接近開關、5.8G無線通信系統和上位機組成，硬件結構如圖2所示。

捷聯慣性導航裝置由 IMU和系統板組成，進行防塵、防水、防電磁干擾處理后，安裝在提升容器頂部；采用FPGA采集IMU的加速度、陀螺儀、溫度和地面信號，并進行數據預處理，傳輸至DSP1進行導航解算；采用5.8G無線網橋通信系統實現地面處理裝置與慣導裝置的數據傳輸；地面裝置采集接近開關和編碼器信號，并與慣導裝置信號進行融合，得到速度和位置的最優估計，再發送至提升容器和上位機。

2.2 軟件設計

圖2 系統硬件結構Fig.2 Structure of system hardware

監測系統的軟件主要由數據采集與處理、導航解算和信息融合三部分組成，主程序流程圖如圖3所示。

FPGA初始化后，讀取IMU數據，并進行溫度補償，然后讀取地面處理器數據，存儲導航數據，通過無線通信發送信息至上位機和地面裝置；FPGA初始化對準后，從數據存儲器讀取數據進行數據更新，更新姿態矩陣后，進行導航解算，得到姿態、速度、位置信息；DSP1將接受到的提升容器信息與地面采集到的修正信息進行信息融合，得到最優速度和位置信息；由于姿態信息無法直接修正，可利用容器在井口停車時進行對準修正誤差。

3 狀態監測實驗

3.1 模擬實驗臺

通過地面模擬實驗，驗證組合導航狀態監控方法的可行性和監控精度。由于提升容器懸空運動，難以測量振動偏移量和姿態角的真實值，為評定系統測量精度帶來困難。因此，采用水平運動代替提升運動，將地面作為基準面，通過人為制造沖擊振動，產生標準振動偏移量和傾斜角，用于對比研究測量值，模擬實驗臺如圖4所示。

圖4 狀態監測模擬實驗平臺Fig.4 Experimental platform of condition monitoring

采用雙電機結構，一端電機模擬提升力，另一端模擬負載力；電機驅動卷筒纏繞鋼絲繩，拖動小車運動；卷筒軸上安裝編碼器，小車和地面上安裝接近開關和反射板；通過張緊鋼絲繩模擬柔性罐道的約束；通過地面設置斜坡板，模擬橫向振動；運行方向設為x軸，水平面內與x垂直方向為y軸，z軸垂直于地面。

小車以0.5 m/s速度運行24 m，在運動路徑第8 m和16 m處安裝反射板，作為位置校正點；編碼器提供速度和位置校正，校正頻率1 Hz；IMU選用ADI的ADIS16362，采樣頻率300 Hz；DSP選用TI的C6748；FPGA采用Altera的CycloneII；采用岳陽千盟電子研究所的編碼電纜系統作為速度和位置標定系統，該系統動態精度為5mm；上位機數據更新頻率為50 Hz。

由于監測系統在提升容器部分為捷聯慣導裝置，屬于自主導航，不依賴外部信號，抗電磁能力強，自帶溫度補償，進行防水、防潮密封處理后，環境對其干擾極小，同時采用的5.8G無線網橋技術已在千米深井實現提升容器與地面通信，因此實驗中無需考慮井筒環境影響。

3.2 模擬實驗臺

監測的參數有三軸加速度、位移、姿態角和x軸速度與位移，其中三軸加速度對應提升容器三軸沖擊振動監測，三軸位移對應提升容器豎直位置和水平振動偏移量，三軸姿態角對應提升容器橫滾、俯仰和航向角，x軸速度與位移對應提升容器豎直提升速度與位移。下面對模擬平臺的x軸速度與位移、垂直振動偏移量和俯仰角進行實驗分析。

3.2.1 運動方向位移監測

為驗證算法的有效性，分別進行SINS、SINS/接近開關、SINS/編碼器、SINS/接近開關/編碼器4種組合方式實驗，對比分析監測精度；同時研究系統的冗余性，當某傳感器失效時，對系統監測精度的影響。將位置監測值與編碼電纜的標準值對比，橫坐標為實驗臺在水平運動方向的絕對位置值，縱坐標為誤差值，得到運動方向位置誤差曲線如圖5所示。

