圓形煤場堆取料機智能控制策略的改進

鄒宜金，林宇華，郭凱旋，岳益鋒，高 偉，程永林，焦 莉，曲金星

（1.福建華電可門發(fā)電有限公司，福建 福州 350000；2.華電電力科學研究院有限公司，浙江 杭州 310030）

一直以來國內(nèi)煤場的堆取料作業(yè)主要依靠人工操作現(xiàn)場堆取料設(shè)備完成，其主要原因為煤場面積大，無法提供作業(yè)煤堆的實時輪廓，部分具有煤堆三維數(shù)據(jù)的煤場，堆取料機無法和煤堆三維圖像進行交互，完成自動高效的堆取料作業(yè)。

在國外，自動堆取料作業(yè)研究較早，技術(shù)先進的國家經(jīng)過試驗改造已完成了自動堆取料功能，在煤場底層設(shè)備安裝傳感設(shè)備并成功上線了自動控制系統(tǒng)。在日本，大田七尾發(fā)電成功應(yīng)用半自動遠程控制的堆取料機。而位于荷蘭的鹿特丹港和德國的漢莎港都成功應(yīng)用了無人值守的全自動控制的堆取料機，但其無人值守堆取料由于僅應(yīng)用的激光掃描的方式對料堆進行識別，并未采用點云數(shù)據(jù)對堆取料機作業(yè)點進行精確定位，也沒有實時掃描并與堆取料策略交互。

國內(nèi)的堆取料機自動控制研究，雖然近幾年研發(fā)了堆取料作業(yè)自動控制裝置，可以通過PLC 控制實現(xiàn)堆取料自動化，并有HMI 操作界面，但檢測料堆與大臂間的距離、精確定位、根據(jù)實際堆料情況計算料堆參數(shù)并給出針對煤種的作業(yè)參數(shù)，這些技術(shù)很難實現(xiàn)自動化，以上參數(shù)大多依靠堆取料司機人工調(diào)整。在料堆形狀不規(guī)則時無法自動尋找作業(yè)開層點、作業(yè)過程中無法實時判斷作業(yè)模式是否高效合理、作業(yè)時無法根據(jù)實際煤種進行作業(yè)參數(shù)調(diào)整，這也是造成燃煤電廠的堆取料作業(yè)一直為人工手動操作的最大原因。

為了對自動控制系統(tǒng)進行性能優(yōu)化，目前傳感設(shè)備對煤場存煤情況的自動實時監(jiān)測成為研究熱點，采用自動控制系統(tǒng)可以改善就地操作人員的工作環(huán)境。隨著三維重建技術(shù)與自動化技術(shù)的不斷發(fā)展，自動堆取料無人值守系統(tǒng)逐漸在煤場得到廣泛應(yīng)用。我國的港口曾經(jīng)采用微波雷達檢測、超聲波檢測、懸掛式傾斜開關(guān)檢測、單點式激光測距開關(guān)檢測、紅外線檢測等技術(shù)。但上述技術(shù)沒有針對不同煤場進行定制化建模，存在很多缺陷，由于三維數(shù)據(jù)無法與堆取料機自動控制系統(tǒng)實時交互，缺乏對堆料空隙、取料修坡以及堆料流量的檢測能力，并且還需要時常根據(jù)任務(wù)內(nèi)容調(diào)整作業(yè)參數(shù)，故無法與PLC 配合實現(xiàn)真正意義上的無人化堆取料控制。

