斗輪機邊緣取料恒流量控制研究

DOI：10.19981/j.CN23-1581/G3.2023.32.015

摘" 要：在火電廠條型料場取料作業中，恒流量取料作業是精準配煤摻燒的前提條件。在實際作業中，斗輪機在左右兩側到邊時容易發生流量減小、斷流的情況。該文依托某火電廠堆取料無人值守系統的技術改造項目，通過在斗輪兩側加裝激光雷達的方式進行激光測距，對設備進行數字化分析并建模，結合實際工況統計個性化統計學參數，結合客觀技術參數，運用機理建模原理研究設計一套與控制系統對接的算法，通過對流量曲線的對比分析，解決到邊取料流量降低甚至斷流的問題，提高恒流量取料的效率。

關鍵詞：斗輪機取料；機理建模；工況統計學參數；控制點分析；效果評估

中圖分類號：TH246" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）32-0058-04

Abstract： In the reclaiming operation of strip yard in thermal power plant， constant flow reclaiming operation is a prerequisite for accurate coal blending. In the actual operation， the bucket turbine is easy to reduce and cut off when it is on the left and right sides to the edge. In this paper， relying on the technical transformation project of the unmanned system of stacking and reclaiming in a thermal power plant， laser ranging is carried out by installing lidar on both sides of the bucket wheel， the equipment is digitally analyzed and modeled， and the individual statistical parameters are counted according to the actual working conditions. Combined with the objective technical parameters， a set of algorithm for docking with the control system is designed by using the principle of mechanism modeling， and through the comparative analysis of the flow curve. The problem of reducing or even cutting off the material flow at the edge of the material is solved， and the efficiency of constant flow material extraction is improved.

Keywords： bucket wheel pick-up; mechanism modeling; working condition statistical parameters; control point analysis; effect evaluation

國內已建成或規劃建設中的火電廠智慧煤場，在充分考慮操作員工作環境的前提下，大多數都采用堆取料無人值守控制系統實現對斗輪機的自動堆取料作業控制[1]。其基本原理是通過激光探測物料面變化，不斷調整斗輪取料機的行走、回轉、俯仰等動作，從而實現遠程全自動化作業[2]。

目前，在水平回轉范圍內的恒流量控制相對較為成熟[3]，而問題集中在料堆邊緣取料流量的穩定性[4]。恒流量控制有直接法和間接法2種主要手段，直接法是通過懸掛在輸煤皮帶上方的流量計監測輸煤皮帶中的流量，但這種方式存在較長時間的滯后性，發現斷流時已經沒有時間對問題進行調整[5-6]；另一種是在控制端通過斗輪機水平轉動電流來間接監測流量，更進一步地可以利用PID控制來實現斗輪機回轉速度的控制[7]，此種方式可精準地實現對回轉速度的控制，但在回轉到料堆邊緣時的判斷仍會出現斷流的現象。

本研究提出基于精準回轉取料邊緣檢測的方法，采用在斗輪兩側安裝2個激光雷達，在取料作業中實時對料堆表面進行測距，結合數據建模及算法提高左右回轉至料堆邊界的到邊檢測精準度。

1" 機理建模方案

方案設計中考慮掃描方式設計、激光雷達設備選型、數字建模和算法設計等4個步驟。邏輯上這4個步驟不是線性關系，而是在研究過程中反復摸索修正得到的最終結論。

1.1" 安裝位置、掃描方式設計

激光測距雷達安裝位置如圖1所示。由于安裝位置位于都輪左右兩側，盡量與斗輪旋轉軸心平行相對，便于后續數學建模。

如圖2所示，將激光掃描面設定為與斗輪取料旋轉面垂直，即在取料作業中，激光束形成的掃描面與斗輪懸臂立面垂直。安裝時，需保證激光雷達掃描扇面的角平分線到料堆表面的距離最短。

針對料場堆料工藝，此種安裝方式的設計可保證斗輪兩側的激光雷達無論以何種角度照射到煤堆表面，扇面在料堆表面所形成的直線與有效測距角兩側直線可形成近似等腰三角形，如圖2陰影區域所示。

1.2" 設備選擇

為盡量減少激光雷達本身帶來的檢測誤差，經計算需滿足掃描頻率小于等于25 Hz，掃描分辨率小于等于0.25°。故本方案采用SICK的2D LiDAR LMS511 PRO型號激光雷達，其激光核心參數見表1（只列舉已選取的工況數據）。

1.3" 數字建模分析

數字建模階段主要確定有效激光掃描范圍，并為后續的到邊檢測算法提供理論支持。

如圖3所示，計算確定激光掃描有效角度α。經研究，方案中將測量高度b的垂線作為α的角平分線可滿足實際測量需要，即在左右兩側保留相同的α/2為有效掃描角度。斗輪機作業機械參數見表2。

