基于人工智能技術(shù)的翻車機無人值守系統(tǒng)

盧炳濤，劉園，張燦新

（國家能源費縣發(fā)電有限公司，山東 臨沂 273400）

1 前言

鐵路煤炭運輸及翻車機卸車是很多火力發(fā)電廠采用的供煤方式。翻車作業(yè)的順利運行在火力發(fā)電廠的生產(chǎn)過程中起著非常重要的作用。隨著近現(xiàn)代化視覺識別技術(shù)和人工智能技術(shù)的迅速發(fā)展，翻車機無人值守系統(tǒng)應用而生，目前，摘正復鉤依舊由傳統(tǒng)的人工進行作業(yè)，存在巨大的安全隱患，傳統(tǒng)翻車機作業(yè)過程中人工摘復正鉤過程中伴隨著高危險性、低效率性。而由此研發(fā)的基于人工智能技術(shù)的翻車機無人值守系統(tǒng)可以完美實現(xiàn)機器人代人作業(yè)，提高翻車機工作效率，避免人工在摘正復鉤過程中遇到的危險，在人工摘鉤和復鉤過程中，因為火車運行過程的不確定性，工作空間的狹小性和工人的不規(guī)范工作習慣可能會導致工人處于一定的危險中。

而基于人工智能的翻車機無人值守系統(tǒng)可以自主完成摘鉤、正鉤和復鉤過程，完全替代了傳統(tǒng)的人工工作，提高了安全性，方便管理和操作，同時也推進了電廠的智能化和現(xiàn)代化建設，提升了卸煤效率，保證了整個翻車機作業(yè)過程中的安全性和高效性。

2 摘鉤機器人

2.1 摘鉤機器人的基本組成

摘鉤機器人由小車底盤，機械臂、執(zhí)行器組成及控制系統(tǒng)組成。小車底盤由直流無刷電機、行星減速機、電磁制動器組成，執(zhí)行機構(gòu)由伺服電機驅(qū)動，控制系統(tǒng)由運動控制器、工控機組成。

2.2 摘鉤機器人的各部分組成及作用

如圖1 所示，摘鉤機器人的各部分工作流程。

圖1 摘鉤機器人工作流程

在火車車廂到達指定位置時，中控室發(fā)給在摘鉤待機位等待指令的摘鉤機器人摘鉤指令，首先，通過視頻監(jiān)控系統(tǒng)識別車廂型號及摘鉤手柄所在的位置，然后機器人向車廂連接處開始運動，待火車速度達到指定速度時摘鉤機器人機械臂開始下俯，通過上位機識別出的手柄位置及形狀確定摘鉤動作，將此動作指令發(fā)送給執(zhí)行機構(gòu)完成摘鉤動作，最后由執(zhí)行機構(gòu)即由伺服驅(qū)動器帶動的機械臂完成摘鉤動作。

摘鉤過程中，由兩臺攝像頭來分別識別車廂型號（C60 C70）和識別火車車廂下的風管是否被摘開，如圖2 所示。

圖2 識別車廂型號和風管狀態(tài)

在摘鉤過程中采用電磁制動器，可以保證摘鉤機器人在火車發(fā)生急停時保證安全距離防止碰撞，采用伺服驅(qū)動器可以保證機械臂動作的準確性和在停電時保持其姿勢，驅(qū)動主體采用可靠性高無刷直流電動機，通過一級減速達到大轉(zhuǎn)矩輸出的性能要求。

摘鉤作為翻車機無人值守系統(tǒng)的第一步，直接關(guān)乎整個翻車機無人值守的成功與否，摘鉤是全自動作業(yè)中的重要一環(huán)，目前摘鉤機器人采用雷達掃描和視頻識別雙重保險來識別車鉤位置和形狀用以確保車鉤手柄識別的準確性。總體來說，摘鉤機器人摘鉤的成功與否直接關(guān)系后續(xù)流程的展開，所以摘鉤是全自動作業(yè)時的首要任務。

