航道整治混凝土預(yù)制構(gòu)件自動化生產(chǎn)技術(shù)研究

唐宏觀 楊濤 任桂金 王峰 張道榮

摘 要：本文結(jié)合當(dāng)前混凝土預(yù)制構(gòu)件工廠生產(chǎn)現(xiàn)狀，提出混凝土預(yù)制構(gòu)件批量自動化生產(chǎn)技術(shù)。針對自動化生產(chǎn)中的稱重、鍋爐監(jiān)測、安全及故障診斷四個主要方面，設(shè)計了相關(guān)流程和實現(xiàn)方法，以期為相關(guān)企業(yè)的安全高效管理提供參考。

關(guān)鍵詞：航道整治;混凝土;智慧工廠;應(yīng)用

中圖分類號：U617.8? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? 文章編號：1006—7973（2021）01-0143-03

混凝土塊軟體排在長江航道整治中主要用于隔離和反濾，進(jìn)行河床的護(hù)底和固灘，能有效防沖刷，且能適應(yīng)岸坡的沉降變形，具有投資省、工期短、施工維修方便等優(yōu)點[1]。目前，混凝土聯(lián)鎖塊雖然已實現(xiàn)預(yù)制場生產(chǎn)，但仍以固定模臺、人工操作的生產(chǎn)方式為主，存在生產(chǎn)效率低、自動化程度低、智能化水平低的現(xiàn)狀。隨著預(yù)制構(gòu)件需求量的增加，傳統(tǒng)的生產(chǎn)方式正逐步被智能化設(shè)備生產(chǎn)方式所代替[2]。

為實現(xiàn)生產(chǎn)運(yùn)行最優(yōu)配置、安全環(huán)保管理、質(zhì)量控制及能耗優(yōu)化，打造基于新一代依托物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)的自動化混凝土聯(lián)鎖塊生產(chǎn)線勢在必行。本文將從無人值守稱重技術(shù)、鍋爐狀態(tài)在線監(jiān)測技術(shù)、不安全行為識別技術(shù)及智能故障診斷技術(shù)四個方面對混凝土預(yù)制構(gòu)件批量自動化生產(chǎn)系統(tǒng)展開介紹。

1技術(shù)流程

1.1 混凝土預(yù)制構(gòu)件生產(chǎn)流程

在生產(chǎn)混凝土預(yù)制構(gòu)件之前，技術(shù)管理人員需要對產(chǎn)品的應(yīng)用需求進(jìn)行全面的考察，制定切實可行的生產(chǎn)方案，包括構(gòu)件的尺寸、大小、用量等特征[4]。接著按照制定好的生產(chǎn)計劃，通過貨車將水泥、黃沙、丙綸繩等主要原材料運(yùn)輸?shù)焦S，并通過地泵稱重的方式復(fù)核后進(jìn)入倉庫。原料準(zhǔn)備工作完成后即開始預(yù)制構(gòu)件生產(chǎn)工藝，其主要流程包括：清理模具——噴脫模劑——穿繩——人工布料——人工振搗——自然養(yǎng)護(hù)——脫蓋?！^續(xù)自然養(yǎng)護(hù)——脫底模。

1.2 無人值守稱重技術(shù)流程

初始狀態(tài)時，無人值守稱重系統(tǒng)不間斷地對出口地感與入口地感進(jìn)行檢測，如果入口地感觸發(fā)，則流程開始，如果出口地感觸發(fā)，則流程終止。但是在一個流程還沒終止的情況下，下一個流程不會開始。若流程開始，首先地磅上的RFID讀寫器開始獲取范圍內(nèi)的RFID標(biāo)簽信息;同時，防作弊模塊運(yùn)行，保證車輛完全在地磅上;接著獲取車輛的重量，若此時讀寫器已經(jīng)成功識別RFID標(biāo)簽，則停止讀寫器的讀取操作，否則繼續(xù)讀取，直到超時;采集的工作完成后，把獲取的數(shù)據(jù)上傳到業(yè)務(wù)系統(tǒng)，等待返回結(jié)果并操作，如果可通行，則打印小票并抬杠，否則進(jìn)入異常情況處理。

1.3 鍋爐狀態(tài)在線監(jiān)測技術(shù)流程

工廠鍋爐主要用來產(chǎn)生蒸汽養(yǎng)護(hù)混凝土聯(lián)鎖塊。合理調(diào)配鍋爐原料，能夠提高鍋爐效率，從而有效提高混凝土聯(lián)鎖塊的生產(chǎn)質(zhì)量。

鍋爐監(jiān)測管理的具體流程如下（見圖1）：

（1）獲取鍋爐設(shè)置閾值信息及鍋爐狀態(tài)信息;

（2）根據(jù)相關(guān)算法模型，預(yù)判鍋爐各狀態(tài)是否處于正常;

（3）鍋爐處于正常狀態(tài)則正常顯示;反之則報警提醒，并自動控制。

1.4不安全行為識別技術(shù)流程

依托現(xiàn)有視頻監(jiān)控資源，利用計算機(jī)視覺技術(shù)，就可以識別工廠生產(chǎn)中不安全行為本文以未佩戴安全帽為研究對象。主要流程如下（圖2）：

