煤礦巷道沖塵機器人關鍵技術研究

李世軍，任懷偉，張德生，馬梓焱，周杰，趙叔吉，杜明

（1.煤炭科學研究總院，北京 10013；2.中煤科工開采研究院有限公司，北京 100013）

0 引言

近20年來，我國煤礦安全生產形勢持續好轉，煤礦安全事故數量及死亡人數大幅下降，但以塵肺病為代表的煤炭行業職業病患病率仍然較高。研究表明，由粉塵引起的塵肺病在煤礦職業病中占比最高，煤礦新發塵肺病占煤礦新發職業病比例超過70%，占全國新發塵肺病比例達55%，煤礦粉塵已成為煤礦工人最主要職業危害因素[1]。為了促進煤礦粉塵防治技術的推廣應用，《煤礦安全規程》及《煤礦作業場所職業危害規定》均規定煤礦呼吸性粉塵時間加權平均容許濃度為2.5 mg/m3[2]。煤礦粉塵除了引發塵肺病，還會引起井下爆炸、機械設備磨損等，直接和間接造成人員傷亡[3]。因此，煤礦井下粉塵治理工作對于改善工人職業健康、實現煤礦安全生產至關重要。

目前，煤礦井下粉塵治理主要采用煤層注水、高壓噴霧、泡沫除塵、長壓短抽通風除塵等技術進行降塵[4]。以上降塵手段主要解決的是固定作業位置的懸浮粉塵，易造成下風口積塵而形成二次揚塵并再次污染環境，無法適用于長距離巷道中巷壁、管道、底板及設備上沉積性粉塵的清潔作業。目前，絕大部分煤礦依然采取人工灑水和擦拭的方式進行巷道積塵位置的沖塵作業，每班通常設置3～5人，平均耗時6～8 h。巷道沖塵工作量大，耗時長，且人工沖塵效率低，沖塵效果差，亟需一種可以實現巷道高效沖塵的技術裝備。

巷道沖塵機器人可以有效解決煤礦巷道積塵問題。《煤礦機器人重點研發目錄》[5]指出：巷道沖洗降塵機器人應具備自主行進、巷道煤塵量自動檢測、自主規劃沖洗作業流程、自適應設定沖塵參數及環境監測等功能，替代人工對巷道進行自動沖洗。然而，相較于巷道打鉆、巷道抓管等其他巷道輔助作業機器人，巷道沖塵機器人的發展相對落后，目前尚未有相對成熟的產品能夠實現“積塵自動監測?自主/半自主移動?自適應沖塵作業”。因此，本文針對煤礦巷道沖塵作業特點，梳理目前國內外巷道沖塵裝備的研究現狀和不足，指出煤礦巷道沖塵機器人面臨的技術難題，提出煤礦巷道沖塵機器人的基本架構和關鍵技術。

1 巷道沖塵裝備研究現狀

為解決煤礦巷道沖塵問題，國內主要研發了輪軌式巷道沖塵裝置[6-9]和防爆灑水車[10]2種巷道沖塵裝備。輪軌式巷道沖塵裝置主要應用于有軌巷道中，通過電機車牽引移動，自身不含動力；防爆灑水車[10]主要應用于無軌巷道中，通過無軌膠輪車實現移動。

輪軌式巷道沖塵裝置以SC2.6?6自動灑水沖塵裝置（圖1）[6]為例，該裝置主要由承載系統、噴灑系統、傳動系統等組成。在工作時，SC2.6?6自動灑水沖塵裝置由電機車牽引運動，將運動機械能通過傳動系統傳遞至加壓泵，并將水加壓后通過噴灑系統噴出進行灑水降塵，實現井下有軌巷道積塵和粉塵治理。

圖1 自動灑水沖塵裝置Fig.1 Automatic sprinkling and dusting device

SC2.6?6自動灑水沖塵裝置在陽泉煤業（集團）有限責任公司五礦進行了應用，當作業運行速度為2 m/s時，噴霧壓力為1.52 MPa，噴灑系統射程為4.2 m，灑水裝置可持續運行3 000 m，在水中添加潤濕劑后，平均浮塵降塵效率可達82.6%，沖塵作業效率是人工沖塵效率的144倍，可顯著提高井下長巷道巷壁、管道等位置的積塵沖塵效率，實現巷道積塵及浮塵治理。但是由于該裝置不含動力系統，其機械傳動系統在沖塵工作時的噴霧壓力受外部機車運行速度的影響較大，巷壁積塵的沖塵效果受到一定限制。且該灑水沖塵裝置無法清潔巷道內管道等受到遮擋位置處的積塵。

