一种基于工业在线检测的矿车自动装矿方法及系统
技术领域
本发明涉及矿山井下无人看管自动运输系统,特别地,涉及一种基于工业在线检测的矿车自动装矿方法及系统。
背景技术
无人采矿是21世纪采矿技术发展的重要领域之一。地下无人采矿技术被国家科技部列为“十一五”、"863"计划首批启动专题的研究方向之一,进一步显示了无人釆矿技术领域在我国发展的趋势。目前无人矿山在国内的无人采矿技术仍处于的初期阶段。人们希望尽快研制开发适合我国的先进的地下无人采矿系统,这可以提高我国采矿工艺的可靠性、安全性、高效率的采矿生产,使采矿行业能够适应激烈的国际竞争。
电机车运输是井下开拓运输系统中矿废石的主要运输方式,传统的电机车运输中,矿车中矿废石装载主要是通过振动放矿机往矿车中装矿,同时需要在振动放矿中安排人员进行值班,按照矿山中一天3班的生产调度,在每个装矿点中每天需要安排3人进行值班,存在着劳动强度大,成本高,不利于矿山的智能化发展;同时,对矿车装矿量的多少主要是进行人为的目测,不能对每天的采矿量进行统计,不利于矿山的智能化管理。目前,矿山井下电机车运输系统中,还没有矿山在矿废石装载过程中实现自动检测与控制。
激光检测主要应用于位移检测,由于激光位移检测能够实现非接触式检测,并且检测速度快、精度高、现场抗干扰能力强等优点,在工业在线检测领域发展迅速。由于矿车结构的特殊性,不便于对装矿量进行直接计量,同时矿石装载过程是个动态的,装矿过程中环境复杂,粉尘多,噪声大。如何实现电机车运输中矿石物料的自动检测与装载,实现装矿的自动化,提高矿山系统的智能化水平,降低劳动强度,节约成本,是急需解决的技术问题。
发明内容
本发明需要解决的问题是,结合当前激光非接触式位移检测上的应用和推广,针对目前矿山井下电机车运输系统的不足之处,提出了一种基于工业在线检测的矿车自动装矿方法及系统,从硬件和软件方面实现对矿车矿石装载过程中矿石的检测和计量,实现井下电机车运输系统的无人看管,提供矿山的智能化程度。
本发明的技术方案为:一种基于工业在线检测的矿车自动装矿方法,包括如下步骤:
将五路激光传感器固定在待装矿矿车上方,矿车装矿时激光传感检测系统按照设定的时间间隔,连续采集矿车中矿石的高度;
根据矿石的动安息角和检测到的矿石高度实时数据,构造出堆积矿石的包络曲线,并计算实时装矿体积;
将装载过程中矿石体积与预设标准装载体积进行对比,当达到标准装载体积时,振动放矿机停止装矿;
所述五路激光传感器位置布置为,振动放矿机中心线和振动放矿机在矿车中的落矿点中心线交点安装1#传感器,另外4路激光传感器布置于1#传感器四周,构成矩形四个顶点,宽度方向关于矿车中心线对称,长度方向关于振动放矿机中心线对称。
对矿车进行标定,获得矿车的实际停车位置,当矿车位置对准后,开启振动放矿机进行装矿。矿车标定位置为矿车连接器位置,轨道轨枕上安装有非接触式位移传感器,通过对标志物位置进行检测,测出矿车与振动放矿机中心线对位偏移距离。
进一步的,所述另外4路传感器长度方向保证矿车与振动放矿机中心线发生最大位置偏移时依然能够检测到矿车内部矿石物料高度。
当一个车厢装满矿后,停止装矿,电机车往前推进一个车厢,重复所述步骤进行装矿,直至一列车中所有矿车矿石装满。
进一步的,在放矿机对矿车底部椭圆部分进行装矿时,只开通1#传感器进行数据采集,此部分矿石高度为H1,当装载高度大于H1时,五路传感器全部开通,当1#传感器检测到高度在0-H1+2/3H2时,数据采集频率为10Hz;当高度大于H1+2/3H2,数据采集频率为20Hz。
进一步的,对采集到的数据首先进行滤波和降噪处理,将小波方法和自适应滤波方法相结合,对在线实时采集到的数据进行处理。
在一个具体实施方式中,矿石堆积的包络曲线构造方法如下:
