背景技术
大中型煤矿中,井田边界扩大,皮带运输机线路不断延长,数量不断增加,变频器也已经成为皮带运输机驱动的主要设备,仅仅神华神东矿区就有约100条变频驱动的皮带运输机(配套约有300多套变频器,配套电机功率主要为:500KW、800KW、1000KW、1200KW、1600KW、1800KW等),但就目前神华、中煤矿区,甚至全国来说,变频器的使用中存在以下问题:1)就成本而言,变频器比传统的驱动装置要高很多,但是,变频器目前只起到了软启动作用,没有发挥变频驱动的优势;2)目前没有有效的手段实现皮带运输机瞬时煤量和瞬时煤量分布检测,因此,无法通过程序自动实现变频器电源频率调节,而控制电机速度,而控制皮带运输机速度;为了安全生产,目前皮带运输机均是满速运行;3)煤矿中的带式输送机装机功率大、长时间运行,多在装机容量富裕的状态下工作;负载变化大,它常处于轻载运行和负载变化范围较大的状况下,形成了皮带运输机的用电效率低;4)皮带运输机的满速运转,带来了皮带带面的损耗,托辊等硬件设备的磨损损耗,缩短了生产使用效率;5)没有形成多条皮带运输机组成的运输系统,根据煤量的自适应最优调速控制,每条皮带都有多名现场岗位工运维,运维人员成本高。
另外,煤炭生产作为一个特殊的行业,还存在以下几个问题:
1)煤炭生产中综采工作面经常面临搬家倒面,使得皮带机运输机的运输长度经常发生变化;另外综采工作面顺槽皮带机随着工作面的回采,顺槽皮带机的长度也在不断减少;使得运输系统的参数在不断变化;
2)现在大多数皮带输送物料测算装置采用电子皮带秤,核子秤等,由于一条皮带机只安装一套装置,还有安装位置的原因,因此不能反映皮带机上物料的瞬时分布情况,造成调速算法难于实现;
3)煤矿生产中经常出现通讯设备故障和通讯线路中断情况,尤其在综采工作面发生更为频繁,但由于不影响设备的运行,此时采煤机、刮板输送机、皮带机等仍在运行,在此情况下如何通过不同信息源来估计设备的运行状态,将对控制系统的鲁棒性有很大影响.
发明内容
为克服上述现有技术的不足,本发明的目的在于提供一种基于视频识别的皮带运输系统的自适应控制方法,基于视频信号动态获得皮带运输机上的瞬时总煤量及瞬时煤量分布,而依据皮带运输煤量实现对变频驱动的矿用皮带运输系统的调速控制;满足矿井日常运维对皮带运输系统的调速要求、降低设备磨损要求、节能降耗要求;具有配置灵活、功能强大、性能优良、成本低的特点。
为实现上述目的,本发明采用的技术方案是:基于视频识别的皮带运输系统的自适应控制方法,包括以下步骤:
步骤1)动态获得皮带运输机上的瞬时总煤量和瞬时煤量分布,具体做法是:
皮带运输机机头机尾安装的摄像头,获得瞬时煤量图像,通过图像、背景提取及运动物体识别的处理方法,获取煤流宽度的相对值,再进行运算和分析,得出检测范围内煤量值,煤量值与皮带速度函数v(t)、采样函数f(v)动态计算,得出皮带运输机上的瞬时煤量和某个带面范围皮带煤量分布;
计算同一条皮带上煤的运输时间,根据机尾动态煤e(c)量和机头动态煤量h(c)循环迭代匹配,结合皮带整体负载与皮带机电流变化进行匹配,计算出皮带的运输时间t1(c),运输时间为每一段煤从机尾到机头的运输耗时,再结合皮带速度函数v(t)相结合,计算出皮带长度,不断更新皮带参数模型M1;
步骤2)将步骤1)获得的皮带运输机上的瞬时总煤量和瞬时煤量分布发给自适应最优控制服务器,自适应最优控制服务器结合通过自适应最优控制逻辑,依据煤量和皮带运输机速度,将需要的皮带速度发给井下的PLC,通过PLC和变频器交互,对变频器输出频率进行反馈控制,通过控制变频器输出电流频率来调节皮带运输机运行速度,实现皮带运输机运行速度与皮带煤量相匹配,实现运输系统的综合性能最优;
步骤3)PLC监测皮带运转状态,将状态信息并反馈给井上自适应最优控制服务器,自适应最优控制服务器结合当前电机电流、煤量分布信息,实施反馈控制,使得皮带运输机速度达到预定的要求;依据上一条皮带的瞬时煤量和煤量分布,以及煤量及分布到下游皮带特定位置的时间,采用开环方式调整皮带转速,提速超前,降速滞后,依据电机负载曲线s(t),再对皮带速度控制进行调优。