防爆灑水車以全斷面防爆灑水車（圖2）為例，主要由自卸式8T防爆無軌膠輪車、馬達、自吸式離心泵、蓄水箱、噴霧架等組成，用于輔運大巷灑水與除塵作業。該裝置在工作時，全斷面防爆灑水車以自卸式液壓系統為動力，通過十字萬向節軟連接的方式把動力傳遞給自吸式離心泵，后者在離心力的作用下完成自吸過程，當水流出葉輪后，葉輪中心部分出現真空，蓄水箱中的水在大氣壓力作用下經吸水管進入葉輪，形成連續不斷的泵水加壓作用，進而通過噴嘴等實現全斷面粉塵降塵。

圖2 全斷面防爆灑水車Fig.2 Full section explosion-proof sprinkler

全斷面防爆灑水車在國能榆林能源有限責任公司郭家灣煤礦分公司進行了應用，能夠有效抑制和消除已產生和懸浮于空氣的粉塵，降低粉塵濃度，單次沖塵作業時間從原先人工輔助作業23 h降低為3 h，大大縮短了沖洗時間，減少了人員勞動強度。較SC2.6?6自動灑水沖塵裝置，全斷面防爆灑水車自帶動力，能夠實現無軌長巷道全斷面粉塵降塵，但是由于噴水面較廣，對于巷壁及管線等局部積塵嚴重區域，依然無法處理。

在與煤礦巷道相似的隧道等應用場景中，國外通常采用整車底盤外加液壓機械臂的隧道沖塵車實現隧道側壁的清潔。FTWB 2100隧道沖塵車（圖3）主要由車輛底盤、液壓機械臂、毛刷噴嘴、水箱等組成。該裝備由單人駕駛，通過毛刷清潔、高壓水沖洗實現沖塵作業。液壓機械臂由駕駛員通過多功能搖桿進行單手控制，機械臂末端裝有刷頭和噴嘴，通過液壓驅動實現移動，機械臂伸長距離達1.8 m；機械臂末端具備超聲波感應器，實時動態調整作業臂和墻壁之間的距離；液壓系統有蓄能器，當前面行駛方向碰到物體后，油缸會泄壓，保障作業過程中機械臂的安全。可看出FTWB 2100隧道沖塵車可以解決長距離隧道積塵問題，但仍需人工駕駛及操作，無法實現隧道積塵監測及自適應沖塵。

圖3 FTWB 2100隧道沖塵車Fig.3 FTWB 2100 tunnel cleaning vehicle

綜上可知，煤礦井下巷道沖塵裝備主要針對懸浮粉塵實現全斷面降塵，而對于巷壁、管線位置處的積塵，處理能力較差。巷道沖塵機器人可以借鑒隧道沖塵車的“重載車?液壓機械臂?毛刷噴嘴”相結合方式來清掃巷壁、管線的積塵。同時，巷道沖塵機器人為了實現“積塵自動監測?自主/半自主移動?自適應沖塵作業”，需要從積塵監測、沖塵裝置結構設計與控制、沖塵模式優化策略等方面進行研究。

2 巷道沖塵機器人技術難題

隨著人工智能等新技術的發展，煤礦機器人成為煤礦智能化開采技術革命的必然。但煤礦機器人目前仍處于研發的初級階段，僅有煤礦巡檢機器人的研究相對比較成熟，而采掘運作業機器人及巷道輔助作業機器人研發相對滯后。為了實現“積塵自動監測?自主/半自主移動?自適應沖塵作業”的要求，巷道沖塵機器人需要不斷進行結構、控制及算法優化及設計的創新。

巷道沖塵機器人的主要技術難題不僅包括防爆安全設計[11]、井下精確定位[12]、長距離無線通信[13]等煤礦機器人共性難題[14]，還包含積塵監測、自適應沖塵、車臂協同作業等巷道沖塵機器人特性難題。