(1)在直角坐标系下,根据矿车中心位置偏移距离,建立五路激光传感器每个检测点对应直角坐标系位置坐标:1#(x1,y1),2#(x2,y2),3#(x3,y3),4#(x4,y4),5#(x5,y5);
(2)以1#传感器检测点为中心,分别拟合出四条矿石高度变化曲线,以1#、2#检测点为例,构造的曲线满足:
其中θ为矿石动安息角,3#、4#、5#监测点将上述下标2替换为3、4、5;
(3)根据拟合的4条曲线,在三维坐标系下构造出矿石动态包络曲线面,并计算矿车实时装矿体积为V=V1+V2+V3;
其中V1为矿车底部U型部分体积,V2为U型部分以上至传感器检测最低点之间体积,V3为包络面部分体积。
进一步的,每列车的最终矿石装载重量和对应的矿石高度以及矿车中心偏移距离形成历史数据,通过大量的历史数据样本,利用人工神经网络算法,构造出矿石体积预估模型。将矿石体积预估模型与实时检测的数据计算出的矿石体积进行对比,求出误差Vc,得到矿车中矿石的最终重量为Vfinal=V+k·Vc,k为误差修正系数。
本发明的一种基于工业在线检测的矿车自动装矿系统,包括:
振动放矿机,用于向矿车中装矿;
传感器组,用于采集矿车中矿石的高度数据,其包括五路激光传感器,位置布置为:振动放矿机中心线和振动放矿机在矿车中的落矿点中心线交点安装1#传感器,另外4路激光传感器布置于1#传感器四周,构成矩形四个顶点,宽度方向关于矿车中心线对称,长度方向关于振动放矿机中心线对称,传感器组与矿车的距离能够调节;
非接触式位移传感器,安装在轨道轨枕上,通过对矿车连接器位置进行检测,测出矿车与振动放矿机中心线对位偏移距离;
PLC,其根据非接触式位移传感器的检测数据,获得矿车的实际停车位置,当车位对准后,开启振动放矿机进行装矿;然后根据矿石的动安息角、传感器组检测到的矿石高度实时数据和非接触式位移传感器检测到的对位偏移数据,构造出矿石堆积的包络曲线,并计算实时装矿体积;通过历史数据样本构造出矿石体积预估模型,并对实时检测计算的矿石体积进行修正;将装载过程中矿石体积与预设标准装载体积进行对比,当达到标准装载体积时,控制振动放矿机停止装矿,同时向电机车发出挪车信号;当电机车为无人驾驶时,将挪车信号无线传送到电机车自动驾驶信号接收器。
本发明融合了工业在线检测和数据处理与智能预测算法,相对于现有技术,本发明有以下有益的技术和经济效果:
1)通过对装载过程中矿废石物料的实时检测与计量,实现对装载过程中的自动控制,提高了矿车的装载效率,现场无需人员看管,降低了劳动强度,节约了成本,提高了自动化程度;
2)对每节矿车的矿量的实时统计,数据记载矿山每天的生产能力,大大提高了矿山的智能化管理水平,提高了劳动生产率;
3)激光非接触式位移检测,成本低,环境要求低,能够适用于井下复杂工业环境下的矿山自动检测;
4)矿量预估模型简单,同时将历史数据、实际数据相结合,提高了精度,可靠性高;
5)本方法与电机车自动驾驶技术相结合,能够实现井下矿山运输系统的现场全过程无人监管,提高了矿山的安全性,节约了成本,提高了矿山的自动化程度。
6)本发明可全面应用于矿山轨道装载运输系统中。
附图说明
图1:矿车内物料自动检测及装载方法图;
图2:实时数据处理流程图;
图3:矿车自动装载工业在线检测系统结构原理图;
图4:激光传感器与矿车布置立面图;
图5:传感器布置纵向视图(水平面方向的布置);
图6:PLC输入输出信号示意框图;
图7:上位机软件结构框图;
标号说明:1—上位机;2-主站PLC;3-现场总线;4-从站PLC;5-通讯模块;6-RS485总线;7-传感器接口模块;8-传感器组;9-丝杆;10-调节螺帽;11-2#、4#传感器;12-矿车;13-矿石;14-1#传感器;15-3#、5#传感器;16-传感器安装板。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