1.4.1圖像預(yù)處理

對原始視頻資源通過灰度化、濾波、直方圖均衡化等處理，減小數(shù)據(jù)信息量，增強(qiáng)處理效果，提高時效性。

1.4.2獲取ROI

ROI通常稱為感興趣區(qū)域，也被稱為檢測區(qū)域。由于只對廠區(qū)內(nèi)的人物感興趣，故可利用ROI處理，將廠區(qū)外不感興趣的圖片進(jìn)行處理。根據(jù)ROI確定的廠區(qū)邊線及劃定矩形區(qū)域，依據(jù)SVM訓(xùn)練庫，識別出矩形區(qū)域內(nèi)不佩戴安全帽人員。

根據(jù)實驗結(jié)果，本算法檢測精度為95%左右，檢測單張圖片時間為200ms左右，檢測精度較高。

1.5 智能故障診斷技術(shù)流程

工廠戶外監(jiān)控科技設(shè)施大多為戶外設(shè)備，數(shù)量多、分布廣，易受到惡劣環(huán)境和人 為破壞，導(dǎo)致系統(tǒng)故障率高、可用性差。因此，故障診斷技術(shù)必不可少。智能故障診斷的具體流程（圖3）為：①獲取設(shè)備設(shè)置的閾值信息;②獲取工廠設(shè)備的狀態(tài)信息;③根據(jù)相關(guān)算法模型，預(yù)判各設(shè)備是否處于正常狀態(tài);④設(shè)備處于正常狀態(tài)則正常顯示;反之則報警提醒，并給出診斷決策。

2技術(shù)實現(xiàn)與應(yīng)用

2.1 無人值守稱重技術(shù)

2.1.1 FID電子識別

車輛的RFID電子標(biāo)簽可以作為車輛的電子標(biāo)識。RFID讀寫器通過地感線圈檢測車輛上磅信號，讀取RFID車輛電子標(biāo)識信息，并上傳到采集終端軟件。

2.1.2紅外對射防作弊技術(shù)

針對前后輪不完全上磅問題，在磅體前后兩端各安裝一套紅外感應(yīng)器，紅外線設(shè)備通過信號線連接到IO設(shè)備。只有兩對紅外感應(yīng)器都沒有被阻擋時，系統(tǒng)才從電子地磅獲取有效重量數(shù)據(jù)。

2.2鍋爐狀態(tài)在線監(jiān)測技術(shù)

2.2.1鍋爐運(yùn)行監(jiān)測

系統(tǒng)對與鍋爐運(yùn)行相關(guān)的溫度，壓力，流量，液位、電機(jī)電流、頻率、閥門開度等參數(shù)全部檢測，并利用計算機(jī)完成數(shù)據(jù)的顯示、存儲、記錄、報警、打印及分析處理。

2.2.2燃燒系統(tǒng)自動調(diào)節(jié)

為了使?fàn)t膛熱量達(dá)到一定值，保證蒸汽鍋爐的蒸汽產(chǎn)量、熱水鍋爐的出水量與供熱量相對平衡，系統(tǒng)會自動調(diào)節(jié)進(jìn)入爐膛的煤量和風(fēng)量，以達(dá)到最佳風(fēng)煤比。

2.2.3蒸汽壓力自動調(diào)節(jié)

針對供熱負(fù)荷的變化，系統(tǒng)通過計算機(jī)調(diào)節(jié)爐排電機(jī)變頻器的輸出頻率，改變爐排速度來改變?nèi)剂狭?，通過調(diào)節(jié)鼓風(fēng)電機(jī)轉(zhuǎn)速改變送風(fēng)量，使之達(dá)到最佳風(fēng)煤比，達(dá)到鍋爐最佳燃燒效果。

2.2.4爐膛負(fù)壓調(diào)節(jié)

爐膛負(fù)壓直接影響鍋爐的熱效率及鍋爐的安全運(yùn)行，系統(tǒng)通過控制鼓風(fēng)量的大小來控制爐膛負(fù)壓產(chǎn)生的擾動。

2.3不安全行為識別技術(shù)

本文以Faster R-CNN算法為基礎(chǔ)模型，結(jié)合多尺度訓(xùn)練和負(fù)樣本挖掘策略，利用KITTI數(shù)據(jù)集訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行合理的參數(shù)調(diào)節(jié)，把未佩戴安全帽檢測問題轉(zhuǎn)換為未佩戴安全帽的二分類問題，解決了光照、目標(biāo)尺度和圖像質(zhì)量等因素的影響，訓(xùn)練時負(fù)樣本空間大的問題，進(jìn)一步提高了未佩戴安全帽檢測的效率和精確度。