由圖5可得：方案1誤差呈發散趨勢，最大誤差為188 mm；方案2位置誤差得到校正，最大誤差為46 mm，但速度未校正，位置誤差增速較快；方案 3進行速度修正后位置誤差發散較慢，但位置累積誤差無法修正，最大誤差為55 mm。方案3融合速度和位置修正，誤差發散緩慢，累積誤差被校正，精度大大提高，最大誤差為25 mm，標準差最小，誤差穩定。模擬實驗驗證了通過接近開關和編碼器修正慣導系統的方法，可有效解決井筒內GPS和地磁不可用導致誤差累積問題。

3.2.2 垂直振動量監測

圖5 x軸位置誤差曲線Fig.5 Position error curve of x axis

為衡量監測系統振動測量精度，采用已知高度的斜坡板作為標準值，模擬垂直沖擊振動，與測量值對比。在運動方向第5 m、10 m、15 m位置依次放置截面為等腰梯形的三組不同尺寸斜坡板，斜坡板寬200 mm,等腰梯形上底長為100 mm，高分別為10 mm、20 mm、30 mm，底角分別為10°、20°、30°，搭載監測系統的小車通過斜坡板后的局部監測曲線如圖6所示。

圖6 垂直振動偏移量局部監測曲線Fig.6 Local monitoring curve of vertical vibration offset

由圖6可知：斜坡板越高，其底角越大，沖擊振動越強烈，進行多次實驗，最大誤差不超過5 mm；對不同沖擊，標準誤差近似，說明監測系統可靠性好；運行過程和沖擊振動后的累積誤差通過信息融合可有效修正，誤差不隨運行和振動次數累積，因此系統可用于提升容器振動偏移量監測。

3.2.3 俯仰角監測

小車通過斜坡時受到沖擊振動，俯仰角變化較大，在兩個斜坡之間通過停車進行初始對準，消除俯仰角累積誤差，小車通過斜坡板時的局部俯仰角監測曲線如圖7所示，誤差分析如表1所示。

表1 俯仰角誤差分析Tab.1 Error analysis of pitching angles

由圖7和表1可知，進行多次實驗，俯仰角最大誤差不超過0.4°，標準誤差不超過0.3°，可見利用井口停車進行初始化對準的方法可有效抑制運行過程和沖擊振動后的累積誤差。

圖7 俯仰角局部監測曲線Fig.7 Local monitoring curve of pitching angle

4 結 論

結合超深礦井井筒環境，設計了基于組合導航的提升容器狀態監測系統，增加了提升容器的加速度、姿態和沖擊振動等狀態參數的監測，及時預警振動過大和傾斜故障，避免了現有裝置因鋼絲繩伸長、打滑、纏繞半徑變化等導致的誤差問題，解決了井筒內GPS和地磁無法使用導致的誤差累積的問題。系統提升位置、沖擊振動偏移量和姿態監測精度分別在30 mm、5 mm和0.4°以內，提高了提升容器的安全性和可靠性，為實現超深礦井開采創造有利條件。

（References）：

[1] Wu Ren-yuan, Zhu Zhen-cai, Cao Guo-hua. Influence of ventilation on flow-induced vibration of rope-guided conveyance[J]. Journal of Vibroengineering, 2015, 17(2): 978-987.

[2] Wang Guang-xian, Chen Ming, Wang Guo-hua, et al. The research of new mine depth indicator[C]//The 3rd International Conference on Power Electronics and Intelligent Transportation System. Shenzhen: IEEE Press, 2010: 326-328.

[3] Lai J Z, Lu P, Liu J Y, et al. Noncommutativity error analysis of strapdown inertial navigation system under the vibration in UAVs[J]. International Journal of Advanced Robotic Systems, 2012, 9: 1-8.