图1为本发明的基于工业在线检测的矿车自动装矿方法,当矿车到达振动放矿机所在装矿位置时,振动放矿机开始装矿,安装于矿车上方的五路激光传感器实时检测矿车内物料高度变化值,并将所检测的值传递给处理器,通过对数据进行处理,对装载过程矿车内物料体积进行实时计算,当达到预设装载体积时,振动放矿机停止装矿,并向电机车驾驶人员发出挪车信号,当电机车为无人驾驶时,将挪车信号无线传送到电机车自动驾驶信号接收器。矿车装载过程中的最终数据存储于上位机系统中,上位机对装载过程进行实时监测,该检测方法使系统实现了闭环控制。
具体来说,在本发明一个具体实施方式中,包括以下步骤:
步骤1:将五路激光传感器固定在待装矿矿车正上方;
步骤2:对矿车进行标定,获得矿车的实际停车位置;
步骤3:当车位对准后,开启振动放矿机进行装矿,激光传感检测系统根据设定的时间间隔,连续采集矿车中矿石的高度;
步骤4:对采集到的数据首先进行滤波和降噪处理,将处理后数据传递给处理器,根据矿石的动安息角和检测到的实时数据,对数据进行处理,构造出矿石堆积的包络曲线,并计算实时装矿体积;
步骤5:根据矿石体积预估模型,对矿车实时检测的计算的矿石体积进行修正,得到修正后矿车中矿石装载体积;
步骤6:将装载过程中矿石体积与预设标准装载体积进行对比,当达到标准装载体积时,振动放矿机停止装矿,电机车往前推进一个车厢;
步骤7:振动放矿机工作,往矿车装矿,重复步骤2-5,当一列车所有矿车装满后,振动放矿机停止工作,等待下一列矿车到达。
步骤1的5路激光传感器位置布置为,如图4和5所示,振动放矿机中心线和实际安装中振动放矿机在矿车中的落矿轴线交点为1#传感器。另外4路激光传感器(2#、3#、4#、5#)根据实际采用的矿车规格对称布置于1#传感器四周,构成矩形四个顶点,矩形四个边与落矿点中心线平行或垂直,宽度方向关于矿车中心线对称,长度方向关于振动放矿机中心线对称(如图5)。另外4路传感器宽度方向不能超出矿车内部宽度。由于矿车中心线与振动放矿机中心线存在对位偏移,另外4路传感器长度方向保证发生最大位置偏移时依然能够检测到矿车内部矿石物料高度。
传感器安装板16通过丝杆9固定于硐室顶部,底部通过调节螺帽10固定和调节连接板位置,便于现场安装测试时调节传感器与矿车13的距离,同时4路传感器线路在安装板16上集中走线,连接硐室边上的数字信号处理器单元,5路传感器负责矿车中矿石物料的高度实时检测。
步骤2的矿车标定位置为矿车连接器位置,轨道轨枕上安装有非接触式激光位移传感器,通过对标志物位置进行检测,测出矿车与振动放矿机中心线对位偏移距离C。
步骤3在数据进行采集时,在放矿机对矿车底部椭圆部分进行装矿时,只开通1#传感器进行数据采集,此部分矿石高度为H1,当装载高度大于H1时,五路传感器全部开通,当1#传感器检测到高度在0-H1+2/3H2时,数据采集频率为10Hz;当高度大于H1+2/3H2,数据采集频率为20Hz。
图2描述了本发明中物料的检测数据的处理方法(步骤4~5),实时检测到的数据首先通过小波方法和自适应滤波方法处理,将处理了的数据和矿石的动安息角相结合,拟合形成矿石在矿车中高度变化曲线,在三维坐标系下形成矿车中矿石装载过程中的物料高度变化动态包络图,并计算实时装矿体积。通过大量的历史数据样本,构造出矿石体积预估模型,并对每次实时检测计算的矿车矿石体积进行修正。