所述的皮带运输机运行速度与皮带煤量相匹配,煤量与皮带运行所需要电流大小的匹配,基于视频识别服务器获得的煤量作为输入值,通过视频煤量算法处理,结合皮带参数模型M1、皮带速度函数v(t)计算出当前皮带所需要的转矩,再根据电机参数模型M2计算出所需要的电流。
所述的视频识别服务器进行机器学习,在特定的环境下,根据不同皮带分别自动进行背景提取,针对不同环境、不同皮带,实时更新背景模板库信息。
所述的自适应最优控制服务器进行数据融合,根据综采工作面设备状态信号,以及结合顺槽皮带图像信号,同时判断工作面生产状态和相关设备运转状态。
本发明的有益效果是:
本发明基于视频信号,采用图像及信号处理的方法,自动测算皮带运输机上煤的运输时间和皮带运输机的运输长度,建立运输系统的数学模型;采集来自不同信息源的数据,通过数据融合和机器学习算法自动定义和分类设备运行状态;在以上基础上,根据所需要运输的物料负载,通过变频器自适应调整皮带运输机的传输速度,以实现皮带运输机运行速度与皮带煤量相匹配,实现运输系统的综合性能最优。发挥变频驱动的优势,根据皮带运输机的煤量自适应最优控制皮带运输机速度,实现节省电能,提高皮带运输机运输机的用电效率,减少运输系统的运维成本。本发明是针对单个矿井多条皮带组成的运输系统,不是只针对单条皮带的控制系统。该发明对全国煤矿变频皮带运输机运输系统节能降耗效果将会是显著的。
本发明提出的基于视频识别的皮带运输系统自适应最优控制方法,能够满足在变频驱动皮带运输机的矿井中对皮带调速的需要,并且,符合《煤炭安全规程》和相关标准的要求。相较于现有公知技术,具有配置灵活、功能强大、性能优良、成本低的优点;根据矿井不同变频皮带运输机数量可以自由配置和使用,不限制于运输机、变频器型号参数,可以满足矿井日常运维对皮带运输系统的调速要求、降低设备磨损要求、节能降耗要求。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
本发明的实施采用分布式系统架构,将现场视频设备、视频采集和识别、自适应最优控制、PLC、控制器、变频器进行了分布式存储、访问、处理。系统实施包含三个部分:视频采集和识别,自适应优化控制,现场执行单元三部分。
参见图1,基于视频识别的皮带运输系统,包括有与井下交换机A2相连的IPC1(中文名称),交换机A与井上交换机B3相连;交换机B3与视频识别服务器4相连;视频识别服务器4与自适应最优控制服务器相连;自适应最优控制服务器5通过交换机C6与井下交换机D7相连;交换机D7通过PLC8与变频器相连;变频器9与皮带运输机10相连;皮带运输机的机头、机尾处均设有IPC。
在每条皮带机头机尾安装IPC(以太网摄像头,数字信号,无其它特殊要求),每个矿井皮带机数量不定,主运输系统一般是4至8条皮带,IPC就近接入井下防爆交换机,通过光缆到地面交换机,再通过千兆网口将视频信号传输至视频识别服务器,进行视频采集,图像处理和煤量识别。
视频识别服务器将识别的结果,发给自适应最优控制服务器,依据煤量(某个时间段,煤量及分布、负载趋势)和皮带运输机速度(当前速度),进行皮带运输机的自适应最优控制,实现皮带煤量与皮带运行速度相匹配。自适应最优控制服务器和井下PLC进行双向通讯。井下数据终端为PLC,PLC与变频器相连接,而直接调整皮带运输机的运行速度。
视频网与控制网的隔离,IPC视频信号采用视频专网,或者专门的光缆传输到视频识别服务器;自适应最优控制服务器与井下PLC的连接使用控制专网(Control Net网),两个网络进行物理隔离,满足煤炭安全规程,以及煤矿自动化控制设备的网络要求。
IPC、视频识别服务器、自适应最优控制服务器、PLC,所有设备数量,按照煤矿皮带数量规模确定。
基于视频识别的皮带运输系统的自适应控制方法,包括以下步骤:
步骤1)动态获得皮带运输机上的瞬时总煤量和瞬时煤量分布,具体做法是:
皮带运输机机头机尾安装的摄像头,获得瞬时煤量图像,通过图像、背景提取及运动物体识别的处理方法,获取煤流宽度的相对值,再进行运算和分析,得出检测范围内煤量值,视频流通过就近交换机到达井上视频识别服务器,得出检测范围内煤量值,煤量值与皮带速度函数v(t)、采样函数f(v)动态计算,得出皮带运输机上的瞬时煤量和某个带面范围皮带煤量分布;
