基于虛擬儀器的采煤機自動調(diào)高系統(tǒng)研究

曾慶良，許德山，逯振國，張海忠

(山東科技大學(xué)機械電子工程學(xué)院，山東 青島 266590)

礦業(yè)縱橫

基于虛擬儀器的采煤機自動調(diào)高系統(tǒng)研究

曾慶良，許德山，逯振國，張海忠

(山東科技大學(xué)機械電子工程學(xué)院，山東 青島 266590)

摘要：本文結(jié)合傳統(tǒng)的記憶截割法，并結(jié)合采煤機的振動信號和截割電機電流信號，提出了一種基于虛擬儀器系統(tǒng)的采煤機自動調(diào)高方法。分析了傳統(tǒng)的記憶截割法的優(yōu)劣，對振動信號進行了分析描述；對截割電機的工作特性進行了分析，包括采煤的調(diào)速狀態(tài)和截割電流變化，為電流檢測方法提供了更加合理的理論依據(jù)。最后根據(jù)信號的變化特性建立了基于虛擬儀器的采煤機信號檢測系統(tǒng)，搭建了基于虛擬儀器的采煤機自動調(diào)高硬件系統(tǒng)；通過LABVIEW軟件建立了振動信號和電流信號的分析程序和自動調(diào)高控制程序，可以進行煤巖識別，從而對搖臂擺角進行相應(yīng)的調(diào)整；運用LABVIEW建立模擬電流信號和振動信號，對控制過程進行了仿真。仿真結(jié)果表明建立的基于虛擬儀器的采煤機自動調(diào)高控制系統(tǒng)是可行的。

關(guān)鍵詞：振動信號；電流信號；自動調(diào)高；煤巖識別；虛擬儀器

采煤機的自動化水平的提高的突破口是煤巖識別技術(shù)，當(dāng)前已經(jīng)有20多種煤巖識別的方法[1]。其中最主要的有振動法、紅外線法、天然γ射線法、人工射線法、超聲波法、高壓水射流法、雷達探測法等。

當(dāng)前對采煤機自動調(diào)高研究最多的是記憶截割技術(shù)，傳統(tǒng)的記憶截割技術(shù)在當(dāng)前的一些大功率從采煤機中得以應(yīng)用，在這些采煤機上一般都配有位置傳感器、同步位置傳感器、調(diào)高油缸傳感器用來記憶截割的路徑[2]，但由于沒有能夠判別煤巖的傳感器，采煤機無法實現(xiàn)完全的自動化調(diào)高。

多傳感器融合技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)和以記憶截割技術(shù)為基礎(chǔ)的一系列深入研究等也是常采用的研究方法[3-4]，這些方法對于硬件設(shè)備上的要求過于苛刻，過多的干擾因素使得這些方法不能很好的實現(xiàn)。

而虛擬儀器是近些年來興起的一種計算機儀器系統(tǒng)，以軟件代替硬件電路是虛擬儀器的核心，通過計算機平臺，用戶可以通過LABVIEW來編寫設(shè)計一些虛擬的面板、信號分析程序和控制程序，從而結(jié)合相關(guān)硬件實現(xiàn)信號的采集和設(shè)備的驅(qū)動。

1采煤機自動調(diào)高方法的提出

本文在傳統(tǒng)記憶截割方法的基礎(chǔ)上，通過分析采煤機截割電機電流信號與振動信號，建立基于虛擬儀器的采煤機自動調(diào)高系統(tǒng)。基本的思路是：采煤機正常工作時，先按記憶調(diào)高系統(tǒng)設(shè)定好的路徑開始截割。此時由采煤機的振動傳感器和電流傳感器檢測振動信號和截割電機的電流信號，經(jīng)過信號調(diào)理電路后，由數(shù)據(jù)采集卡進行數(shù)據(jù)的采集，將數(shù)據(jù)送入計算機的LABVIEW處理程序中進行信號的分析處理和調(diào)高判斷(振動信號與電流信號同時滿足條件進行調(diào)高)，將調(diào)高指令發(fā)到驅(qū)動器，由驅(qū)動器驅(qū)動電磁換向閥動作，調(diào)高液壓缸動作經(jīng)機械結(jié)構(gòu)的運動對搖臂和滾筒的高度進行調(diào)節(jié)。此時記憶調(diào)高系統(tǒng)的位置傳感器、調(diào)高油箱傳感器、同步位置傳感器會記錄采煤機的截割路徑并經(jīng)計算機儲存，采煤機在完成一次工作面的截割后，在下一次截割的時候采用新儲存的截割路徑并重復(fù)以上步驟，從而實現(xiàn)采煤機的自動調(diào)高。

