原煤運輸系統智能化關鍵技術探索

張哲

（冀中能源股份有限公司邢東礦，河北 邢臺 054000）

原煤運輸系統主要是在井工煤礦和采煤中完成對應的運輸任務，如煤、矸石、人員、材料、設備等，該系統包含有若干機械設備和電氣裝置。根據運輸對象不同，將其劃分為主運輸系統和輔助運輸系統，主運輸系統是多條帶式輸送機搭接煤倉的方式來高效運輸煤炭，目前我國除了少數年產量在幾十萬噸的老舊礦井選用軌道機車+斜井絞車或立井方式提升的非連續運輸工藝外，大部分礦井都采用帶式輸送機+斜井或立井提升的連續運輸工藝。當前，對帶式輸送機節能技術研究已經引起了人們的高度關注，并逐漸成為現今的熱點問題。[1]

1 煤量檢測技術

煤量檢測技術就是通過煤流輸送系統對速度進行智能化調節的基礎。對于帶式輸送煤量檢測方法來說，主要包含兩種檢測方法，分別是非接觸式和接觸式檢測。前者主要的檢測的方式含有超聲波、視頻和激光儀器檢測；后者檢測方法主要有核子稱、輸送帶稱檢測等。

在選擇輸送帶稱進行檢測時維護強度較大，且檢測精度同調速要求有一定差距；核子稱檢測有一定輻射存在，在煤礦中推廣時存在很大難度。相較于其他方式，激光儀器檢測可在帶式輸送機上對散煤輸送量進行連續、穩定、準確的測量，這也是對瞬時煤量進行檢測時帶式輸送機實時性和準確性水平較高的主要原因。當前，部分專家學者針對激光儀器檢測方式開展了大量研究，并得出了很多有意義的結論。近些年來，隨著視頻圖像相關分析技術不斷完善，在煤炭行業中的應用范圍進一步擴大，再加上方便維護、安裝簡單、檢測直觀且準確性高，逐漸成為檢測煤量的最直接方式。將視頻圖像技術應用到煤量檢測中，現已成為煤炭行業發展的重點工作，檢測內容也有一定差異，其中基于激光掃描、視頻識別的雙目視覺帶式輸送機可分別測量煤料體積、寬度和截面積。[2]

1.1 激光掃描的帶式輸送機檢測瞬時煤量

在帶式輸送機輸送帶上方可分別安裝數字攝像機和激光發射器，前者需在垂直方向上安裝，后者根據角度安裝即可，不管是對數字攝像機或激光發射器進行安裝，均要拍攝到照射輸送帶區域。激光投射到的煤料面和無煤帶式輸送機輸送帶上的激光線存在很大差異，兩者之間存在一個形變，且能將煤料深度信息反映出來，同時還能計算瞬時煤量。首先是預先處理獲取的激光圖像信息，對感興趣區域進行確定；將激光線輪廓從感興趣區域內提取出來，該過程的順利實現需要根據Ohta 顏色空間特性，之后則是細化與連接處理；在對煤量大小進行計算的過程中需要使用到離線獲取的基線信息。

對煤量信息進行檢測時涉及基線獲取模塊和實時檢測模塊，前者提取時需借助于激光線，在對激光線進行細化與連接之后，可將帶式輸送機在空載或滿載狀態下的基線信息反映出來；后者則對實時激光線和基線進行對比，最終折算實時的瞬時煤量信息。

圖像預處理包含了獲取和去燥處理感興趣區域，并以此為基礎，借助于Otha 顏色空間獲取到對應的激光線，之后則是在索引表基礎上開展的細化處理；在連接處理細化圖像后，需對實時獲取到的基線和激光線進行有效融合，這就組成了眼圖，對面積計算之后則能得出實時煤量信息。結合散煤激光線輪廓在帶式輸送機上的提前量，來計算機大致的截面積數據，并計算實時煤量信息。