2.1 煤礦機器人共性難題

煤礦井下的爆炸性氣體環境、非結構化地形、封閉受限空間、高粉塵低照度、GPS拒止等場景均給煤礦機器人的研發帶來嚴峻挑戰，煤礦機器人的共性難題主要包括防爆安全設計、井下精確定位、長距離無線通信等。

防爆安全設計是煤礦井下作業機器人區別于工業機器人的本質特征。在現有防爆要求及安全設計理論影響下，煤礦機器人的整體質量過重，厚重的隔爆殼會導致機器人內部動力供應不足、控制系統散熱不良等問題，限制電動機械臂在井下的應用；巷道沖塵機器人采取大容量電池供電面臨電池防爆設計、能量管理、充電安全等難題，導致功率密度降低，嚴重限制機器人續航能力和空間適應能力。

煤礦井下GPS無法直接應用，導致全局精準定位功能無法實現，且長距離平墻式巷道缺失特征點，導致激光即時定位與地圖構建（Simultaneous Localization and Mapping，SLAM）導航也難以實現；在井下高粉塵、低照度、場景退化條件下，限制了慣性導航、激光、毫米波、攝像頭等單一傳感器的應用。在采取多元信息融合井下定位技術時，坐標系的差異、異步傳感器數據同步慢、計算平臺實時性差，同樣導致多傳感器融合定位困難。

煤礦井下有線通信可靠性較高，但是巷道沖塵機器人需要在長距離巷道中移動作業，限制了有線通信方法的應用。井下無線通信受到巷道走向變化的影響和巷道壁復雜反射的干擾，導致其有效傳輸距離受到限制。

2.2 巷道沖塵機器人特性難題

巷道沖塵機器人為了實現“積塵自動監測?自主/半自主移動?自適應沖塵作業”等功能，除了面臨煤礦機器人共性難題外，還面臨包括巷道積塵監測、自適應沖塵策略、車臂協同控制等巷道沖塵機器人特性難題。

巷道積塵監測是采用積塵傳感器監測長距離巷道中巷壁、管道及其他設施上的積塵，當監測積塵厚度達到閾值時，向巷道沖塵機器人發出作業指令；作業開始后，積塵傳感器仍需對沖塵效果進行動態評估，判斷是否滿足潔凈度指標。巷道積塵監測決定巷道沖塵機器人作業的開始與結束，是實現自主沖塵的基礎。現有的煤礦粉塵傳感器包括粉塵采樣器、直讀式測塵儀和粉塵質量濃度傳感器等，主要用于監測懸浮粉塵濃度，而針對巷道沉積性粉塵的監測技術發展相對落后，缺乏針對積塵類型識別、積塵厚度測量等的成熟解決方案。

巷道沖塵機器人的自適應沖塵是指沖塵參數（包括噴嘴水流量及水壓、機械臂距離作業面距離、毛刷轉速、作業時行駛速度等）應根據作業面積塵情況進行動態實時調整，以充分保證沖塵效果。自適應沖塵需要對沖塵參數進行測量及反饋調節，要求在沖塵結構上安裝力矩、位置、位移等多種傳感器，采用防爆伺服電動機、數字油缸等實現精確控制；由于沖塵參數具有多樣性、耦合性和隨動性，對沖塵效果影響作用規律不清晰，導致沖塵參數的優化策略難以實現。

巷道沖塵機器人連續作業容易受到巷道中障礙物、人車同行等多重因素影響，為了實現穩定高效精確作業，需要對機器人底盤和機械臂進行一體化協同控制。動態場景下車臂協同控制存在若干難題：機械臂與車輛底座的定位精度不匹配，車輛底座相較于機械臂控制精度差，導致機械臂與車輛底座空間坐標統一困難；移動機械臂系統自由度冗余，導致在連續作業情況下規劃求解路線時計算慢，末端位姿跟蹤精度低；在動態作業場景下，傳統自適應控制方法抗擾動能力差，導致機械臂運動產生抖動，從而影響作業的連續性。