提出的基于虛擬儀器的采煤機自動調(diào)高方法如圖1所示。

圖1　基于虛擬儀器的采煤機自動調(diào)高示意圖

2采煤機信號檢測系統(tǒng)的構(gòu)建

2.1振動信號的處理

振動信號作為采煤機的自動調(diào)高系統(tǒng)的判別信號已經(jīng)被廣泛接受，振動信號的處理一般有預(yù)處理、時域分析、頻域分析，自1988年Mallat提出多分辨率分析理論以來，小波包分析又成為振動信號的重要處理手段[5]。

1)振動信號預(yù)處理。由于采煤機的惡劣、復(fù)雜工作環(huán)境，在振動信號通過加速度傳感器然后經(jīng)變送器(集成的加速度傳感器不需要變送器)傳入計算機時，其中會夾雜很多干擾信號，這時可以采用編程的形式來降低干擾：采用積分電路進行加速度與速度位移的轉(zhuǎn)換；添加數(shù)字矢量濾波器、低通濾波器來實現(xiàn)去噪濾波；采用窗函數(shù)減少泄漏等。

2)時域分析與頻域分析。一般采用的手段有對信號進行積分、微分、濾波，通過觀察信號的最值、頻率特性、信號均值等得出相關(guān)的結(jié)論；還有一些情況需用到信號相關(guān)性分析來得到信號周期特性、信號因果關(guān)系和振源等。振動信號的頻域分析主要是通過傅立葉變換，將信號分成多個正弦函數(shù)的和從而得到信號的頻譜，然后再對正弦分量的響應(yīng)得出頻譜，最后通過反變換得出信號的頻響[6]。通過添加幅值譜、倒頻譜、包絡(luò)譜、功率譜、窗函數(shù)等來得出物體的振動特性。

3)小波分析。小波分析可以用于分析原始信號的各種變化特性，具體的可以應(yīng)用于邊界的處理、濾波、時域、頻域、提取弱信號、信噪分離等多種方面[7]。小波變換中多分辨率分析是振動信號的一種常用的處理方法，但它只能實現(xiàn)對振動信號的低頻部分的分析。而小波包分析則能彌補這一不足，它是一種改進了的多分辨率分析方法，可以同時對信號的低頻部分和高頻部分實現(xiàn)分解，從而能夠獲得每個頻段上的信號。

基于以上振動信號的處理方法，決定以小波包分析為主提取振動信號的能量分布特征作為第一調(diào)高變量，其它分析方法的結(jié)果作為輔助變量建立振動信號的分析程序。

2.2截割電機工作特性及電流信號的分析

目前的采煤機的截割電機一般采用大功率的三相交流感應(yīng)電機，而且都配有變頻調(diào)速系統(tǒng)[8]。在調(diào)速系統(tǒng)中廣泛采用低速重載恒轉(zhuǎn)矩調(diào)速，高速輕載恒功率調(diào)速的方式，也就是說在采煤機正常的割煤狀態(tài)下是處于恒功率調(diào)速狀態(tài)下的。一般來講恒功率調(diào)速的工作范圍比較窄，適合它的工作速度變化范圍較小，若是超出此工作范圍就會發(fā)生電流過載的情況。