由于实际装矿条件存在振动、噪声大、粉尘多、水雾等影响测量精度的不利干扰因素,步骤4的数据滤波和降噪处理,将小波方法和自适应滤波方法相结合,对在线实时采集到的数据进行处理,抑制测量系统的误差。所述的应用小波方法和自适应滤波方法进行检测信号误差消除,具体步骤包括为:
(1)采用Mallat算法,对在线实时采集的包含误差的矿石高度信号分解到不同的频段中;
(2)根据系统特征频率,剔除属于误差频段内的信号,利用Mallat算法重构信号;
(3)利用自适应滤波算法消除随机误差,提高检测精度。
步骤4数据处理系统将采集到的矿石高度数据、矿车中心位置偏移数据、矿石动安息角数据相结合,根据不同的拟合曲线拟合形成矿石在矿车中x和y方向中的高度变化曲线,并形成矿石在矿车装载过程中的动态包络曲线,具体步骤如下:
(1)在直角坐标系下,根据矿车中心位置偏移距离,建立五路激光传感器每个检测点对应直角坐标系位置坐标,1#(x1,y1),2#(x2,y2),3#(x3,y3),4#(x4,y4),5#(x5,y5);
(2)以1#传感器检测点为中心,分别拟合出四条矿石高度变化曲线,以1#、2#检测点为例,构造的曲线满足:
f(x)可为二次、三次样条曲线,θ为矿石动安息角;
(3)根据拟合的4条曲线,在三维坐标系下构造出矿石动态包络曲线面,并计算矿车实时装矿体积为V=V1(矿车U型部分体积)+V2(U型部分以上至传感器检测最低点之间体积)+V3(包络面部分体积);
步骤4所述的矿石体积预估模型,每列车的最终矿石装载重量和对应的矿石高度以及矿车中心偏移距离在电脑中存储,形成历史数据,通过大量的历史数据样本,利用人工神经网络算法,构造出矿石体积预估模型。
步骤5将矿石体积预估模型与实时检测的数据计算出的矿石体积进行对比,求出误差Vc,得到矿车中矿石的最终重量为Vfinal=V+k·Vc,k为误差修正系数,可以根据实际情况设定。通过对每列车矿石重量记载,形成矿山每天生产能力数据表,提高了矿山的智能化管理水平。
本系统为闭环控制系统,当矿车达到预定装载量时,振动放矿机停止装矿,同时向电机车驾驶人员发出移车信号,当矿车对位好后,驾驶人员发出对准信号,振动放矿机开始装矿,无需人员在现在进行控制。
当电机车为无人驾驶时,与该矿车自动装载系统相结合可以构成井下无人运输系统,实现了井下装矿及运输系统的全自动化,提高了劳动生产率和矿山的自动化程度,保证了井下人员的安全。
图3描述了本发明矿车自动装矿系统结构原理图,包括上位机监控系统、PLC、通讯模块、传感器安装支架和数字式激光传感器等。通讯模块5实现传感器接口模块7和S7-200从站PLC 4之间的数据通讯,传感器接口模块7以及通讯模块5与传感器接口模块7之间的通讯采取RS485总线连接。通讯模块5与S7-200PLC的通讯方式为半双工串行通讯;S7-200以从站的形式,作为一个DP站,通过Profibus现场总线,挂接到已有控制系统中。主站PLC2将DP从站的数据传递到上位机中。
图6描述了本发明中PLC输入输出的信号,PLC的输入端信号为矿车与振动放矿机的对位位置偏差信号,以及实时控制的矿车内物料高度信号;输出端为控制振动放矿机的启停,当矿车装满后,向电机车驾驶人发出挪车信号。
图7描述了本发明中上位机的软件结构。上位机系统由四个模块组成:实时显示、历史数据、数据预测、参数设定。其中实时显示模块实时显示检测到的5路传感器中的矿石物料高度,并且根据数据,形成三维包络图动态直观显示矿石装载过程;历史数据以报表的形式显示已装载矿车中矿石的物料重量,并以曲线和报表显示统计每天、每月的生产量,为生产管理提供科学数据,大大提高了生产智能化管理水平;数据预测模块主要为数据预测算法,根据统计的历史数据,结合预测策略,对实时检测到的数据进行修正,提高检测到数据的正确性;参数设定模块可以对装载过程额定装载量进行设定,传感器的零点设置。