1 現(xiàn)有堆取料機自動控制功能與不足

1.1 現(xiàn)有自動控制系統(tǒng)功能

目前已經(jīng)應(yīng)用的堆取料機控制系統(tǒng)軟件界面可呈現(xiàn)激光盤煤儀三維成像的煤場三維模型，通過人工手動輸入作業(yè)起始點并下發(fā)給PLC 進行自動控制。堆取料自動控制過程中，激光掃描儀只在作業(yè)開始前后進行煤場整體掃描，為控制系統(tǒng)提供料場數(shù)據(jù)，作業(yè)過程中不再動作。自動堆取料控制采用固定模式作業(yè)，即堆料回轉(zhuǎn)角度、取料下俯角度回轉(zhuǎn)速度等參數(shù)均為固定值。而針對不同煤種，需在作業(yè)前憑經(jīng)驗人工修改控制參數(shù)。作業(yè)過程不包括補堆功能、不包括邊界取料控制、取料恒流量控制等功能。控制軟件可實現(xiàn)設(shè)備狀態(tài)的展示、三維模型分析、參數(shù)修改等功能，但系統(tǒng)為獨立系統(tǒng)，并未與輸煤程控管理信息系統(tǒng)進行數(shù)據(jù)交互，管理數(shù)據(jù)需通過人工手動錄入。

1.2 現(xiàn)有控制系統(tǒng)的不足

（1）堆取煤計劃需人為制定與執(zhí)行：目前堆取煤計劃制定所依據(jù)的信息為人工繪制的存煤圖和人工摻配經(jīng)驗，沒有融合存煤數(shù)量、品質(zhì)、位置、溫度及煤場堆形等數(shù)字化煤場信息系統(tǒng)作為支撐，更沒有摻配評價系統(tǒng)為摻配工作提供指導(dǎo)。軟件不能自動計算作業(yè)起始及結(jié)束坐標，需人工制定并輸入，無法做到全過程無人化干預(yù)。

（2）控制參數(shù)無法自動實時調(diào)整：功能比較基礎(chǔ)、簡單，作業(yè)模式固定，僅能實現(xiàn)智能控制的基礎(chǔ)功能。整個堆取料自動控制過程激光掃描儀無法進行實時掃描及建模，沒有實時與堆取料機進行數(shù)據(jù)交互。由于沒有前端作業(yè)過程中的實時掃描的支撐，導(dǎo)致作業(yè)過程中不能根據(jù)堆取料的實際情況進行過程參數(shù)的自動調(diào)整，降低了料場的利用率及作業(yè)效率。

（3）無法針對不同煤種調(diào)整控制方式：沒有針對不同煤種的自然堆積角計算的不同限高以及回轉(zhuǎn)角度，或自然堆積角只取決于理論數(shù)值，不會針對實際情況調(diào)整限高、回轉(zhuǎn)角度，導(dǎo)致場地利用率低或燃料溢出到擋墻以外，造成污染。

2 改進的堆料自動控制方法

改進的控制系統(tǒng)結(jié)合煤場動態(tài)三維模型和堆取料機自動定位系統(tǒng)的實時數(shù)據(jù)，根據(jù)當前具體的堆取料需求，與煤質(zhì)數(shù)據(jù)庫實現(xiàn)數(shù)據(jù)互通，根據(jù)不同煤種煤質(zhì)數(shù)據(jù)給出堆取料機控制參數(shù)，規(guī)劃出堆取料大臂作業(yè)的回轉(zhuǎn)范圍，并將相關(guān)參數(shù)發(fā)送至堆取料機PLC 控制堆取料機進行堆料作業(yè)。

堆料過程作業(yè)優(yōu)化方案：

S1：作業(yè)開始前，激光掃描儀對煤場進行整體掃描，得到煤場三維模型圖，通過點云數(shù)據(jù)計算，自動給出堆料起始位置坐標。

S2：激光掃描儀將通過智能算法計算得到的堆料起始坐標θ1、結(jié)束坐標θ2，并通過以太網(wǎng)通訊下發(fā)給PLC 控制系統(tǒng)，PLC 控制堆取料機動作，使堆取料機開始對位。

S3：堆取料機對位完成，進行定點堆料，啟動激光掃描儀并進行三維成像，根據(jù)實時形成的三維圖像自動計算出當前所堆煤種的自然堆積角α，為了使燃料不溢出到擋墻以外，又可最大程度地利用場地，如圖1 所示，限高H 計算公式為：