1.2 雙目視覺的帶式輸送機煤量檢測

雙目視覺深度感知作為雙目視覺帶式輸送機煤量檢測的主要特征，該檢測方法是在帶式輸送機光照條件具有復雜性和煤料內部具有隨機和非均勻分布間隙特征提出來的。主要包括三種模塊，分別是識別、提取和計算模塊。其中：（1）煤料識別模塊。為了確保運輸煤料圖像的對比度得到提升，可借助于多分辨率小波對算法進行變換，并在K-means 聚類算法的基礎上將輸送帶等相關背景剔除掉，以實現精準識別煤料的目的。為了提升煤料的對比度，可對圖像開展二維離散小波變化，在抑制輸送帶背景的同時，還能降低噪聲。在對煤料進行識別的過程中，主要是在場景圖像上選擇K-means 聚類方法；（2）提取三維信息模塊。在含有左右煤料試圖的基礎上，通過Bouguet 算法進行校正，在實現左右煤料圖像同行共面的基礎上將雙目匹配過程中的難度降到最低；（3）根據Census 對立體匹配算法變換，通過將中心像素與鄰域像素的灰度值進行比較，可最大限度地降低增益偏差和圖像亮度產生的影響，同時還能有效保留鄰域像素位置信息。選擇該算法的過程中包含了多種不同方法，如Census 變換、代價聚合、匹配代價、優化視差圖。在提取煤料三維信息的過程中，根據事先標定的相機參數和雙目視覺三角測量原理，在極短的時間內盡快恢復運輸煤料中的三維點方面的云信息，而在對煤料體積進行計算的過程中可結合對信息的深度感知方式，選擇α 和β 操作方法對邊恢復方法進行約束，并在拓撲結構分解約束面灰度方法的基礎上，確保煤料邊界的完整性。選擇T-S 模糊推理規則對煤料適宜的填充料率進行計算，并修正煤料體積，不斷增強煤料體積測量的精確性水平。

1.3 視頻識別的帶式輸送機煤量檢測

在視頻識別技術的基礎上，通過將攝像頭安裝到帶式輸送機上的方式，對視頻圖像進行采集，而對圖像與數據進行分析處理后，可檢測帶式輸送機分布煤料邊緣信息，此時就獲取到了煤料寬度信息。因輸送帶具有弧形特征，再加上煤量大小方面的差異，輸送帶出現的形變也不盡相同，在煤料堆積輪廓線的基礎上可準確計算出瞬間的煤量。在選擇這種方法對煤料進行檢測時，重點是煤料邊緣檢測，也就是對無煤與有煤傳輸帶的像素值差異進行分辨。首先是對視頻圖像信息進行采集，該過程需要高清攝像頭的幫助，隨后則是預先處理圖像信息，也就是做好不同區域的分割工作，同時還要將圖像中存在的噪聲過濾干凈。實際上，圖像噪聲主要以沖擊噪聲為主，是帶式輸送機對瞬時煤料進行添加或減少操作后產生的，為了對有效煤料信號提取，將圖像中噪聲盡快消除，可對圖像選用極值中值濾波。

通常情況下，在圖像灰度值變化較為劇烈的區域存在有煤料邊緣點，也就是極大或較大的灰度值區域，空間上可將銳化操作應用到圖像邊緣上，該過程涉及微分算法和梯度算法。通過對時間連續性的多幀圖像進行連續處理，同一個像素點在有煤區域內的像素值數值變化較為劇烈，無煤區域則恰好相反。結合該特點，為分辨煤料邊界，將多幀圖像上的同一個像素點像素值標準差計算出來。在統計學中，某組數據波動變化狀況可借助于標準差進行反映，若是計算出的灰度值為250，說明標準差對應數值有劇烈變化，也就是劃分有煤和無煤區域的邊界。

2 帶式輸送機智能控制技術

智能控制策略的主要目的是優化控制工藝流程，也就是在運輸流程中的有關操作將啟動、停止和調速中的智能化應用到每條輸送機上。[3]

2.1 啟停自適應控制

對于帶式輸送機系統來說，在啟動過程中主要使用了傳統工藝來啟動逆煤流，也就是在保證上下游輸送機在全部運行的情況下才能給料。因此，對于長度越長的帶式輸送機來說，涉及的轉接輸送帶數量較多，若是帶式輸送機上沒有對應的物料，會延長空載運行時間，會增加單位產量的能耗，增加能源浪費量。為了對帶式輸送機上的煤料信息進行監測，并在煤礦上的帶式輸送機上分別安裝檢測煤量的裝置和速度傳感器。控制工藝則是檢測帶式輸送機上的煤量情況的一種方法，該過程能否順利實現需要依靠煤量檢測裝置，一旦檢測到煤量方面的信息，前級帶式輸送機將會自動啟動運行；若是煤炭已經通過后級帶式輸送機達到了機器頭部，而前級帶式輸送機卻未開始運行，需要將后級帶式輸送機關停。若是前后級帶式輸送機在檢測后均包含了煤量信息，可在逆煤流方式的基礎上全部打開煤量沿線上所有的帶式輸送機。