采用多尺度訓(xùn)練方法，將每張圖像設(shè)置了3種尺度（768、960、1024），每張圖像隨機(jī)選擇三種尺度之一輸入進(jìn)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使得訓(xùn)練出來的模型對目標(biāo)大小具有一定的魯棒性。訓(xùn)練的原始數(shù)據(jù)集為KITTI數(shù)據(jù)集，該數(shù)據(jù)集在房地產(chǎn)、土木、港航等場景采集的真實圖像數(shù)據(jù)，每張圖像中最多包含15個人。實驗中選取了3000張圖像，并根據(jù)實驗需求將其轉(zhuǎn)化為 VOC2012數(shù)據(jù)集格式進(jìn)行訓(xùn)練。

根據(jù)實驗結(jié)果，本算法檢測精度為95%左右，檢測單張圖片時間為200ms左右，檢測精度較高。

2.4 智能故障診斷技術(shù)

2.4.1運(yùn)行環(huán)境保障

實時監(jiān)控前端機(jī)箱內(nèi)電力、網(wǎng)絡(luò)、防雷、空開、溫濕度、柜門開關(guān)、震動、水浸等運(yùn)行環(huán)境狀態(tài)，具有異常告警功能。

2.4.2在線監(jiān)測

實時獲取布料機(jī)、振搗機(jī)、蒸汽養(yǎng)護(hù)機(jī)等機(jī)械的狀態(tài)數(shù)據(jù)，還實時獲取網(wǎng)絡(luò)交換機(jī)、路由器，防火墻等數(shù)據(jù)，并根據(jù)相應(yīng)的策略，進(jìn)行在線監(jiān)測，實現(xiàn)實時掌握各設(shè)備和應(yīng)用系統(tǒng)的狀態(tài)，確保始終處于安全狀態(tài)。

2.4.3自動報警

根據(jù)在線監(jiān)測獲取的狀態(tài)信息，并結(jié)合設(shè)定的閾值，依靠運(yùn)維管理模型算法，分析所有監(jiān)測資源的異常事件，并在平臺進(jìn)行告警提醒。

2.4.4自動故障診斷

對于一些常規(guī)的異常事件和告警信息，結(jié)合專家策略，平臺自動生成故障診斷方法，并提供維護(hù)技術(shù)方案，以達(dá)到提升效率的目的。

3結(jié)論

在航道治理過程中，混凝土預(yù)制構(gòu)件的應(yīng)用能夠很好地節(jié)省施工時間，降低治理成本，提高工程效率。但其當(dāng)前大量依靠人工值守、監(jiān)管的生產(chǎn)方式嚴(yán)重影響了其生產(chǎn)工廠的生產(chǎn)效率及生產(chǎn)安全。

本文主要研究航道整治混凝土預(yù)制構(gòu)件批量自動化生產(chǎn)中無人值守稱重技術(shù)、鍋爐狀態(tài)在線監(jiān)測技術(shù)、不安全行為識別技術(shù)及智能故障診斷技術(shù)四個關(guān)鍵技術(shù)。采取上述多項技術(shù)能夠顯著提升當(dāng)前混凝土預(yù)制構(gòu)件生產(chǎn)企業(yè)的生產(chǎn)、安全、管理水平，提升其市場智能化水平、競爭力、經(jīng)濟(jì)效益。

參考文獻(xiàn)：

[1] 周生利，張俊峰.混凝土單元排護(hù)灘結(jié)構(gòu)在航道整治工程中的應(yīng)用[J].水運(yùn)工程，2014（11）：105-109.

[2] 吳杰，朱敏濤，陳兆榮，等.新型預(yù)制混凝土構(gòu)件生產(chǎn)技術(shù)研究及工藝裝備開發(fā)[J].智能制造，2018（12）：42-51.

[3] 楊勇，尹桂平，李結(jié)華.模袋混凝土技術(shù)在航道岸坡除險加固工程中的應(yīng)用[J].中國水運(yùn)，2020 （8）：85-87.

[4] 王利軍. 水運(yùn)工程預(yù)制混凝土構(gòu)件的生產(chǎn)施工與技術(shù)管理探析[J].珠江水運(yùn)，2019（05）：92-93.

[5] 周生利，劉常全，張俊.混凝土單元排護(hù)灘結(jié)構(gòu)在航道整治工程中的應(yīng)用[J].水運(yùn)工程，2012（10）：102-114.

[6] 中國建筑科學(xué)研究院.混凝土結(jié)構(gòu)設(shè)計規(guī)范：GB 50010—2010[S].北京：中國建筑工業(yè)出版社，2010.

[7] 張偉.模袋混凝土護(hù)坡施工技術(shù)在港口航道整治中的運(yùn)用研究[J].中國水運(yùn)，2019（09）：89-90.

[8] 中華人民共和國住房和城鄉(xiāng)建設(shè)部混凝土結(jié)構(gòu)工程施工質(zhì)量驗收規(guī)范.GB50204-2015[S].北京：中國建筑工業(yè)出版社，2014：34.

[9] 胡國寧， 夏靜波， 張樹輝，等. 智能布料機(jī)控制系統(tǒng)設(shè)計與應(yīng)用[J].建筑標(biāo)準(zhǔn)化，2019，560（12）：7-11.

基金項目：國家重點研發(fā)計劃專項（2018YFB1600400）