首先計算機會給控制器一個參照功率，經(jīng)控制器分析后將指令發(fā)送到變頻器中，變頻器將控制電壓轉(zhuǎn)化為供給截割電機應(yīng)有的頻率脈沖，從而控制電機的轉(zhuǎn)速。當(dāng)負(fù)載變化時，傳感器把來自截割電機的負(fù)載電流信號傳輸給控制器并與給定的額定功率進行比較，最后控制器給出恒定的控制電壓。

根據(jù)以上的恒功率控制系統(tǒng)得出的采煤機割煤時恒功率調(diào)速的基本原理見式(1)。

P=kTn

(1)

可以判斷出：在采煤機恒功率調(diào)節(jié)中，假定牽引部的速度不變，功率就與煤層硬度和截割電機轉(zhuǎn)速成正比，這樣在遇到硬煤的時候，轉(zhuǎn)速自動降低，適當(dāng)?shù)卦龃罅宿D(zhuǎn)矩；而遇到軟煤時，負(fù)載降低，電機轉(zhuǎn)速就會自動提升，以提高割煤效率。

與割軟硬煤不同，采煤機在割巖的情況下，恒功率的調(diào)速狀態(tài)就被打破了，因為當(dāng)滾筒遇到巖石的時候，負(fù)載會急劇上升，從而會導(dǎo)致轉(zhuǎn)速大幅度降低，這時就超出了恒功率調(diào)節(jié)的變化范圍，具體的表現(xiàn)是截割部振動加大，截割電機電流大幅度增大，時間長了就會使整個截割部受到損害。所以此時必須及時調(diào)整采煤機的搖臂高度，以避開巖石。經(jīng)過探討，以電流的變化作為判斷煤巖的變化情況是可行的。

異步電動機變壓變頻調(diào)速的控制特性見圖2。其中f1為定子電流的頻率，Φ為磁通，從圖2中可以看出，在恒功率調(diào)速狀態(tài)下，磁通是隨定子電流的變化而變化的，而且呈反比關(guān)系。因為在恒功率調(diào)速狀態(tài)之下截割電機的電壓是不會有變化的，截割電機的電壓遵循式(2)，而轉(zhuǎn)子電流始終遵循式(3)。根據(jù)電動勢E不變，可得(4)。

E=4.44f1N2Φ

(2)

(3)

(4)

可以看出轉(zhuǎn)子電流的變化只與轉(zhuǎn)差率S和轉(zhuǎn)子的感抗X20有關(guān)(X20是轉(zhuǎn)差率為1時的轉(zhuǎn)子感抗，轉(zhuǎn)子感抗會隨著轉(zhuǎn)差率的變化而變化的)。這時考慮采煤機的工作狀態(tài)，當(dāng)正常采煤的截割部遇到堅硬的巖石時，轉(zhuǎn)速就會急劇下降，此時轉(zhuǎn)差率就會急速增大。

當(dāng)S=0時，即n0-n1=0時，I2=0，當(dāng)S很小時，有R2，與S近似的成正比；而當(dāng)S接近1時，有SX20為一常數(shù)。而功率因數(shù)cosφ2也是與轉(zhuǎn)差率有很大關(guān)系的，轉(zhuǎn)差率越小功率因數(shù)越大[9-10]。 具體的轉(zhuǎn)子電流、功率因數(shù)與轉(zhuǎn)差率的關(guān)系如圖3所示。

從圖3不難看出，在轉(zhuǎn)差率較小時，也就是截割電機正常工作時，若轉(zhuǎn)速突然降低就會使電流產(chǎn)生很大的變化，這時就可以通過檢測電流的突變從而判斷煤巖的變化。

3采煤機自動調(diào)高虛擬儀器系統(tǒng)構(gòu)建

本文選擇了虛擬儀器作為采煤機自動調(diào)高控制的開發(fā)系統(tǒng)，構(gòu)建的虛擬儀器的測試控制系統(tǒng)包括被測對象、傳感器、信號調(diào)理設(shè)備、數(shù)據(jù)采集卡、計算機、驅(qū)動器、控制對象組成。根據(jù)前面的分析，需要采集的信號有振動信號、電流信號，而采煤機的截割部的調(diào)高是通過調(diào)高液壓缸來實現(xiàn)的，當(dāng)前控制調(diào)高液壓缸常采用電磁換向閥，所以調(diào)高系統(tǒng)的輸出量是電磁換向閥的控制信號?；谔摂M儀器的采煤機自動調(diào)高系統(tǒng)框架如圖4所示。