其中h1為擋墻高度，r0為堆料臂到擋墻距離，H0為最大限高。

若計算得到的HH0，則本次堆料限高為H0。根據(jù)堆料臂上安裝的超聲測距儀測得的料堆高度，堆料高度至限高H，定點堆料結(jié)束。

圖1 料堆與擋墻高度示意圖

S4：定點堆料結(jié)束后，堆料臂回轉(zhuǎn)一定角度并繼續(xù)定點堆料，重復(fù)S3 動作?；剞D(zhuǎn)角度θ0根據(jù)不同料種有不同的計算公式。設(shè)定v 型空隙高度為1/8H，兩料堆定點距離為d，則

S5：在自動堆料過程中應(yīng)將兩煤堆之間的v 型空隙填滿，保證同一區(qū)域的料堆頂面為一個平面，此時堆料臂在θ1+nθ0與θ1+（n+1）θ0之間回轉(zhuǎn)堆料，需要三維掃描儀的實時建模數(shù)據(jù)判斷補堆是否結(jié)束，并給出指令進行后續(xù)堆煤動作。

S6：若補堆結(jié)束，判斷堆料是否已到達結(jié)束地址或激光掃描儀實時判斷接近結(jié)束邊界位置或燃料全部卸完。

S7：在自動堆料控制中，系統(tǒng)需實時獲取堆料臂的位置，并與三維模型實時交互，檢測料堆的邊界位置坐標與結(jié)束作業(yè)地址間的距離。若料堆已接近作業(yè)結(jié)束地址，中控室控制畫面將提示報警信息，同時控制系統(tǒng)自動計算已堆料作業(yè)量及剩余空間內(nèi)可堆積的最大體積。操作人員判斷是否可以繼續(xù)堆料作業(yè)直到結(jié)束，若滿足，則系統(tǒng)自動將剩余煤堆積完成；若不滿足，操作人員暫停自動堆料操作，重新啟用新地址區(qū)域開始對料作業(yè)，并下發(fā)給堆取料機。

其堆料過程作業(yè)參數(shù)優(yōu)化流程如圖2 所示：

圖2 堆料過程作業(yè)參數(shù)優(yōu)化流程

3 改進的取料自動控制方法

圓形煤場刮板取料過程為：取料臂行走小車圍繞中心立柱左右回轉(zhuǎn)，帶動取料刮板運作，啟動刮板機構(gòu)并俯仰至一定角度，利用這些做著往復(fù)運動的刮板將物料逐層刮落至下部中央漏斗處，漏斗將物料轉(zhuǎn)運至地面皮帶機，并啟動地面皮帶系統(tǒng)將物料運至原煤倉。

取料過程作業(yè)優(yōu)化方案：

S1：通過與摻配煤系統(tǒng)以及燃料管理系統(tǒng)集成，系統(tǒng)能夠通過數(shù)據(jù)接口從信息管理系統(tǒng)接受當班作業(yè)計劃（作業(yè)計劃包括起止位置、煤種取煤噸位、取煤流量等信息）系統(tǒng)啟動自動取料作業(yè)模式，堆取料機進入自動取料狀態(tài)。

S2：取料作業(yè)任務(wù)下發(fā)后，取料機滿足自動對位要求，調(diào)用三維成像模型進行切入點計算，三維成像模型調(diào)用無人化系統(tǒng)堆料時，存儲在數(shù)據(jù)庫的料堆三維數(shù)據(jù)，對目標料堆進行三維計算，分析取料切入點位置，并將位置信息反饋給取料模型，開始自動對位。堆取料機上本地PLC 收到目標地址信息后，結(jié)合取料臂初始位，刮板取料臂上仰到最大角度，如果是大范圍回轉(zhuǎn)經(jīng)過無料區(qū)域，回轉(zhuǎn)快速運行，當取料臂運行到進入料堆區(qū)域則減速為工作低速，直至實際位置信號與給定位置吻合，定位完成。

S3：取料作業(yè)開始之前根據(jù)取料切入點判斷料堆是否開過層，開過層的煤堆需在激光點云數(shù)據(jù)中有記錄，且進入步驟S5；未開層的煤堆進入步驟S4 的修坡過程。PLC 根據(jù)激光掃描儀給出的坐標H 確定取料臂的俯仰角γ 并進行下俯，取料臂長為R0，

