固體智能充填關鍵裝備工況位態表征及自主識別調控方法

張 強，崔鵬飛，張吉雄，張 昊，常天驕，楊軍輝

(1.中國礦業大學 礦業工程學院，江蘇 徐州 221116；2.中國礦業大學 深部煤炭資源開采教育部重點實驗室，江蘇 徐州 221116；3.冀中能源股份有限公司 邢東礦，河北 邢臺 054000)

《煤炭工業“十四五”高質量發展指導意見(2020年12月)》提出煤炭在我國一次能源中的主體地位，在經濟運行中的壓艙石作用沒有改變，但資源開采導致的地表沉陷、固廢處理與排放等問題依然嚴峻。固體充填開采技術作為解決上述問題最重要的方法之一，尤其是在礦區大宗固廢資源化協同處置及高效低成本處理煤矸石等方面具有無可替代的優勢[1]。目前機械化固體充填的充填工藝工作量大、自動化程度低、采充工序分散、工人業務差異明顯，導致與傳統綜采相比回采效率降低近30%，而噸煤成本增加近15%，制約規模化推廣應用，迫切需要向智能化充填方向升級。

固體智能充填技術研究大致可分為3部分，一是采煤工藝及裝備(采煤機、刮板輸送機、支架)智能化研究；二是充填工藝及裝備(充填支架、多孔底卸式刮板輸送機、夯實機構)智能化研究，三是采充智能化協同作業研究。在采煤工藝及裝備智能化研究方面，王國法等[2-3]根據不同煤層條件、采煤方法工藝等參數，將智能化采煤工作面進行了系統分類，并建立了工作面智能化分級評價體系；任懷偉等[4]基于RBF神經網絡控制器提出了一種液壓支架頂梁位姿調控系統，建立了支架運動學模型和閥控液壓缸液壓系統傳遞函數；葛世榮等[5-6]系統研究了采煤機自主導航截割原理與技術，實現了刮板輸送機形狀在線監測，為綜采工作面采運機組智能化運行提供了大量理論基礎和試驗數據。在充填工藝及裝備智能化研究方面，劉建功等[7-8]基于充填液壓支架的傳感系統，實現充填狀態的信息化，設計開發了固體充填液壓支架自動化控制系統，給出了自動充填控制流程及系統的控制模式；張強等[9-11]研究了煤礦智能固體充填開采方法，進行了固體智能采充工序流程設計，研究了智能充填自主夯實過程的機構干涉調控。隨著綜采技術高速發展及推廣應用，目前針對采煤工藝及采煤裝備智能化研究已然相對成熟，然而以機械夯實為主的固體充填開采的智能化發展相對滯后，充填工藝及裝備的智能化研究仍處于起步階段。

基于上述工程及研究現狀，為解決固體充填開采工作量大、效率低等領域發展痛點問題，補充固體充填工藝及裝備智能化研究的不足，筆者針對固體智能充填關鍵裝備的工況位態精準表征及識別調控展開相關研究，提出基于MDH運動學模型的充填關鍵裝備實時工況位態精準表征方法，對該表征方法下各裝備非正常工況的判別及解調路徑進行深入研究，為固體智能充填技術推廣應用提供邏輯基礎和理論支撐。

1 固體智能充填工序及效率分析

1.1 固體智能充填方法及其工序類別

固體智能充填方法以固體充填開采技術[12-13]為基礎，借助智能化采充設備，結合采充工作面可視化管理，完成充填支架移架調架、多孔底卸式輸送機卸料、夯實機構夯實等工序，達到充填支架工況自主識別調控、多孔底卸式輸送機自主卸料及自動調直、夯實機構自行夯實的效果，實現單架的運卸夯工序在時間上自主組織，鄰架的卸夯移工序在空間上自主銜接的過程[9]。

本文所研究的固體智能充填工序包括：感知動作、識別動作和位態調整動作，其中感知動作包括參數的自主感知獲取，由傳感器等感知元件執行；識別動作包括數學模型的構建，數據的分析處理，由控制程序執行；位態調整動作包括各典型非正常工況的解調，由處于相互影響的機構執行。

