張守波,牟宗濤,楊新杭
(1.日照港股份有限公司第一港務分公司,山東日照 371100;2.北京匯力智能科技有限公司,北京 100070)
日照港翻車機卸車線采用了貫通式雙車翻車機系統,系統設備包括定位車、推車機、夾軌器、翻車機本體等設備。翻卸火車車型為C64、C70、C80、C96系列敞車。
翻車機翻卸火車時,需要把整列火車按翻車機能力分組拆開(解列),然后推車機把車廂牽入翻車機平臺,翻車機旋轉翻卸車廂。推車機將下一組車廂牽入翻車機平臺時,同時把已完成卸車的空車推出翻車機。定位機則用于首次牽引重車到推車機接車位,等待人工解列后,推車機牽引2列重車進入翻車機,定位機范圍繼續牽引重車到待接車位,也即解列位。如此循環,完成快速翻卸任務,如圖1所示。
圖1 貫通式翻車機形式
目前,翻車機系統主要工作流程已基本實現自動化,但火車摘鉤仍然由人工完成。
翻車機系統人工摘鉤作業缺點比較突出(圖2):①作業空間比較狹小,工人存在卷入運行設備危險;②火車來煤晝夜不停,工人長時間工作精力不足,夜間工作效率降低;③翻車機區粉塵很大,對工人健康產生不利影響;④工人需要在未中斷翻車機自動化作業程序的情況下,擇機快速完成握持車鉤手柄及解列動作,此時更容易出現人身傷亡事故。
圖2 翻車機人工摘鉤
日照港股份有限公司第一港務分公司南區1號翻車機系統由大連重工?起重集團有限公司生產。該系統卸車作業能力大約為60節/h。卸車系統為單機自動運行,也可進行就地操作,可調整為全線自動運行。
翻車機系統工作流程如圖3所示。
圖3 翻車機工作流程
人工摘鉤位置設置在翻車機重車線和控制站之間,此處布置有吊掛式按鈕盒,當人工摘鉤完成后,工人通過按壓“摘鉤畢”按鈕確認摘鉤完成。此時,撥車機短時啟動牽引車廂完成車廂的完全摘鉤和分離。按鈕箱上設有撥車機點動前進和點動回撞按鈕,用于摘鉤分離不成功時的再次摘鉤作業。摘鉤作業時,夾輪器將重車列對應車輪夾緊。翻車機自動化程度低,需要人工實時參與作業,人工的工作強度大,存在安全隱患,而且翻車機卸煤區域煤塵嚴重,對作業人員身體健康產生不利影響。
車鉤內部結構精巧(圖4),由于車廂類型不同,車鉤形式分為上作用式車鉤和下作用式車鉤(圖5、圖6)。
圖4 車鉤內部結構
圖5 上作用式車鉤詳細部件
圖6 下作用式車鉤詳細部件
手柄位置分為高位和低位;手柄摘鉤動作也分為兩種:一種是旋轉摘鉤,另一種是上提后旋轉摘鉤。
隨著人工智能技術的迅速發展,機器視覺技術、多軸機械臂技術、激光雷達等人工智能技術在重工業場景下的應用日益廣泛。本項目定制研發多軸摘鉤機械臂,通過機器視覺和激光雷達檢測和識別目標手柄,融合多傳感手段進行智能狀態檢測和高精度伺服電機控制等功能,達到機械臂智能自動作業,實現自動摘鉤工作。
快速確定對應的摘鉤方式是摘鉤機器人快速完成摘鉤動作的技術關鍵。這個問題可以通過識別列車編號的不同類型而區分摘鉤方式和手柄樣式。
在機器人摘鉤前序特定位置安裝高清攝像頭,采用基于機器視覺的圖像識別技術,利用深度學習網絡結構,訓練車號特征模型,最終實現了在復雜環境工況下車號特征的準確識別,功能完善,性能可靠。
摘鉤機器人布置見圖7。
圖7 摘鉤機器人布置
摘鉤機器人配備多軸機械臂、智能視覺識別系統及高精度雷達,可以準確區分不同車型的車鉤情況,根據識別到的車鉤情況,應用不同的摘鉤策略,完成模擬人工拉手柄的摘鉤動作,實現火車車廂自動摘鉤,如圖8所示。
圖8 車鉤手柄雷達識別
摘鉤機器人通用性強,適用于各種類型敞車車廂,如C64、C70、C80、C96系列。其識別精準,具有找準車鉤精準動作,摘鉤時機合適;機型小巧,適用于狹小作業空間。
翻車機全自動化系統是將包括摘鉤機器人系統無縫用于翻車機自動卸車流程,并完善必要的監控和檢測環節,從而實現了翻車機系統的全自動化卸車作業。
摘鉤機器人必須接到系統允許摘鉤指令后才能開始作業;首次摘鉤失敗后還應調動重牛回撞再二次摘鉤;摘鉤成功信號應反饋給翻車機控制系統。
上述功能的實現首先要求翻車機系統與摘鉤機器人建立數據通信,然后完善升級翻車機系統控制邏輯,以實現機器人與翻車機系統的動作流程配合。
翻車機作業線全自動無人值守系統是一個有機的整體,除摘鉤外,還需將其他需要人工監視的部分作業流程納入智能檢測與全自動控制。系統新增基于雷達檢測原理的翻車機內重車定位保護、空車掛鉤未成功檢測,基于圖像識別的風管摘開狀態檢測、重牛輕牛沿線人員安全預警系統等,實現全面安全防護下的機器代人作業。
摘鉤機器人檢測系統和交互界面位于翻車機中控室。其可以與機器人以及翻車機系統通信,確保機器人與翻車機系統協同工作,兩者融為一體。同時確保翻車機系統內設備的主體地位,以翻車機系統正常工作為主。
翻車機摘鉤機器人系統目前已在日照港股份有限公司第一港務分公司南區1號翻車機線卸車作業中得到了實際應用,效果良好。
系統成功應用的前提除了選擇合適的高精度傳感器、設計合用的摘鉤策略、高效的軟件算法外,在實際工程應用中以下幾點值得注意:
(1)環境光線對機器視覺的干擾:系統應用了大量基于機器視覺的圖像識別技術,但現場環境光線情況復雜(白天的直射陽光、夜晚照明光線等成像無用光),將會降低系統的檢測、識別效果,軟件必須采取有效算法祛除基本成像光源之外光線對視頻數據的影響。
(2)雷達數據的有效處理:翻車機附近,煤粉濃度、濕度指標極高,煤粉顆粒、水汽等會對激光雷達的測量結果造成很大干擾。軟件必須采取有效的關聯濾波等智能篩選算法,“忽略”尺寸微小的粒子,描繪出粉塵后面的真實物體輪廓,將干擾減少到最小。
實踐證明,貫通式雙車翻車機系統投入列車編號識別系統、摘鉤機器人、中控系統,替代人工實現了重車自動摘鉤動作,實現了本質安全,補全了翻車機全自動卸車流程中的最后關鍵環節,有力推動了人工智能技術在港口的應用,切實提高了港口管理水平。