S4：未開層的新料堆底層與中心柱有一段距離，需要進行修坡作業(yè)。修坡過程中，激光掃描儀提供的料堆數(shù)據(jù)起到關(guān)鍵作用，可以選取讀取煤堆多點的數(shù)據(jù)與取料臂俯仰角度進行比較，來判定修坡完成情況。隨著物料被刮向中心料斗，料堆山峰被逐漸削掉，山腳和中心料斗之間空間被逐漸填平。修坡完成的依據(jù)是激光掃描儀實時計算料堆頭部、中部、尾部等所組成的直線角度數(shù)據(jù)，并與堆取料機PLC 實時交互，PLC 判斷物料坡度數(shù)據(jù)與取料臂俯仰角度接近，并且，判斷已有煤落入皮帶（皮帶電流瞬間增大），此時修坡結(jié)束。進入步驟S5。

S5：刮板運行與俯仰機構(gòu)組合，進行分層取料，用刮板俯仰控制進行分層，利用俯仰傳感器對取料臂俯仰角度進行定位。在開始取料時，首先進行最高層取料，取料臂下俯至三維模型定位的俯仰角度至煤堆表面，啟動刮板，行走小車驅(qū)動取料臂回轉(zhuǎn)，開始第一層取料作業(yè)；隨即，取料臂按照數(shù)據(jù)庫中取料煤種的特性參數(shù)調(diào)整下俯角度，進行下一層取料，以此類推，逐層取料。取料過程中，為了精準地控制取料臂的運動軌跡，取料恒流量系統(tǒng)控制的設(shè)計采用改進的PID 神經(jīng)元網(wǎng)絡(luò)解耦取料恒流量控制方案對目標量進行跟蹤。

（1）刮板電流與皮帶秤關(guān)系擬合。將測得的實時刮板電機電流獲得實時取料量值作為系統(tǒng)的反饋值，并建立兩者之間的數(shù)學關(guān)系，采用BP 神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)擬合的方法確定關(guān)系曲線y=f（x，α，ρ，ω）。其中，α 為堆積角，ρ 為堆比重，w 為水分，x 為皮帶秤示數(shù)。算法流程如圖3 所示。

BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定為4 輸入，1 輸出，隱含層有5個節(jié)點，因此BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為4-5-1。

（2）PID 神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)。本文選取的三個控制量的PID 神經(jīng)網(wǎng)絡(luò)有3 個并列的子網(wǎng)絡(luò)，網(wǎng)絡(luò)權(quán)值的作用是將子網(wǎng)絡(luò)相互聯(lián)系在一起。各子網(wǎng)絡(luò)的輸入神經(jīng)元分別為接受控制的目標值和當前值。每個子網(wǎng)絡(luò)各有比例、積分、微分控制。網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖4 所示：

圖3 BP 神經(jīng)網(wǎng)絡(luò)擬合建模流程圖

圖4 PID 神經(jīng)元網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖

圖中，X11，X21，X31是控制量的目標值，即俯仰鋼絲繩拉力、刮板電流和大臂回轉(zhuǎn)電流；X12，X22，X32是控制量的當前值；Y1，Y2，Y3是通過PID 神經(jīng)元網(wǎng)絡(luò)計算得到的控制規(guī)律；ωsij，ωsjk是網(wǎng)絡(luò)權(quán)值。

輸入層的神經(jīng)元，輸出數(shù)據(jù)xsi（k）=Xsi（k）

隱含層包含9 個神經(jīng)元，計算公式為

隱層的神經(jīng)元輸出公式如下：

以上公式中，h 為輸出層神經(jīng)元序號；s 為子網(wǎng)的序號，s=1，2，3；i 表示輸入層神經(jīng)元節(jié)點的標識號，i=1，2；表示所述隱含層神經(jīng)元組中神經(jīng)元節(jié)點的標識號，j=1，2，3；usj（k）為隱含層各神經(jīng)元輸出值；xsi（k）為各子網(wǎng)輸入層神經(jīng)元輸出值；ωsij為各子網(wǎng)絡(luò)輸入層至隱含層的連接權(quán)重，ωsjk為隱含層至輸出層的連接權(quán)重值。