1.2 固體智能充填工序流程

結合上述充填工序類別，設計固體智能充填工序流程為：充填準備時，通過第1次參數感知，主控系統對支架的工況形態進行識別，若存在非正常工況影響支護，通過立柱和平衡油缸調整接頂接底狀態，推移千斤頂調整支架錯位；通過第2次參數感知，主控系統對多孔底卸式刮板輸送機的工況形態進行識別，若存在非正常工況，通過支架立柱和平衡油缸調整后頂梁平齊，通過調節滑移油缸避免咬合；卸料開始前，通過第3次參數感知，識別是否存在機構干涉，若夯實機構與卸料口在縱向方向存在重合，影響卸料，通過擺角油缸調整夯實機構的角度，通過滑移油缸調整多孔底卸式輸送機的橫向位置，若不存在機構干涉則自動打開卸料口；卸料過程中，第4次參數感知，通過傳感器感知堆料高度，達到預設值后自動關閉此卸料口，停止卸料；夯實作業前，第5次參數感知夯實機構是否被散體充填材料掩埋，若存在則通過擺角油缸調高夯實機構的角度；夯實作業過程中，夯實機構伸出夯實頭，第6次參數感知，夯實機構是否會與多孔底卸式輸送機存在干涉，若存在則考慮最優解調路徑進行解調；夯實結束后，夯實機構縮回夯實頭，第7次參數感知機構相互干涉；第8次參數感知，感知充填體接頂程度，重復上述循環作業。如此反復卸料、夯實2～3次，待夯實后的充填物料充分接頂，自動關閉此卸料口，然后按既定的順序依次完成整個工作面的充填，具體充填工序流程如圖1所示。

圖1 充填工序流程Fig.1 Flow chart of backfilling process

2 充填關鍵裝備工況位態精準表征及自主感知方法

2.1 工況表征內涵及流程

近年來，隨著智能設備在各領域蓬勃發展，“工況表征”作為機器視覺、信息加工、位態分析等技術的基礎，得到廣泛發展和應用。在礦業方面，智能化表征的研究與應用初見成效，如基于機器視覺的礦物浮選技術[14]、基于位態表征的采煤機記憶切割技術[15]、基于控制程序的支架跟機支護技術[16]等。本文所研究的固體智能充填關鍵裝備表征指建立精確的數學模型和可觀測輸入輸出參數，通過數據信號實時反映分析裝備實際運行狀態及行為的方法，具體表征流程為：表征方法對比選取、數學模型建立轉換、關鍵節點坐標描述、關鍵參數自主感知和位態實時精準表征。

2.2 表征方法對比選取

工況位態表征作為工況判別函數建立的基礎，其準確性直接決定了識別調控的應用效果，而工況位態精準表征的關鍵在于坐標系的選取。目前，能夠準確表征液壓支架結構及運動行為特征的坐標系有直角坐標系、極坐標系、DH坐標系等，針對不同坐標系表征方法的詳細對比見表1。

表1 不同坐標系表征方法對比Table 1 Comparison of characterization methods in different coordinate systems

綜合考慮各坐標系表征方法的原理、參數及優缺點，最終選用靈活性好、監測參數較少、累計誤差較低、適用范圍更廣的MDH坐標系進行精準表征。

由于充填支架屬于多自由度連桿構件，當支架作業時，立柱、四連桿和夯實機構等均產生動作，故在支架每個連桿的轉動關節上各固定一個MDH坐標系，然后用變換矩陣描述相鄰兩連桿的空間關系，推導出末端執行器相對于底座節點的絕對坐標，從而建立類似機器人的運動學模型[17-18]。

其中，相鄰兩坐標系變換矩陣i-1Ti的公式為

(1)

式中，θi為兩連桿間的角度；αi-1為Zi-1到Zi沿Xi的轉角；di為兩連桿間的偏置距離。

2.3 充填關鍵裝備模型建立及轉換

充填液壓支架作為充填關鍵裝備，由前后頂梁、底座、立柱、多孔底卸式輸送機、夯實機構等多部分組成。基于上述思路進行充填關鍵裝備坐標系模型建立，在支架底座節點T處，以沿工作面推進方向、豎直方向、工作面面長方向(簡稱X軸方向、Y軸方向、Z軸方向)建立絕對坐標系{O}；以轉動關節A，B，C，R為節點建立MDH相對坐標系，分別為{O1},{O2},{O3}及{O4}，如圖2所示(圖2中，η1為夯實機構與水平面夾角，即夯實機構傾角；η2為夯實機構上FJ1與FJ的夾角)，所建MDH坐標系參數見表2。