2.2 多級協同控制

原煤運輸系統沿線的帶式輸送機主要搭接方式有串聯式、煤倉搭接帶式輸送機、匯集式搭接、帶式輸送機搭接煤倉。為保證主輸煤線路上的煤量達到最大，需對沿線不同帶式輸送機和對應設備進行協同控制。需要引起注意的是，協同控制策略是在約束條件下確保貯運模型的運輸量可達到最大，對各帶式輸送機和設備運量進行求解，以對其約束。帶式輸送機與煤倉搭接的協同控制策略，主要是在向煤倉運輸煤料的過程中，需要嚴格遵循煤礦安全生產的相關要求，防止帶式輸送機出現冒倉的情況，在對帶式輸送運量進行約束時可結合煤倉物量存貯容量，協同控制策略則是符合約束條件后，使上游煤倉攜帶的帶式輸送機運輸量達到最大。煤倉搭接帶式輸送機協同控制策略，則是指煤倉將煤料投放到帶式輸送機時，作為約束煤倉放煤量的限制條件，煤倉下游帶式輸送機生產中需要考慮到安全性，避免出現空倉，協同控制策略則同約束條件相符時，確保煤倉下游帶式輸送機運輸量達到最大。

2.3 煤量自適應調速

對帶式輸送機的調速模型進行構建，并結合煤流量數據信息智能化調節帶式輸送機速度，在減少運行能耗的同時，還能降低設備方面的磨損程度。在產量數據的基礎上，采取科學有效的方法優化帶式輸送機截面煤高度，使其達到最優，還要全面調節帶式輸送機速度，使節能效果達到最佳，設備使用壽命延長一半。控制工藝的主要方式是分段節能，若是運載的煤量在80%不需要調節速度，若是運載量處于40%可將速度調為節能模式，防止對速度進行頻繁調整。

3 煤流輸送系統無人巡檢技術

在煤流輸送系統運行中，會有各種事故，如托輥損壞、斷帶、縱撕、跑偏、打滑、堆煤、火災等出現，對工作人員和有關機械設備的安全運行產生的威脅較大。一旦出現安全事故，以環境因素、人為因素和設備故障占據的比重較高，做好有效的監控和預防極其重要。對于傳統監控方式來說，主要是以定點監視為主，需通過人工巡檢和固定攝像頭實現，前者浪費人力的同時，監測效率不高，且惡劣條件下威脅人們的生命財產安全；后者是定點監視范疇，且監視范圍有限，可在沿線附近布設一定量的攝像頭，在切換、監視和儲存圖像中涉及強大的任務量，再加上功率消耗大、布線數量多、維護任務困難，使得效率不高的問題較為普遍。機器人的行走驅動方式主要結合軌道復合式與不用維護的鋼絲繩，并將不同種類有害氣體傳感器、高清攝像裝置與熱成像儀進行有效結合，在不同煤流輸送系統中均能快速完成巡檢任務，基本替代了傳統方式的人工巡檢，監控預警的智能化特點較為突出。巡檢機器人的主要功能如下：

3.1 托輥監測

針對托輥停止轉動的問題，在圖像識別處理技術的基礎上可實現智能識別；同時還能利用熱成像儀對托輥溫度進行實時監測，一旦發現正常工作溫度高于平常溫度，可將其認定為損壞，可對損壞部位及時定位，并上報給主控臺。

3.2 輸送帶跑偏監測

將卷積神經網絡與圖像優異特征學習能力，在智能化技術的幫助下來對圖像輸送帶跑偏的情況進行監測識別。

3.3 有害氣體監測預警

機器人搭載有多種類型傳感器，如粉塵、CO、CH4等，通過對有害氣體濃度和環境溫度進行實時監測，可構建閾值報警功能。

3.4 人員監測

選擇現代化方式智能識別人員走動信息，定位完成后可第一時間上報給主控制臺，防止因工作人員誤入危險區域出現安全事故。

3.5 異物監測

在圖像識別技術的基礎上監測預警帶式輸送機運料中可能出現的大塊矸石和掉落的錨桿。

4 結論

綜上所述，隨著科學技術的現代化水平不斷增強，智能化技術在煤礦中也得到了廣泛應用。運輸系統是煤礦生產中的重要一環，有必要實現運輸的智能化。通過探索智能化關鍵技術在原煤運輸系統中的應用，可有效提升運輸的安全和穩定性、提升運輸效率、降低運輸成本，可在日后加強推廣應用。