取料過程參數(shù)優(yōu)化流程如圖5 所示：

圖5 取料過程參數(shù)優(yōu)化流程圖

4 改進控制策略的優(yōu)勢

基于點云數(shù)據(jù)的圓形煤倉建模與作業(yè)控制參數(shù)優(yōu)化，利用馬道上固定的三維掃描儀實時對煤堆形態(tài)進行動態(tài)實時三維建模，實現(xiàn)刮板堆取料機依據(jù)三維建模數(shù)據(jù)與不同煤種煤質(zhì)優(yōu)化控制參數(shù)。同時，將模型測量的煤堆關(guān)鍵信息，如三維模型圖、煤堆體積、質(zhì)量等關(guān)鍵數(shù)據(jù)提供給煤場管理系統(tǒng)。

通過三維模型的實時空間數(shù)據(jù)，計算起始料堆的實時自然堆積角；并利用實時自然堆積角和煤場的實時空間數(shù)據(jù)，計算煤場能夠堆積此料堆的最高高度，并進行控制參數(shù)的調(diào)整，控制預(yù)設(shè)限高、堆料回轉(zhuǎn)角度。精準控制堆料限高，避免料堆溢出擋墻造成污染，同時調(diào)整回轉(zhuǎn)角度也可以最大程度利用場地，提高場地利用率。

增加自動擋控制的補堆過程，通過實時三維模型對煤堆間空隙進行智能判斷，并自動精準定位到煤堆空隙進行補堆操作。通過掃描模型實時判斷是否完成補堆過程以及是否到達堆料邊界，并給予報警。

取料過程中激光掃描儀以模型數(shù)據(jù)呈現(xiàn)的角度實時判斷是否完成修坡過程。加入取料臂回轉(zhuǎn)速度、俯仰角度、刮板速度為控制量，采用改進的PID 神經(jīng)元網(wǎng)絡(luò)解耦控制算法，根據(jù)不同煤種擬合出刮板電流與皮帶秤顯示數(shù)值的具體關(guān)系式，更精確、快速的控制取料流量，并包含邊界取料策略，使整個取料過程更高效、安全。

改進的PID 神經(jīng)元網(wǎng)絡(luò)解耦取料恒流量控制效果如下圖6 所示?？梢钥闯?，改進的PID 神經(jīng)元網(wǎng)絡(luò)控制方案對取料恒流量控制取得了滿意的效果，控制量可以快速接近控制目標，且響應(yīng)時間較短。

圖6 改進的PID 神經(jīng)元網(wǎng)絡(luò)控制結(jié)果

在作業(yè)過程中掃描儀進行實時建模并與PLC 進行數(shù)據(jù)交互，根據(jù)不同煤種與實際情況調(diào)整作業(yè)參數(shù)，如堆料限高、回轉(zhuǎn)角度，補堆完成判斷、修坡完成判斷、邊界判斷，以提高作業(yè)效率，提高場地利用率，提高作業(yè)穩(wěn)定性，增加安全性。

5 結(jié)論

改進控制方案采用固定式激光盤煤儀進行實時掃描，在作業(yè)過程中實時建模并與PLC 進行數(shù)據(jù)交互。在堆料過程中，定點堆料初期利用激光掃描儀計算實際自然堆積角，并利用此參數(shù)計算相應(yīng)堆料限高、堆料回轉(zhuǎn)角度。掃描儀實時判斷是否完成補堆過程以及是否到達堆料邊界，并給予報警。取料過程中，激光掃描儀以模型數(shù)據(jù)呈現(xiàn)的角度實時判斷是否完成修坡過程。

優(yōu)化的控制方案可根據(jù)不同煤種與實際情況調(diào)整作業(yè)參數(shù)，如堆料限高、回轉(zhuǎn)角度，補堆完成判斷、修坡完成判斷，邊界判斷，以提高作業(yè)效率，提高場地利用率，提高作業(yè)穩(wěn)定性，增加安全性。