圖2異步電動機變壓變頻調(diào)速的控制特性圖

圖3轉(zhuǎn)子電流、功率因數(shù)與轉(zhuǎn)差率的關(guān)系圖

圖4基于虛擬儀器的采煤機自動調(diào)高系統(tǒng)框架圖

被測對象的信號監(jiān)測點的布置要遵循接近與信號源、受干擾小、不影響設(shè)備的正常工作的原則。對于振動信號來講，它需要用振動加速度傳感器來進行檢測，振動加速度傳感器需要安裝在接近于振源的截割滾筒和搖臂的連接處為宜，這里可以最大程度的接受振動的原始信號，并且不會干擾采煤機的正常工作。對于截割電機的電流信號的檢測，可以直接將電流傳感器卡在電線上就可以測出。

傳感器選擇以MG2×100/460-WD型采煤機為例，根據(jù)采煤機的振動信號的頻率范圍在0～2000Hz[11-13]，選擇型號為CTC-AC102的壓電式加速度傳感器，它的頻響為10000Hz完全滿足采煤機振動信號的測量要求。

經(jīng)過計算采煤機的堵轉(zhuǎn)電流為600A左右，所以這里采用Honeywell的CSLA1EL型電流傳感器，它的測量范圍為±625A，響應(yīng)時間為3μs，完全滿足使用要求。

根據(jù)要求的采樣頻率，設(shè)定的信號通道數(shù)、信號的頻響特性、頻響附加系數(shù)等因素選擇PCI2006數(shù)據(jù)采集卡作為信號的采集卡。

選用PC作為編程控制平臺，選擇基于芯片L9349的電路系統(tǒng)來作為驅(qū)動器控制電磁換向閥。

4采煤機自動調(diào)高系統(tǒng)軟件系統(tǒng)開發(fā)

軟件系統(tǒng)是基于LABVIEW的控制程序，其中包含了系統(tǒng)管理模塊、數(shù)據(jù)采集模塊、信號分析模塊、輸出驅(qū)動模塊。

系統(tǒng)管理模塊完成對采煤機的工作狀態(tài)的實時觀察，觀測系統(tǒng)處理后的采煤機的實時振動頻率、烈度，監(jiān)控電機的轉(zhuǎn)速、電流狀況截割電機溫度，實行對采煤機的遠(yuǎn)程調(diào)控等等。

數(shù)據(jù)的采集程序完成設(shè)備的數(shù)據(jù)采集組態(tài)，這里L(fēng)ABVIEW與PCI數(shù)據(jù)采集卡的連接方式調(diào)用了LABVIEW程序中的端口讀寫功能節(jié)點來編寫VI，采用動態(tài)數(shù)據(jù)(DDE)方式。

信號的分析模塊包含主程序診斷模塊和子程序分析模塊，主程序用來對信號作系統(tǒng)的分析，而子VI則用于信號的詳細(xì)剖析。

開發(fā)的采煤機自動調(diào)高診斷主程序如圖5所示。程序首先完成對數(shù)據(jù)的采集和保存，然后送入子程序中進行分析處理，提取信號的相關(guān)特征，將分析后的振動特征和電流特征保存，然后對振動特征和電流進行各自的判定并輸出電流和振動信號的曲線圖，若是振動能量有明顯的加強同時電流信號也有明顯的上升，則判定為遇到巖石。從而進行調(diào)高，系統(tǒng)默認(rèn)接近頂板的滾筒先向下調(diào)，而接近底板的滾筒先向上調(diào)，當(dāng)振動特征和電流均恢復(fù)正常后停止調(diào)高。

圖5　簡易采煤機自動調(diào)高診斷主VI后面板

子VI處理程序包含振動信號的濾波、去噪處理、時域分析、頻域分析、小波包分析。其中濾波可以采用LABVIEW自帶的濾波程序進行處理，這里采用切比雪夫濾波器，去噪程序可以通過設(shè)計小波去噪程序來實現(xiàn)。