表2 MDH參數Table 2 MDH parameters

圖2 充填支架坐標系建立Fig.2 Coordinate system ofbackfilling hydraulic support

將上述參數代入式(1)，可得相鄰兩坐標系的變換矩陣。{O1}相對于坐標系{O}的變換矩陣0T1為

(2)

{O2}相對于坐標系{O1}的變換矩陣1T2為

(3)

{O3}相對于坐標系{O2}的變換矩陣2T3為

(4)

{O4}相對于坐標系{O3}的變換矩陣3T4為

(5)

支架位姿變換可通過分析其繞X，Y，Z軸的旋轉進行分類。因煤層傾向傾角發生變化或割煤不平整等原因，支架呈現左傾或右傾的工況，繞X軸的旋轉角變大，表現為存在橫滾角；因煤層傾向傾角發生變化或移架操作不當等原因，支架呈現滑架歪斜(左右偏擺)的工況，繞Y軸的旋轉角變大，表現為存在偏航角；因煤層走向傾角發生變化等原因，支架呈現前傾或后仰的工況，繞Z軸的旋轉角變大，表現為存在俯仰角。

考慮實際工況條件，割煤移架等操作的可控性強，煤層傾向傾角變化幅度通常較小，而煤層走向傾角最易發生變化，且呈現幅度大、間隔短的特點，故本文先解決首要矛盾，考慮支架各部分繞Z軸的旋轉。故筆者主要研究支架位姿在X-O-Y平面內的坐標移動及其各部分繞Z軸的俯仰角變化。后續會進一步考慮支架繞X、Y軸旋轉的位姿變換及多軸旋轉的疊加位姿。

利用變換矩陣可將MDH坐標系中在X-O-Y平面內的n節點坐標轉換為建立于T點的絕對坐標系{O}中的坐標：

(6)

0Ti=0T1×1T2×…×i-1Ti

(7)

式中，n為液壓支架上的節點；0Ti為坐標系{Oi}基于初始坐標系{O0}的變換矩陣；P(xA,yA，0)為A點在絕對坐標系{O}中的坐標。

2.4 充填關鍵裝備工況位態精準表征方法

基于上述MDH坐標系表征模型及坐標轉換方法，充填關鍵裝備上各關鍵節點在{O}中坐標均可表示，即利用連桿長度、旋轉角等一系列參數對關鍵節點在絕對坐標系{O}中的位置進行描述。因各關鍵節點表征方法相同，現以充填開采液壓支架后立柱為例，對其關鍵節點(點P、點Q)進行表征，其他不做贅述，具體如下：

點P在{O}中的坐標為(xP,yP,0)，根據式(6)，(7)可知

(8)

將式(2)～(5)代入(8)可得

(9)

點P在坐標系{O4}中的坐標為(lRP,0,0)，故式(9)可化簡為

(10)

式中，xP為節點P在絕對坐標系{O}中X軸上的分量；yP為節點P在坐標系{O}中Y軸上的分量；lTA，lAB，lBC，lCR，lRP分別為機構TA，AB，BC，CR，RP段的長度；旋轉角θ1234=θ1+θ2+θ3+θ4，θ123=θ1+θ2+θ3，θ12=θ1+θ2，旋轉角θ1=π-α2；旋轉角θ2=π-β-γ；旋轉角θ3=π-α3+α4；旋轉角θ4=α4-α5；α1為底座傾角；α2為四連桿傾角；α3為四連桿傾角；α4為前頂梁傾角；α5為后頂梁傾角；參數β(圖2中線BB1與線BA1的夾角)、參數γ(圖2中線BA1與線BA的夾角)計算如式(11)，(12)所示。參數具體位置如圖2所示。

(11)

(12)

同理，點Q在{O}中的坐標為

(13)

利用上述表征方法，實現對充填開采液壓支架前后立柱、前后頂梁、底座、多孔底卸式輸送機及夯實機構上各關鍵節點的精準表征，最終匯總形成一套基于MDH運動學建模的充填關鍵裝備工況位態精準表征方法，為后續非正常工況位態識別調控奠定基礎。