3 巷道沖塵機器人架構

巷道沖塵機器人系統整體架構由感知層、執行層、網絡層、應用層和控制層5個部分組成。感知層主要實現車輛定位、機械臂位姿監測及巷道積塵監測，主要包括由毫米波雷達、攝像頭、慣性導航等組成的車輛底盤定位傳感器，由編碼器、力矩傳感器等組成的機械臂位姿傳感器及巷道積塵傳感器等。執行層實現巷道沖塵機器人的移動和沖塵作業，主要由車輛底盤、防爆機械臂和沖塵結構組成。網絡層負責將車輛定位數據、機械臂位姿數據和巷道積塵數據上傳至后臺，主要由數據網絡傳輸模型和數據采集網關組成。應用層主要負責數據的存儲、處理和分析，主要包括系統后臺、存儲服務器、云平臺。控制層由遠程控制平臺實現在復雜工況條件下對機器人的人工干預與遠程控制。

4 巷道沖塵機器人關鍵技術

圍繞巷道沖塵機器人特性難題提出基于多傳感器融合的巷道積塵監測技術、自適應沖塵結構設計與沖塵優化策略和動態場景下的車臂協同技術。

4.1 基于多傳感器融合的巷道積塵監測技術

煤礦巷道積塵監測的主要內容包括積塵類型（包括長期黏結積塵、短期堆積積塵、煤渣石塊異物等）（圖4）、積塵厚度及覆蓋面積。在長距離巷道中，需要采取固定點位（巷壁、管道、底板等）長期監測及移動點位（巷道沖塵機器人本體）動態監測相結合的方式對積塵進行監測。目前，采用多種積塵感知技術（包括稱重法、激光法和圖像法等）實現多維度巷道積塵監測。

圖4 煤礦巷道積塵類型Fig.4 Typeof dust accumulation in coal mineroadway

（1）稱重法。通過稱量落入傳感器內積塵質量計算積塵厚度。將積塵稱重傳感器固定在巷道底板上，用于巷道底板積塵厚度監測。目前，國內已有相近的稱重傳感器出現，其稱重范圍為0.1～100 g，測量誤差為±5%。

（2）激光法。激光照射在物體表面會發生反射和散射，利用透鏡將反射激光匯聚在位置傳感器上，通過測試分析積塵累計距離，實現對積塵厚度的監測。將積塵激光傳感器固定在巷壁及管道上，用于巷壁及管道上的積塵厚度監測。目前，國外相關產品的測量厚度范圍為1～20 mm。

（3）圖像法。采用井下高清攝像頭，基于深度視覺等技術，實現對巷壁、管道等位置處積塵覆蓋度檢測和清潔度評估。積塵圖像傳感器分為固定在巷壁上和固定在巷道沖塵機器人頂部2種。固定在巷壁上的積塵圖像傳感器采用多級特征融合檢測網絡技術，用于巷道中粉塵空域檢測和管道上積塵覆蓋面積檢測；固定在巷道沖塵機器人頂部的積塵圖像傳感器采用全景分割技術，對已清潔區域進行潔凈度分類評估（圖5）。

圖5 基于圖像法的煤礦積塵監測技術Fig.5 Monitoring technology of coal minedust based on imagemethod

目前，煤礦巷道積塵監測尚處于初級階段，3種感知技術依然面臨如巷道潮濕和粉塵環境對于稱重法和激光法傳感器的影響、巷道中積塵與巷壁色差低干擾圖像法傳感器的識別和檢測等實際問題。

4.2 自適應沖塵結構設計與沖塵優化策略

巷道沖塵機器人的自適應沖塵需要從沖塵結構設計、優化策略等實現，根據不同的積塵類型和程度，選擇對應的沖塵優化策略，降低外界環境對沖塵過程的干擾。

沖塵作業結構主要由防爆機械臂和“風?水?刷”聯動沖塵裝置組成，如圖6所示。防爆機械臂指的是多自由度液壓機械臂或電動機械臂，通過力矩傳感器、編碼器、超聲測距傳感器等傳感裝置，檢測防爆機械臂的位姿、與作業面間距、水流量、壓強等參數，并通過數字油缸或防爆伺服電動機實現定量控制。“風?水?刷”聯動沖塵裝置主要是由毛刷、風水聯動噴嘴、控制器及水泵、空壓機等組成，針對不同巷道積塵類型，采取毛刷潮式清掃與高壓水沖洗的單一或組合式沖塵策略。