信號的時域分析包括了數(shù)學(xué)表達式、信號的圖表、信號的波形圖等，這里運用包絡(luò)處理程序，并加入概率密度函數(shù)使振動的瞬時特性能很好地表現(xiàn)出來。

頻域分析采用希爾伯特變換對采煤機的振動信號先進行一系列的解調(diào)，然后再運用窗函數(shù)對信號由與泄漏所帶來的不準(zhǔn)確性測量進行修正，并修正信號的非周期性，結(jié)合功率譜分析與FFT分析方法進行幅值譜分析、倒頻譜分析。

小波包分析模塊采用3層分解的方式，將采樣的信號按整頻段分到8個頻段，然后再提取信號的特征，分解樹狀圖如圖6所示。其中0代表原始信號，每一層的每個結(jié)點代表其特有的信號特征。

然后將信號進行重構(gòu)，提取每個頻段的信號，然后對每個頻段的信號的能量進行求解，這樣在輸入的信號的強度有變化時，變化的信號在同一個頻帶的能量變化會比較明顯，這樣就能更準(zhǔn)確地判斷出信號的變化情況。小波重構(gòu)的子VI如圖7所示。

圖6三層小波分解樹狀圖

圖7三層小波重構(gòu)

驅(qū)動方面利用其LBAVIEW專用的子VI驅(qū)動程序庫來實現(xiàn)對芯片L9349的控制從而驅(qū)動電磁換向閥。

5采煤機自動調(diào)高系統(tǒng)仿真

基于虛擬儀器的采煤機自動調(diào)高系統(tǒng)就建立后，由于不方便在現(xiàn)場采集信號，我們建立了模擬信號來進行系統(tǒng)的仿真，對于電流信號，由于突變時間段較短，就直接省掉了變化過程，直接以階梯變化的電流信號，代替真實的信號，0～2s內(nèi)為割煤區(qū)(判定區(qū)間50～300A)，2～5s為割巖緩沖區(qū)(判定區(qū)間300～600A)，再到5～7s又轉(zhuǎn)為割煤。這樣建立起來的電流信號如圖8所示。

模擬振動信號的建立思路與電流基本相同，為了描述程序的判定性能，將突變區(qū)提前了0.3s，建立的振動信號的模擬如圖9所示。

圖8模擬電流信號

圖9模擬振動信號

將建立的信號導(dǎo)入系統(tǒng)軟件中，經(jīng)過仿真(以上搖臂為例)得出采煤機的上搖臂擺角的輸出控制信號，如圖10所示。

圖10仿真后的上搖臂擺角控制信號

從圖10中可以看出控制信號可以很好的跟隨輸入信號的變化，在1.7s時沒有進行調(diào)高，而在2s時電流信號和振動信號同時滿足要求時才發(fā)出控制指令，進行上搖臂的下調(diào)，當(dāng)電流和振動信號均恢復(fù)正常值時，系統(tǒng)停止調(diào)高，仿真結(jié)果滿足控制要求。

6結(jié)論

1)本文結(jié)合記憶截割方法提出了基于虛擬儀器的采煤機自動調(diào)高方法。

2)對采煤機自動調(diào)高系統(tǒng)可以利用的振動信號和電流信號進行了分析，并采用小波分析提取振動特性為主，其他方法為輔，作為振動信號的分析方法；對處于恒功率調(diào)速狀態(tài)的截割電機的電流進行了分析，證實了電流可以作為調(diào)高的變量。

3)開發(fā)了基于虛擬儀器的采煤機自動調(diào)高軟硬件系統(tǒng)，通過建立模擬信號對采煤機的割煤過程進行了仿真，得出的仿真結(jié)果基本滿足采煤機自動調(diào)高的要求。

參考文獻

[1]徐志鵬．采煤機滾筒自適應(yīng)截割關(guān)鍵技術(shù)研究[D]．徐州：中國礦業(yè)大學(xué)，2011.