2.5 充填關鍵裝備工況位態自主感知方法

充填關鍵裝備工況位態自主感知是實現固體智能充填開采的關鍵步驟，指通過大量的傳感器如行程傳感器、傾角傳感器、壓力傳感器等，獲取裝備靜態尺寸參數和充填工藝參數，實現裝備的自我感知，建立虛擬工作面裝備的運行情況。分析表征結果可知，為精準表征支架的工況位態，除需明確所選充填支架的尺寸參數外，還需在底座LQ、連桿AB、連桿BC、前頂梁CR、后頂梁RD及夯實機構FJ上安裝傾角傳感器，測各桿件的姿態角(分別記作α1，α2，α3，α4，α5及η1)；在連桿AB、連桿A1B1、連桿BC及夯實機構FJ上安裝行程傳感器，測各桿件即油缸的行程(分別記作lAB，lA1B1，lBC及lFJ)；另外，還需布置相應傳感器，對油缸壓力、落料高度、落料時間等參數進行感知。

3 充填液壓支架工況位態界定及自主識別調控

3.1 充填液壓支架典型工況位態界定

充填液壓支架的工況位態指在不同采礦地質條件的影響下，支架上各個立柱、油缸有不同的運動狀態，表現為行程和傾角的差異，因而呈現出不同的位姿。為掌握工況形態的調控目標，將關鍵充填裝備工況位態，劃分為正常工況位態(簡稱正常工況)與非正常工況位態(簡稱非正常工況)兩大類。充填液壓支架正常工況指充填支架自身保持良好支護承載及非干涉等狀態，反之若為偏載、端載等極限受載、機構干涉等狀態則為非正常工況。本文以四柱正四連桿充填液壓支架為例，介紹其在X-O-Y平面內的非正常工況形態類別。

3.1.1 單架支護位姿

單架支護位姿可根據煤層傾角不同分為近水平采充、俯采仰充和仰采俯充3種狀態，不同狀態下的支架受煤層頂底板軟硬、起伏程度等影響，呈現出多種非正常工況。由于前文所建立的MDH坐標系模型規定其X軸總為工作面推進方向，即可忽略煤層傾角對表征結果的影響，故上述3種支架支護狀態的非正常工況表征結果相同。本節僅對近水平采充狀態下支架的非正常工況進行分析研究，所得判別函數與解調路徑對不同支架狀態均成立。

在X-O-Y平面內，近水平采充狀態的充填支架非正常支護位姿如圖3所示。如圖3(a)所示，充填支架后頂梁離頂、底座嵌底，呈現前傾的非正常工況；如圖3(b)所示，充填支架前頂梁離頂、底座離底，呈現后仰的非正常工況。

圖3 頂梁與底座非正常位姿Fig.3 Abnormal pose of top beam and base

3.1.2 鄰架支護位姿

在X-O-Y平面內，由于相鄰支架動作不同步或煤層走向傾角變化等，鄰架易出現沿X，Y軸的位置偏移或繞Z軸的角度偏轉，導致出現鄰架錯位的非正常工況[19-20]，具體如圖4所示。

圖4 鄰架非正常位姿Fig.4 Abnormal pose of adjacent support

3.2 充填液壓支架工況判別函數

為準確判別充填支架工況正常與否，設置支架姿態和工作阻力的雙重驗證，在條件都滿足的情況下，可認定為正常工況，否則為非正常工況。鄰架錯位的非正常工況可通過比較兩支架同一點處的X,Y進行判別，在此不做贅述。

3.2.1 姿態驗證

(1)方法1：驗證支架頂梁及底座上節點是否在同一水平高度，判別準則為

(14)

(2)方法2：驗證液壓支架立柱間的伸縮長度比例，判別準則為

(15)

式中，λ1為液壓支架立柱之間伸縮長度的比例系數，由液壓支架自身參數決定，為一定值。

3.2.2 工作阻力驗證

在立柱上安裝壓力傳感器，感知前后立柱工作阻力是否達到或超過額定工作阻力，判別準則為

(16)

式中，Pq，Ph為支架前立柱和后立柱的實際油缸壓力，MPa；Pq0，Ph0分別為支架前立柱和后立柱的額定油缸壓力，可由壓力傳感器測得，MPa。

3.3 充填液壓支架非正常工況解調路徑分析

根據工況判別函數，支架非正常工況位態調整可轉換為立柱行程、支架中心距調節及油缸泵壓控制的問題，故支架非正常支護位姿調控流程如圖5所示。單架非正常支護位姿調整后，鄰架錯位的非正常工況即可通過推移千斤頂進行簡單調整。