计算同一条皮带上煤的运输时间,根据机尾动态煤e(c)量和机头动态煤量h(c)循环迭代匹配,结合皮带整体负载与皮带机电流变化进行匹配,计算出皮带的运输时间t1(c),运输时间为每一段煤从机尾到机头的运输耗时,再结合皮带速度函数v(t)相结合,计算出皮带长度,不断更新皮带参数模型M1;
步骤2)将步骤1)获得的皮带运输机上的瞬时总煤量和瞬时煤量分布发给自适应最优控制服务器,自适应最优控制服务器结合通过自适应最优控制逻辑,依据煤量(某个时间段,煤量及分布、负载趋势)和皮带运输机速度(当前速度),将需要的皮带速度(变频器输出的电流频率)发给井下的PLC,通过PLC和变频器交互,对变频器输出频率进行反馈控制,通过控制变频器输出电流频率来调节皮带运输机运行速度,实现皮带运输机运行速度与皮带煤量相匹配,实现运输系统的综合性能最优;
步骤3)PLC监测皮带运转状态,将状态信息(速度、电流、功率)并反馈给井上自适应最优控制服务器,自适应最优控制服务器结合当前电机电流、煤量分布信息,实施反馈控制,使得皮带运输机速度达到预定的要求;依据上一条皮带的瞬时煤量和煤量分布,以及煤量及分布到下游皮带特定位置的时间,采用开环方式调整皮带转速,提速超前,降速滞后;依据电机负载曲线s(t),再对皮带速度控制进行调优。
所述的皮带运输机运行速度与皮带煤量相匹配,煤量与皮带运行所需要电流大小的匹配,基于视频识别服务器获得的煤量作为输入值,通过视频煤量算法处理,结合皮带参数模型M1、皮带速度函数v(t)可以计算出当前皮带所需要的转矩,再根据电机参数模型M2计算出所需要的电流。
所述的视频识别服务器进行机器学习,在特定的环境下,根据不同皮带分别自动进行背景提取,针对不同环境、不同皮带,实时更新背景模板库信息。
所述的自适应最优控制服务器进行数据融合,根据综采工作面设备状态信号,以及结合顺槽皮带图像信号,同时判断工作面生产状态和相关设备运转状态。
参见图2,步骤1所采集到的煤量图像信息、背景提取及运动物体识别信息形成视频源信号,对经过视频专网传输来的视频源信号(H.264视频流),根据IPC特定的驱动进行视频流采集,结合皮带速度函数v(t)进行帧率控制ipc(v(t)、M1);
针对运输系统中的多设备、煤流异物、处理周期、随机误差,对采集到的视频流增加随机噪音干扰rand(v(t)、M1)信号,确保识别结果和真实情况的匹配。
将增加随机噪音干扰rand(v(t)、M1)信号的煤量信号,结合帧率控制ipc(v(t)、M1)、皮带参数模型M1,进行背景估计、图像分割、图像检测、图像跟踪,形成背景模板库M3,随时间推移不断完善和更新背景模版。
将增加随机噪音干扰rand(v(t)、M1)信号的煤量信号,结合帧率控制ipc(v(t)、M1)、皮带参数模型M1、背景模板库M3,进行图像分割、图像检测。图像检测需要使用积累的背景模板库M3,通过模型推理得出煤流图像数据,最终,利用煤量堆积角度计算出煤量相对值。
同一条皮带上根据机尾动态煤e(c)量和机头动态煤量h(c)循环迭代匹配,以及结合皮带整体负载与皮带机电流变化进行匹配,可以计算出皮带的运输时间t1(c)(每一段煤从机尾到机头的运输耗时)。再结合皮带速度函数v(t)相结合,计算出皮带长度;循环得带计算,不断更新皮带参数模型M1。
参见图3,视频处理计算出来煤量相对值,结合皮带参数模型M1、皮带速度函数v(t)可以计算出当前皮带所需要的转矩,再根据电机参数模型M2计算出所需要的电流。
自适应最优控制逻辑在地面自适应最优控制服务器中,依据煤量和皮带运输机速度,将需要的皮带速度发给井下PLC,然后通过PLC和变频器交互,通过控制变频器输出电流频率来调节皮带运输机运行速度。煤量即某个时间段,煤量及分布、负载趋势;皮带运输机速度即当前速度;皮带速度为变频器输出的电流频率;变频器也称执行器。
通过控制专网,PLC监测皮带运转状态,将状态信息反馈给井上自适应最优控制服务器,状态信息为速度、电流和功率,再结合当前电机电流、煤量分布信息,实施反馈控制,使得皮带运输机速度达到预定的要求;依据电机负载曲线s(t),再对皮带速度控制进行调优,实际电流和设定电流差的绝对值小于预定值。