摘鉤過程中，不同的車廂型號摘鉤動作并不相同，摘鉤機器人很難精確定位提鉤手柄旋轉(zhuǎn)圓心，而是通過平行與列車軌道方向的運動和豎直運動的圓弧插補完成旋轉(zhuǎn)動作。對于需要提鉤的手柄，應先旋轉(zhuǎn)直無卡阻狀態(tài)再上提，然后旋轉(zhuǎn)一定角度才能釋放上提動作，以防手柄落下后無法旋轉(zhuǎn)。利用圖像識別技術(shù)，判定車鉤手柄是上提鉤式還是下提鉤式，調(diào)整機器人的下部機械臂和上部機械臂，完成摘鉤機器人的初始定位，定位完成后再進行的全過程摘鉤動作，直至完成摘鉤作業(yè)。

摘鉤機器人目前所遇到的技術(shù)難點為位置檢測技術(shù)和視頻識別技術(shù)已經(jīng)越發(fā)成熟了，但在實際摘鉤過程中依舊受到了較大的實際環(huán)境影響，如煤粉或水漬可能會導致雷達波形出現(xiàn)斷點和波形不連貫，從而導致未能清楚的識別手柄位置，所以目前我們采用雙重保險機制，以雷達掃描作為主要手段，視頻識別作為輔助來確保摘鉤的成功率。后續(xù)我們將繼續(xù)測試在不同環(huán)境下的摘鉤機器人工作狀態(tài)來確保摘鉤成功率。

2.3 摘鉤機器人的優(yōu)點

智能摘鉤機器人采用多軸機械臂的柔性設計，其特點是動作靈活、精度高、運行穩(wěn)定，摘鉤機器人的優(yōu)勢如下：（1）動作穩(wěn)定、速度快，提高了生產(chǎn)效率。（2）精度高，外界干擾因素較小，保證每次摘鉤的質(zhì)量需求。（3）減少人工成本，摘鉤機器人使用壽命長，維護量小，成本降低更明顯。（4）取代人工在摘鉤高危、有害的環(huán)境中作業(yè)，解放工人，降低安全風險。

3 正鉤機器人

3.1 正鉤機器人的基本組成

正鉤機器人包含運動控制器、交換機、直流電源、配電斷路器接觸器、繼電器等。正鉤機器人采用伺服驅(qū)動器驅(qū)動，分別是小車伺服驅(qū)動器驅(qū)動小車行走伺服電機，大臂伺服驅(qū)動器驅(qū)動大臂俯仰伺服電機，推板伺服驅(qū)動器驅(qū)動推板伸縮伺服電機，通過繼電器形成聯(lián)鎖信號交互，控制回路。

3.2 正鉤機器人工作原理

在正鉤過程中，由主控通過遠程PLC 來確定是否給正鉤機器人下達正鉤指令，當火車車廂到達指定翻車位置時，壓車梁下壓，同時主控向正鉤機器人下達正鉤指令，在正鉤入口和出口分別安裝雷達來控制正鉤機器人的小車達到指定位置，隨后機器人大臂上仰，推板推出，完成整個正鉤工作。如圖3 所示分別為正鉤出口和入口雷達畫面。

圖3 正鉤入口和正鉤出口雷達

在正鉤入口和出口分別安裝攝像頭和雷達，當車廂進入指定位置時通過視頻識別或雷達掃描確定車長，從而計算出車鉤的理論坐標值，通過視頻監(jiān)控和雷達掃描波形來確定車鉤的位置從而使正鉤機器人完成正鉤作業(yè)，待翻車完成后，正鉤臂縮回，直線模組復位，此過程正鉤機器人實現(xiàn)了與翻車機以及機器人控制系統(tǒng)安全聯(lián)動。