[2]蘇秀平．采煤機自動調(diào)高控制及其關(guān)鍵技術(shù)研究[D]．徐州：中國礦業(yè)大學(xué)，2013.

[3]張俢榮．采煤機滾筒自適應(yīng)液壓調(diào)高系統(tǒng)研究[D]．西安：西安科技大學(xué)，2009.

[4]劉闊，劉杰．基于多傳感器數(shù)據(jù)融合記憶截割的研究[J]．煤礦機械，2008(5)：50-51.

[5]劉貴忠，邸雙亮．小波分析及其應(yīng)用[M]．西安：西安電子科技大學(xué)出版社，1992：50-92

[6]丁宇．基于labview的振動信號分析系統(tǒng)的研究與設(shè)計[D]．大慶：東北石油大學(xué)，2014.

[7]王育龍．基于電流信號的煤巖識別方法研究[D]．西安：西安科技大學(xué)，2013.

[8]李炳文，萬麗榮，柴光遠(yuǎn)．礦山機械[M]．徐州：中國礦業(yè)大學(xué)出版社，2010：44-89

[9]馮清秀．機電傳動控制[M]．武漢：華中科技大學(xué)出版社，2011：50-90

[10]湯蘊璆，羅應(yīng)立，梁艷萍．電機學(xué)[M]．北京：機械工業(yè)出版社，2007：159-192

[11]張建文，譚得健，于江，等．電牽引采煤機振動特性分析[J]．煤礦機電，2006(4)：35-37.

[12]黃澈，廉自生，張春雨．基于labview的MG1100/2860-WD型交流電牽引采煤機調(diào)高系統(tǒng)性能分析[J]．煤礦機械，2014(7)：128-130.

[13]劉俊利，趙豪杰，李長有．基于采煤機滾筒截割振動特性的煤巖識別方法[J]．煤炭科學(xué)技術(shù)，2013，41(10)：93-95，116.

Study on Auto-height adjustment system for shearer based on virtual instrument

ZENG Qing-liang，XU De-shan，LU Zhen-guo，ZHANG Hai-zhong

(School of Mechanic and Electric Engineering，Shandong University of Science and Technology，Qingdao 266590，China)

Abstract:The paper put forward a new automatic adjustment method based on Virtual Instrument ，considering the traditional memory cutting method ， the combination of shearer vibration signal and cutting motor current signal. We analyzed the advantages and disadvantages of traditional memory cutting method, and the vibration signal was also analyzed; work characteristics of the cutting motor was analyzed, including the changes of cutting speed and change of current ,provided a more reasonable theoretical basis for the current detection method. Finally, we established shearer signal detection system based on Virtual Instrument according to the characteristics of signal, and hardware system was settled; for identification of coal and rock and adjustment we also set up the vibration signal and the current signal analysis program and automatic control program based on LABVIEW. We simulated the control process by establishing the analog current signal and vibration signal based on LABVIEW. The results show that the automatic control system based on Virtual Instrument is feasible.

Key words：vibration signal；current signal；automatic adjustment；identification of coal and rock；Virtual Instrument

收稿日期：2015-09-21

基金項目：國家自然科學(xué)基金項目資助(編號：51375282)；長江學(xué)者和創(chuàng)新團隊發(fā)展計劃“煤礦復(fù)雜條件開采成套裝備關(guān)鍵技術(shù)”項目資助(編號：IRT1266)；山東省自主創(chuàng)新專項“ 煤礦綜采智能化成套裝備關(guān)鍵技術(shù)及產(chǎn)業(yè)化”資助(編號：2013CXB40203)；中國博士后科學(xué)基金項目資助(編號：2013M541936)；山東省自然科學(xué)基金項目資助(編號：2014ZRB019KN)

作者簡介：曾慶良(1965-)，男，山東高密人，教授，博士生導(dǎo)師。E-mail：qlzeng@163.com。

中圖分類號：TD421；TP273

文獻標(biāo)識碼：A

文章編號：1004-4051(2016)05-0129-05