[4] 楊海, 李威, 羅成名, 等. 基于捷聯慣導的采煤機定位定姿技術實驗研究[J]. 煤炭學報, 2013, 38(11): 2077-2083. Yang Hai, Li Wei, Luo Cheng-ming, et al. Experimen- tal study on position and attitude technique for shearer using SINS measurement[J]. Journal of China Coal Society, 2013, 38(11): 2077-2083.

[5] 李增科, 高井祥, 王堅, 等. 基于位置修正的井下車輛INS/Odometer組合導航系統[J]. 煤炭學報, 2013, 38(11): 2077-2083. Li Zeng-ke, Gao Jing-xiang, Wang Jian, et al. INS/ Odometer integrated navigation system based on position modification for underground mine vehicle[J]. Journal of China Coal Society, 2013, 34(11): 2513-2519.

[6] 任春華, 陳燦, 王滿喜, 等. 一種慣性測量與距離組合的定位修正方法研究[J]. 儀器儀表學報, 2013, 34(11): 2513-2519. Ren Chunhua, Chen Can, Wang Manxi,et al. Research on positioning correction method with inertial measurement in combination with distance[J]. Chinese Journal of Scientific Instrument, 2013, 34(11): 2513-2519.

[7] Sazdovski V, Silson P. Inertial navigation aided by vision-based simultaneous localization and mapping[J]. Sensors Journal,IEEE, 2011, 11(8): 1646-1656.

[8] Han S, Wang J. Integrated GPS/INS navigation system with dualrate Kalman Filter[J]. GPS Solutions, 2012, 16(3): 389-404.

[9] 趙小明, 鄧東黎, 蔣志煒, 等. 車載單軸旋轉激光捷聯慣導抗晃動初始對準和零速修正方法[J]. 中國慣性技術學報, 2013, 21(3): 302-307. Zhao Xiao-ming, Deng Dong-li, Jiang Zhi-wei, et al. Anti- disturbing alignment and ZUPT methods for land singleaxis rotation laser SINS[J]. Journal Chinese Inertial Technology, 2013, 21(3): 302-307.

[10] 鄭辛, 孫偉, 李群, 等. 基于證據推理的慣性/景象匹配組合導航方法[J]. 中國慣性技術學報, 2014, 22(5): 624-628. Zheng Xin, Sun Wei, Li Qun, et al. INS/Scene matching integrated navigation based on evidence reasoning[J]. Journal Chinese Inertial Technology, 2014, 22(5): 624-628.

Condition monitoring system of ultra-deep mine hoisting container based on integrated navigation

TAN Jian-ping, LIN Bo, LIU Su-qi, WU Zhi-peng

(State Key Laboratory of High Performance Complicated Manufacturing, School of Mechanical and Electrical Engineering, Central South University, Changsha 410083, China)

In view that the hoisting container of shallow mine can not meet ultra-deep mine safety monitoring requirements in situation of long distance, high speed and heavy load due to being not able to monitor the attitude, impact, transverse & longitudinal vibration, etc., an integrated hoisting container condition monitoring system of strapdown inertial navigation system(SINS)/rotary encoder/proximity switch was designed to improve the monitoring accuracy, in which the acceleration and angular velocity of container were measured by IMU(inertial measurement unit), while the velocity, position, attitude and transverse & longitudinal vibration of container were calculated by SINS, and the SINS was corrected by information fusion. The system’s software and hardware were accomplished and tested on simulation experiment table. Experiment results show that the system’s vertical position, traverse move and attitude measurement precision are 30 mm, 5 mm and 0.4° respectively, and the vertical position precision is not affected by mine depth and wire rope, which solves the unavailable problem of the GPS and geomagnetic in mine shaft. The system is a feasible method for condition monitoring of ultra-deep mine hoisting container.

ultra-deep mine; hoisting container; condition monitoring; integrated navigation; IMU

U666.1

A

1005-6734(2016)02-0185-05

10.13695/j.cnki.12-1222/o3.2016.02.009

2016-01-08；

2016-03-30

國家重點基礎研究發展計劃（973計劃）（2014CB049400）

譚建平（1963—），男，教授，博士生導師。E-mail: jptan@163.com