圖5 支架非正常支護位姿調控流程Fig.5 Abnormal support posture adjustment process of the stent

4 多孔底卸式輸送機工況位態界定及自主識別調控

多孔底卸式輸送機橫向上懸掛于充填液壓支架后部，縱向上位于夯實區域頂部，由推移千斤頂控制滑移。在一個采煤充填循環中，多孔底卸式輸送機工況可分為3階段：① 移架前的采煤階段，輸送機穩定；② 采煤結束，支架前移，輸送機彎曲階段；③ 移架后，輸送機卸料及夯實機構搗實的充填階段。3個階段中輸送機工況既受推移千斤頂行程、支架拉移及升降等因素的影響，同時又影響著夯實機構的擺動及伸縮，故對多孔底卸式輸送機進行工況位態實時精準表征承上啟下，至關重要。

4.1 多孔底卸式輸送機典型工況位態界定

多孔底卸式輸送機正常工況是指其自身保持良好的運行狀態，可保障卸料、夯實等充填工序作業順利完成。但由于現場地質條件差異，常會出現多孔底卸式輸送機與充填液壓支架在三維空間上的位姿未保持一致，沿X，Y，Z軸方向出現錯位，呈現非正常工況，具體如下：

4.1.1 多孔底卸式輸送機咬合

多孔底卸式輸送機推移過程中，由于推移千斤頂行程差異，或在液壓支架拉架過程中，不同支架滑移行程不一致，導致多孔底卸式輸送機的中部槽之間的夾角超過許用轉角δ，多孔底卸式輸送機發生咬合，無法正常工作，如圖6所示。

圖6 多孔底卸式輸送機咬合Fig.6 Porous bottom discharge conveyor bite

4.1.2 多孔底卸式輸送機高低不平

當后部采空區來壓時，由于后部充填體承載特性的差異，頂板下沉量不一致，相鄰支架后頂梁繞鉸接點發生不同程度的旋轉，或相鄰支架間輸送機的懸掛高度不一致，導致輸送機高低不平，相鄰中部槽在豎直面上產生夾角ε，如圖7所示。

圖7 多孔底卸式輸送機高低不平Fig.7 Unevenness of the porous bottom discharge conveyor

4.1.3 多孔底卸式輸送機歪斜

當工作面煤層傾角過大時，多孔底卸式輸送機在重力的作用下會繞懸掛鏈發生偏轉，矸石等固體散體充填物料向一側歪斜，易出現漏料問題，如圖8所示。

圖8 多孔底卸式輸送機歪斜Fig.8 Skewed perforated bottom discharge conveyor

4.2 多孔底卸式輸送機工況判別函數

多孔底卸式輸送機上述3種典型非正常工況中，輸送機高低不平及歪斜是由支架支護位姿及工作面傾角造成；而多孔底卸式輸送機咬合則是由滑移油缸工序執行造成，可進行調整。因此本節主要研究工作面近水平、支架支護狀態良好時，即輸送機高低一致時，如何避免多孔底卸式輸送機咬合。根據刮板輸送機橫向彎曲理論[21]，建立多孔底卸式輸送機為X-O-Z平面內的二維數學模型，驗證中部槽之間的夾角是否在允許范圍內，如圖9所示。

圖9 多孔底卸式輸送機模型示意Fig.9 Schematic diagram of the model of the porous bottom discharge conveyor

4.2.1 中部槽坐標

假設中部槽為矩形，彎曲段中部槽之間的接觸形式為點接觸，則中部槽N右下點橫縱坐標為

(17)

式中，δ為中部槽之間的轉角，從初始中部槽1到中部槽N之間的轉角依次為δ1，δ2，…，δN；中部槽與Z軸方向夾角依次為γ1，γ2，…，γN；a，b分別對應中部槽的長和寬。

4.2.2 多孔底卸式輸送機工況判別

多孔底卸式輸送機推移后，彎曲段中部槽N是否出現咬合工況，判別準則為

(18)

式中，zmax，xmax為彎曲段最大允許推移長度，為定值，可通過室內試驗測得，mm。

4.3 多孔底卸式輸送機非正常工況解調路徑分析

多孔底卸式輸送機非正常工況中輸送機歪斜主要由工作面傾角造成，難以通過人為調控進行改善；輸送機高低不平可通過前期調整支架后頂梁高度來避免。故圖1中輸送機狀態識別Ⅱ主要對輸送機咬合工況進行識別，并通過調整滑移油缸的滑移步距實現解調。為優化調控，在多孔底卸式輸送機拉移的過程中，需要不斷基于標準滑移距，即支架推移步距(邢東礦為800 mm)，修正拉移距離，進行動態調直，調控流程如圖10所示。

