采煤機高精度軌跡跟蹤控制系統數字模型設計

琚素英

（山西焦煤西山煤電官地礦，山西 太原 030022）

引言

我國工作面開采設備仍處于機械化開采階段，對于采煤機定位技術仍處于試驗階段，實現采煤機高精度軌跡跟蹤控制即“記憶截割”“人工遠程干預”技術是未來智能工作面乃至智能礦井的發展方向。目前紅外信號定位、超聲波信號定位、無線信號定位、里程計定位等是比較常用的采煤機定位技術。這些技術各有優點，但也存在著定位信號較差、慣導影響等使采煤機定位出現誤差或姿態偏移的現象。因此，建立綜采工作面三維數字模型進行采煤機動態模擬截割煤層，是實現采煤機智能開采的重要途徑。現建立一種基于三維數字煤層模型的精準開采系統，實現采煤機高精度軌跡跟蹤控制。

1 采煤機運行軌跡跟蹤技術現狀

采煤機運行軌跡跟蹤技術是智能化工作面實現的關鍵，目前該項技術研究重點大多基于煤與巖石的物理特性，現對這些技術進行簡要分析：

1）EMD 方法進行煤巖界面識別方法：全稱經驗模態分解，是一種自動化信息分解技術，根據矸石與煤聲波反射頻率的不同，在兩者下落時可進行自動化識別分離，但該方法具有很大的局限性，只能應用在矸石含量較低的煤層，且只在截割頂底板巖石后才能進行使用，對其它巖體無法識別。

2）粉塵監測法：通過采煤機開采過程中截割煤炭與巖石產生粉塵的不同特性，測算出煤巖界面。但該方法在實際操作中無法應用。

3）震動監測法：該技術基于煤與其他巖石普氏系數上存在差異，因此采煤機在截割過程中的震動頻率是不同的，可進行煤巖界面的判別，但技術局限于必須保證巖石普氏系數與煤體差異值達到監測范圍，且必須在采煤機已經切割到巖體時才能監測到。

4）基于多傳感器信息融合的煤巖界面識別：該項技術是通過測算滾筒電機軸的扭矩、振動，測油缸的壓力、測變頻器后的定子電流等，依據傳感器進行徑向基函數神經網絡識別融合，從而進行煤巖識別。

5）雷達探測法：當煤層透過電磁波時，由于煤體不同于其它巖石，因此發射出不同的電磁反射波，厚度不同反射波也會有所差異。因此，可以通過反射波的滯后時間來計算煤層厚度，這種方法得到普遍應用，但在煤厚度不斷增加時，反射波信號大幅衰減，監測也極難進行。

6）支持向量機的煤巖界面識別技術：通過小波包分解對采煤機割煤與切割巖石的振動信號進行收集，然后應用該技術進行煤體與巖石界面識別，同時與神經網絡分類器進行對比。

7）γ 射線探測：煤體中由于其特性放射性元素是比較低的，且這種性質隨著煤層厚度的增加也更加明顯。因此，通過測算穿透后γ 射線即可推算出煤層的厚度，該技術擁有無放射源、無損耗、管理方便等優點，但對夾矸較多的煤層無法適用。

8）紅外探測技術：采煤機在截割煤與巖石后會產生不同的溫度，基于這種現象，可利用紅外探測法對采煤機滾筒溫度進行監測，以此來推算煤巖界面，當然這項技術的缺點也是在已經截割巖石之后才能進行推算，且當巖石與煤普氏系數相近時，即便截割到巖石，也無法進行區分。

9）圖像識別的多信息融合煤巖界面識別技術：這項技術近年來應用較為廣泛，操作也較為簡單可靠，通過拍攝工作面煤層圖片來識別界面。同一種巖層具有相同的顏色、紋理、斷裂形狀，因此較為容易區分。根據可見光圖像識別監測方法，這項技術又分為黑白、彩色兩種區分方式，黑白圖像著重于灰度、紋理形狀上煤巖區別，彩色則可對色彩、灰度、紋理等進行區分。但當工作面粉塵過大時，圖像的可判別性較低。

因為上述技術大多處于理論階段，并未在煤礦得到應用，因此基于這種困境，開發數字模型下的采煤機高精度截割系統，對上述技術加以應用，為解決煤礦自動化開采提供理論支撐具有重要意義。