正鉤作為翻車機無人值守系統(tǒng)中的重要一部分，其正鉤是否成功直接影響復鉤機器人的作業(yè)，當正鉤失敗時，會導致車鉤與車鉤直接發(fā)生碰撞造成安全隱患，同時也會使復鉤機器人在復鉤作業(yè)時超出復鉤量程或未能正確識別手柄位置和形狀，從而導致復鉤的失敗，所以正鉤機器人是翻船機無人值守系統(tǒng)全自動作業(yè)的重要一環(huán)。

4 復鉤機器人

4.1 復鉤機器人的基本組成

復鉤機器人由多軸機械臂、智能視覺識別系統(tǒng)、高精度雷達系統(tǒng)及控制系統(tǒng)為主要組成部分，復鉤機器人電控柜內(nèi)均包含運動控制器、交換機、直流電源、配電斷路器接觸器、繼電器等。運動控制器由DC24V 供電。運動控制器集成伺服驅(qū)動參數(shù)，與伺服驅(qū)動器通過EtherCAT 高速通訊；與集控室主控電腦采用Ethernet高速通訊。交換機來保證復鉤機器人與主控直接的視頻交換以及數(shù)據(jù)交換，便于實時傳輸數(shù)據(jù)。而伺服系統(tǒng)具有精度高、反應迅速等特點，可以更好地控制直線模組和機械臂的運動。

4.2 復鉤機器人的工作原理

在車廂完成卸煤后，由重調(diào)機牽引車廂到達遷車臺，到達指定位置后，主控向復鉤機器人發(fā)出復鉤指令，復鉤的一號雷達檢測車廂手柄的水平部分，二號雷達檢測車廂手柄的豎直部分，通過雷達掃描確定手柄的位置及形狀，復鉤機器人完成復鉤動作。如圖4 所示，復鉤一號雷達和復鉤二號雷達能否準確識別手柄位置是復鉤能否成功的前提（圖4）。

圖4 復鉤1 2 號雷達

復鉤機器人的復鉤成功與否直接影響火車車廂在空車臺側(cè)是否可以掛鉤成功，若是復鉤失敗，便會造成火車車廂與車廂之間掛鉤失敗，會造成車鉤與車鉤之間的碰撞，此時，人工再去復鉤會有巨大的安全隱患，所以復鉤的成功與否直接影響整個翻車機無人值守系統(tǒng)的成敗，復鉤機器人的復鉤作業(yè)是全自動生產(chǎn)的最后一環(huán)，也是至關(guān)重要的一環(huán)。

5 實驗結(jié)果及分析

整個系統(tǒng)的硬件部分、軟件部分都是自主設計并搭建,充分考慮了系統(tǒng)的施工可行性。圖像識別過程中， 采用24 小時的小時露天采集的圖像為測試數(shù)據(jù)源，進行圖像識別，針對不同時間，不同光線，不同天氣的下的數(shù)據(jù)進行實時數(shù)據(jù)分析處理，得到的手柄位置坐標準確率高達90%以上。上位機根據(jù)得到的位置坐標分析計算摘正復鉤過程的運行軌跡，將命令給出到執(zhí)行機構(gòu)，進行模擬摘鉤動作，軌跡完成且正確率99%以上。在此過程中，正鉤成功率保持在97%以上，正鉤成功率保持在96%以上。

在整個基于人工智能的翻車機無人值守系統(tǒng)實驗時，摘鉤雷達和復鉤雷達易受外部環(huán)境干擾如煤粉、水漬等，從而會導致無法準確識別車廂和手柄位置，進而造成摘復鉤失敗，在實驗的失敗結(jié)果中，85%以上均是由于雷達導致的作業(yè)失敗，后續(xù)會加強對在惡劣環(huán)境下的抗干擾能力。

總的來說，基于人工智能的翻車機無人值守系統(tǒng)依舊很好地完成了各項作業(yè)，極大地減少了人力資源，提高了安全系數(shù)，避免了因外部環(huán)境導致的職業(yè)病發(fā)生。在機器人本體結(jié)構(gòu)研究、運動算法研究、智能圖像識別應用研究方面走在了前列，為進一步推進無人化、自動化邁出了堅定的步伐。