圖10 多孔底卸式輸送機非正常工況調控流程Fig.10 Control process of abnormal working condition of porous bottom discharge conveyor

5 機構干涉工況位態界定及自主識別調控

5.1 機構干涉工況位態界定

機構干涉的工況位態指充填過程中，夯實機構與多孔底卸式輸送機或充填料堆在空間上出現相互干涉的影響，導致充填工序無法正常進行，發生機構干涉的典型工況有落料準備干涉、落料完成干涉、夯實機構伸出干涉、夯實機構收回干涉等，具體工況狀態如圖11所示。

圖11 機構干涉的典型工況Fig.11 Typical working conditions of mechanism interference

5.2 機構干涉工況判別函數

目前針對機構干涉的表征界定及判別解調已有一定的研究成果[9-10]，但現有方法中所需監測參數較多且部分參數存在重復監測問題，筆者基于MDH運動學模型展開，可減少現場監測的參數數量，簡化判別函數的復雜程度。

5.2.1 落料準備干涉

落料準備時，夯實機構與多孔底卸式輸送機的卸料中心距J應大于最小卸料中心距J0，保證充填材料不會下落到液壓支架支護空間內，其判別準則為

(19)

式中，xU，xV為圖2中MDH坐標系下的多孔底卸式輸送機兩端點U，V的橫向坐標；xJ1為圖2中MDH坐標系下的夯實機構夯實頭上端點J1的橫向坐標。

5.2.2 落料完成干涉

落料完成后，夯實機構豎直高度yJ1需大于充填材料堆積高度H0，判別準則為

(20)

式中，yJ2為圖2中MDH坐標系下的夯實機構夯實頭下端點J2的縱向坐標。

5.2.3 夯實機構伸縮干涉

(1)方法1：驗證多孔底卸式輸送機卸料完成即所在位置不變時，夯實機構上最易發生干涉的節點J1是否會與UV段發生重疊，判別準則為

(21)

(2)方法2：部分架型中，夯實機構是在斜拉油缸作用下繞鉸接點F轉動，故可采用Solidworks三維設計軟件，基于實際工程應用條件及裝備結構尺寸，針對不同工況參數條件(變動夯實機構伸長量L、多孔底卸式輸送機位置d、后頂梁旋轉下沉角θ等)，進行鉸接點的動態干涉臨界軌跡仿真。

現以河北邢東礦智能充填作業為研究對象，以2種工況為例進行仿真，結果如圖12所示。

圖12 干涉臨界軌跡對應Fig.12 Corresponding diagram of interference critical trajectory

在(L=3 600 mm，d=0，θ=0°)以及(L=4 100 mm，d=200 mm，θ=-2°)的工況下，夯實機構鉸接點干涉的臨界值分別為X=2 227 mm、X=2 476 mm，因此在對應工況條件時，當鉸接點監測的位置信息達到該臨界值時，應立刻進行調整。

基于上述鉸接點的動態干涉臨界軌跡仿真方法，可歸集出完整的動態軌跡參數特征矩陣群，通過匹配相應工況參數，即可對干涉進行實時判斷，判別準則為

(22)

式中，xi為夯實機構鉸接點的X坐標；xmax為該鉸接點在發生干涉情況下的臨界運動位置，mm。

5.3 機構干涉最優解調路徑分析

當出現機構干涉時，主要有4種解調路徑(圖13)。

圖13 解調路徑示意Fig.13 Schematic diagram of demodulation path

針對落料準備干涉，主要的解調路徑為路徑2,3和4；針對落料完成干涉，主要的解調路徑為路徑2和3；針對夯實機構伸縮干涉，主要的解調路徑為路徑2和3。

5.4 機構干涉識別與控制

將所選支架的基礎尺寸參數、算法公式、判別函數和解調路徑等編入充填支架控制程序中，建立完整的MDH坐標系表征模型。充填支架作業時，通過相應傳感器對夯實機構傾角及行程、后立柱行程、滑移油缸行程、后頂梁傾角、落料高度等充填工藝參數進行實時自主感知，轉換并輸入控制程序。控制程序通過運算得出機構干涉中各關鍵點U,V,J1,J2的實時坐標位置，再通過機構干涉判別函數進行分析識別。當達到機構干涉臨界值時，控制程序分析選擇該條件下的最優解調路徑，控制系統驅動電液閥驅動器，調整電液控系統中不同功能的換向閥，完成夯實機構伸縮擺動、多孔底卸式輸送機滑移等動作，實現機構干涉的自主調控。