通過測量可以得到雷達安裝位置距離斗輪旋轉面垂直距離a，雷達安裝位置距斗輪下沿（斗輪與煤面接觸位置）的垂直距離b，易得

α=2arctan， （1）

經測量，a=3.92 m，b=4.86 m（推薦安裝位置b=r），計算可得α=2×38.89°=77.78°。

如圖4所示，結合激光掃描儀內部對激光束的角度定義可知，有效測量范圍應為

[95°-α/2，95°+α/2]。" " " "（2）

代入數值可得研究對象的有效測量范圍為[56.11°，133.89°]。

計算當懸臂俯仰角度為0°時，水平每回轉1°，斗輪遠端近似直線位移為

式中：R為斗輪懸臂長度；r為斗輪半徑；懸臂水平每回轉1°所需時間在如下區間范圍內≤t0≤，即在最低、最高回轉速度下每回轉1°的時間區間為

8.1 s≤t0≤26.2 s。 （4）

1.4" 結合工況設計取料到邊控制邏輯

到邊檢測算法依據激光雷達在有效掃描角度內的測距數值形成公式，在給定參數的前提下計算到邊時間，進而為懸臂回轉的控制提供依據，結合實際作業工藝，形成控制邏輯。

任意激光測距值L，易知在任意工況下L的最小值Lmin應為有效測距范圍三角形的α角平分線；未到邊緣時，L的最大值Lmax應為雷達安裝位置到圖5所示的P點位置，易得=cos，故對任意激光未射出煤堆邊緣位置范圍內的L′，均滿足≤cos。

反之，超出煤堆邊緣位置（圖5中深色陰影部分）的測距距離L″滿足gt;cos。

定義事件A為有效掃描角度內所有激光束測距長度與最小長度比值大于cos，則P（A）為事件A發生的概率。結合圖5所示，P（A）計算的概率為掃描區域深色陰影部分對應的掃描角度占有效掃描角度的百分比。后續利用P（A）為控制邏輯提供計算依據。

根據表3得到的特定斗輪機在取料作業過程中的統計學意義上相關參數。故本文研究的方法遷移至其他設備時，表3所呈現的數據需要根據其工作數據再次統計。

結合表3確認是否滿足測量范圍大于控制范圍。如圖3所示情況，結合表2斗輪機作業機械參數計算及計算結果（4）可知，a＞2.6 s0，即可實現在斗輪1/4半徑尺寸沒入料堆取料的極端工況下，激光雷達測量范圍仍可覆蓋控制范圍。

綜上，將取料到邊檢測算法與控制策略相融合，根據斗輪取料深入料堆后實際激光測距的最小值L與安裝理論值Lmin，形成如圖6所示的2條控制線，點劃線為加速指令控制線，該線表明斗輪邊緣到達此線時，懸臂開始切換至最高轉速；虛線為制動指令控制線，該線表明斗輪邊緣到達此線時，懸臂開始制動，依靠慣性回轉至最終的邊界位置。

將2個控制線的計算轉換為有效掃描區域對應的角度α0、α1與各測量值之間的函數關系，可表達為

式中：θ為懸臂俯仰角度絕對值；R為懸臂長度；φ0為懸臂回轉最高速度時制動慣性回轉角度。

考慮系統控制指令的傳遞時差，及在人工控制時人工反應時差，設置t′=2 s，根據計算結果（4）可知，t′內斗輪回轉約為0.24°，則上述2個表達式可修正為

根據公式（8）中所得的α1實時計算P（A），當P（A）≥×100%時，下達斗輪回轉調整至最高檔指令；根據公式（7）中所得的α0實時計算P（A），當P（A）≥×100%時，下達回轉制動控制指令。

2" 效果驗證

將數字化建模結果、測量數值、控制邏輯模型等研究成果，在堆取料無人值守控制系統中進行部署并初始化參數設置后，對比部署前后自動控制作業的流量檢測數據，圖7為相同恒流量取料作業條件下，同一臺斗輪機取料流量波動曲線圖。

可以直觀看出，在控制模型下的自動取料作業在流量控制下明顯優于原有系統中的對于恒流量的控制，但在控制模型下的自動取料作業中，在料堆邊緣取料中仍有明顯的流量降低的情況。

將圖7折算成1 h內的作業量，則原控制系統中的取料作業流量為2 254 t/h，在控制模型下的取料作業流量2 581 t/h，流量效率提升了約12.67%。

3" 結束語

從宏觀角度看，恒流量取料作業一直都是火電廠智能化運行的必備條件，但在不同的工況下均需要針對性的數據統計及分析，構建個性化控制模型，這就給模型的產品化帶來了難題。正因如此，在本領域大多采用小數據-機理建模，無法邁向大數據-數據建模。

從微觀角度看，P（A）值受到工作中機械振動帶來的誤差、安裝位置誤差、測量誤差等多方面因素影響（根據表1可知在1～10 m范圍內的系統誤差和統計誤差遠小于測量值，可忽略不計），在后續的模型中可根據更多的作業數據統計影響范圍，進一步修正該機理模型。

參考文獻：

[1] 袁航，曹晏杰，楊多兵.干散碼頭智能化取料系統的研究與開發[J].水運工程，2013（10）：255-258.

[2] 包起帆.港口散貨全自動裝卸設備的研究與開發[J].起重運輸機械，2009（5）：1-8.

[3] 潘泉洪，沈文忠.斗輪堆取料機取料流量控制方式的比較研究[J].自動化儀表，2011，32（2）：40-42.

[4] 周昆.斗輪機取料效率制約因素分析與改進措施[J].港口科技，2018（9）：36-40.

[5] 李響初，張微.基于PLC的礦山堆取料機自動控制系統研究與設計[J].世界有色金屬，2017（18）：45-46.

[6] 金云英，和玉貴.淺談電子皮帶秤恒流量的精細化控制[J].自動化技術與應用，2021，40（5）：32-35.

[7] 黃波.基于PID的恒流量控制系統的設計[J].機電工程技術，2015（9）：86-87.

第一作者簡介：高靜（1984-），女，碩士，工程師。研究方向為自動化控制系統的實施、產品設計和項目管理。