圖6 沖塵作業結構Fig.6 Dust cleaning structure

沖塵優化策略是指在作業過程中，需要根據積塵類型，調整不同的沖塵參數（包括噴嘴水流量及水壓、機械臂距作業面距離、毛刷轉速、作業時行駛速度等），獲得最佳的沖塵效果（評價指標包括作業面潔凈程度、耗水量及作業時間等）。因此，沖塵優化策略實際上是在不同沖塵類型下，針對沖塵參數設計的多目標優化問題（圖7）。解決這一問題的關鍵是分析不同沖塵參數對于沖塵效果評價指標的影響規律，因此，需要先搭建巷道積塵模擬實驗艙，通過調整沖塵裝置的沖塵參數，進行模擬沖塵實驗，從而建立沖塵參數與沖塵效果評價指標的映射關系；在此基礎上，通過相關性分析，找到最關鍵的核心沖塵參數，再通過多目標優化算法（經典算法、遺傳算法等）得到最優沖塵優化策略。

圖7 沖塵作業的多目標優化策略Fig.7 Multi-objective optimization strategy for dust cleaning operation

巷道沖塵機器人在自主行駛過程中，因地形顛簸、打滑導致運動軌跡發生偏差，機器人手臂與待擦拭物位移改變，這些擾動均會導致手臂末端柔性關節與管路接觸力發生變化。針對這種情況，采用機械臂阻抗控制，降低擾動對機械臂輸出力的影響，進而提高沖塵效率。

4.3 動態場景下的車臂協同技術

動態場景下的車臂協同是保障巷道沖塵機器人不受外界環境干擾，實現機器人連續作業的關鍵。為了實現這一目標，需要統一車輛底盤與機械臂的工作空間，通過車輛底盤和機械臂的動態分配運動策略，采用控制算法實現機械臂末端柔性避障。

統一巷道沖塵機器人車輛底盤與機械臂的工作空間，首先通過插值和降采樣方法對通過毫米波雷達、慣性測量單元等獲取的車輛數據及編碼器、力矩傳感器獲取的機械臂位姿數據進行處理，調整數據量和消除數據異常值，消除車輛底盤和機械臂定位精度差異的影響。然后，將車輛底盤與機械臂視為同一系統，利用MD?H參數法建立運動學模型，依次設定各個單關節運動，令其他關節靜止，求解各運動關節對末端線速度和角速度的作用，將其作為雅可比矩陣的一列，將各關節運動疊加求解移動機械臂系統的幾何雅可比矩陣并推導微分逆運動學方程。采用閉環逆運動學算法求解該系統的運動學逆解，對機械臂末端機構軌跡進行跟蹤，并修正末端位姿誤差，實現平滑、準確的控制效果。

針對不同作業工況，車輛底盤和機械臂應采用動態分配運動策略。水平方向的移動基本由車輛底盤完成，機械臂僅進行豎直方向調整和最終的水平位置微調。在長距離移動時，采用“車動為主，臂動為輔”的控制策略，提高機器人運行效率，在短距離移動時，采用“臂動為主，車動為輔”的控制策略，以保證短距離位置調整的精確性。在作業狀態時，采用“車臂”整體系統規劃方法，將其視為冗余自由度系統進行規劃，在精度、穩定性滿足需求前提下實現效率最優控制。通過力矩傳感器，實現高質量扭矩信號的實時反饋，實現巷道沖塵機器人車臂協同控制系統的小偏差自動補償和柔性避障。

5 結論

（1）分析了國內外巷道沖塵裝備的研究現狀，提出巷道沖塵機器人面臨的主要技術難題既包括防爆安全設計、井下精確定位、長距離無線通信等煤礦機器人共性難題，又包含積塵監測、自適應沖塵、車臂協同作業等巷道沖塵機器人特性難題。

（2）針對巷道沖塵機器人特性難題，梳理了巷道沖塵機器人關鍵技術：①研發基于稱重法、激光法、圖像法相結合的多傳感器融合的巷道積塵監測技術，實現煤礦巷道積塵長期監測及沖塵效果動態評估。②開發基于防爆機械臂和“風?水?刷”聯動沖塵裝置的沖塵結構，分析沖塵參數多目標優化策略，開發機械臂阻抗控制，實現自適應沖塵。③建立車輛底盤和機械臂的統一工作空間，提出車輛底盤和機械臂的動態分配運動策略，研發基于力矩控制的巷道沖塵機器人小偏差自動補償和柔性避障技術，實現動態場景下的巷道沖塵機器人的車臂協同。