6 充填關鍵裝備自主識別調控應用及效果分析

6.1 采礦地質條件

以河北邢東礦固體智能充填工作面為例，該工作面采高為4.4 m，長度58 m，煤層傾角為3°～12°。工作面充填關鍵裝備包括ZC5160/30/50D型四柱正四連桿充填液壓支架、SGZ730/132×2型多孔底卸式輸送機等。

6.2 充填關鍵裝備自主識別調控應用

根據第2節提出的位態精準表征及自主感知方法，基于充填裝備的結構參數及實際工程條件，進行MDH運動學建模，如圖14所示。

圖14 ZC5160/30/50D型充填支架MDH模型Fig.14 MDH model of ZC5160/30/50D backfilling support

根據第3～5節內容，對關鍵裝備實時工況位態進行界定、判別及解調。以機構干涉工況位態界定及自主識別調控為例，分析充填液壓支架機構伸縮干涉的工況形態及解調方法。

根據第5.1節內容分析，夯實機構伸縮干涉在智能充填工作面向前推進的過程中，經過3個區域，產生了3組不同機構工況形態，區域劃分如圖15所示。

圖15 固體智能充填工作面區域劃分Fig.15 Solid intelligent backfilling working face area division

區域1，液壓支架充分接頂接底，處于正常工況狀態；區域2，工作面仰采俯充，機構干涉幾率減少；區域3，由于采場的頂板巖性較差，開采過程中頂板破裂，支架后頂梁提前下沉，易出現機構干涉現象。故根據2.5節內容，借助行程傳感器、傾角傳感器等，對區域3內裝備關鍵參數進行自主感知，所得部分支架表征參數結果見表3。

表3 支架表征參數Table 3 Support working condition characterization parameters

實測得區域3內支架后頂梁提前下沉量約為50 cm，結合5.2節所述的仿真方法，為求解機構伸縮干涉的最優解調路徑(機構干涉不發生且夯實頭達到最大推力)，采用控制變量法，分析支架后頂梁提前下沉量與夯實角(正常工況最大為38°)和夯實行程(最大為4 300 mm)的關系，優先選擇路徑3，最大夯實行程下，限定夯實機構擺角在32.2°以下，即可實現解調，如圖16所示。

圖16 后頂梁提前下沉對夯實機構的影響Fig.16 Influence of the advance subsidence of the rear top beam on the compaction mechanism

6.3 充填關鍵裝備自主識別調控效果分析

針對該礦智能充填工作面的開采條件，在充填循環工序(移架工序、卸料工序、夯實工序)中，若出現非正常工況需要調控，可認為在一個整面完整工序循環時間基礎上增加整面支架的調控時間，其計算公式為

(23)

Tt=nfTr

(24)

其中，Tw為智能化整面支架調控時間，s；Tt為單架位態調控所需時間，s；Lwf為工作面支護長度，58 m；A為支架中心距，1.5 m；Tr為油缸接續動作時間，5 s；nf為夯實一次油缸動作銜接次數，3次。計算得河北邢東礦固體智能充填工作面一個完整工序循環時間內，單組充填裝備工況位態自主識別調控時間僅需9.6 mins，相比非固體智能充填人工調控時間減少10 mins，充填效率提高40%以上。

7 結 論

(1)研究了固體智能充填的工序類別，構建了以感知、識別為核心的固體智能充填的工序流程，基于MDH運動學建模，提出了充填關鍵裝備工況位態精準表征方法，明確了充填裝備所需自主感知的參數。

(2)以2種具體型號的關鍵充填裝備為例，針對充填液壓支架、多孔底卸式輸送機及機構干涉的工況位態進行界定，構建了充填工序執行過程中非正常工況的判別函數，分析了非正常工況解調方法。

(3)以河北邢東礦固體智能充填工作面為工程背景，應用本文所建立的關鍵裝備工況位態表征及自主識別調控方法，大大提高了固體充填開采的智能化程度及充填效率。

(4)需要說明的是：固體充填裝備具有多種型號，各型號的結構、尺寸及機構間的相互配合關系均有所差異，本文所建立的工況位態表征及自主識別調控方法在應用到具體型號的固體充填裝備時，需要對相關的模型結構參數進行對應調整。