2 系統研發

該系統數字模型的搭建分為四個階段，包括煤層搭建、采煤機動態感知、遠程監測系統以及采煤機控制系統。其原理是先對煤礦實際地質數據，以及工作面生產過程中數據進行采集，利用三次樣條插值的方法建立煤層模型；利用慣導技術、里程計、雷達等對采煤機的截割軌跡進行動態感知；最后將煤層截割情況及采煤機信息采集情況傳入監測系統及采煤機控制系統，并指導采煤機進行自動調高及自動截割。

2.1 煤層搭建

對于數字模型煤層搭建，一般是應用三維地震波探測技術，對鉆孔測得的數據進行擬合處理，得到初步的煤層模型且精確度較高，后續通過對綜采工作面實際煤層的數據與模型進行對比驗證，從而優化模型建立基本情況與實際相近的數字三維煤層模型。該煤層內嵌CT 切片，可實時記錄煤層受截割情況。該煤層與實際工作面截割煤層具有極高的相似度，1 m 以上的煤層厚度相似度可高達90%。

2.2 采煤機動態感知

采煤機在開采過程中的狀態能夠精準傳送回控制臺是此系統成功的核心技術，其動態感知主要通過其行走軌跡進行判斷。通過對煤層內嵌入CT 切片，對采煤機截深的步距進行信息錄入，并進行實時路程顯現，如圖1 所示。該系統可精確實現采煤機截割軌跡的實時監測，CT 切片可將采煤機截割煤層的軌跡上傳至采煤機控制系統，如圖2 所示。通過該系統的輸出信號對搖臂進行自動調整，以實現滾筒運行高度的改變，具體操作為：根據采煤機模型與煤層模型之間的接觸信號反饋，監測到采煤機及滾筒運行高度，并向控制系統進行傳輸，通過計算需調整量進行調節，以實現滾筒高度的自動調整[1]。

2.3 遠程監測及采煤機控制系統

通過對傳入信息進行分析，實際采煤機截割曲線與規劃的截割曲線差別在2%以內，基本達到一致，如圖1 所示。因此，此數字模擬系統規劃的采煤機截割技術具有極高的精度。采煤機截割單刀信息也在系統中得以顯示，圖2 可以顯示采煤機自動截割的執行情況，對采煤工作面進行多刀截割作業后，對采煤機進行模型內自動截割實驗，結果如圖2 所示，可以看出該實驗中人工干預率為0，采煤機基本實現了整刀的自動截割。圖中采煤機從3：32～4：35 這一段的截割時間大約為1 h，也就表明整刀截割的時間損耗為1 h；而圖示4：35～5：06 這段時間為0.5 h，也就表明采煤機在三角煤割煤時間花費為0.5 h 時長[2]。

圖1 煤層規劃截割曲線與實際截割曲線對比

圖2 采煤機自動截割執行情況

3 系統技術分析

該數字模型中關鍵在于采煤機截割過程中對煤厚變換的感知并進行自動調高。利用鉆探或三維地震技術得到的煤層模型等信息構建起綜采工作面，隨著采煤機對煤層進行截割，激光雷達可進行采煤機截割軌跡的掃描采集，而CT 切片可對采煤機滾筒刀片的截割軌跡進行記錄，并通過建模軟件對煤層的截割情況進行顯示。煤層中每個截割點對應的采煤機的位置以及滾筒刀片的位置信息，這些信息即可應用與采煤機的自動調高。通過慣導、里程計等技術監測到采煤機的位置及滾筒刀片高度[3]。通過對實際監測值與規劃值的對比，對超出規劃點進行補償，即通過控制搖臂調整滾筒高度進行調高控制，以達到采煤機自動調高技術，實現采煤機按規劃路線進行自動截割。

4 結論

1）通過對煤礦地質及工作面實際開采數據的采集，建立三維數字模型，利用CT 切片、慣導、雷達等對采煤機工作軌跡及截割軌跡進行動態監測，指導采煤機適應煤層厚度并進行自動調高、煤層自動截割技術。

2）該系統實測的精度較高。控制采煤機進行截割的誤差在2%左右，且自動調高以及自動截割技術較為成熟，全程無需人工進行干預。

3）對整個工作面進行自動化割煤時長花費1 h，生產效率可觀，三角煤的截割時長為0.5 h。