綜采工作面“三機(jī)”智能化研究現(xiàn)狀及展望

鄭嘉璐，魯 杰,2，張望杰

(1.山西大同大學(xué) 煤炭工程學(xué)院，山西 大同 037003；2.中國(guó)礦業(yè)大學(xué) 礦業(yè)工程學(xué)院，江蘇 徐州 221116)

煤炭是我國(guó)的基礎(chǔ)能源，2020年，我國(guó)能源消費(fèi)總量49.8億t標(biāo)準(zhǔn)煤，原煤產(chǎn)量38.4億t，約占一次能源生產(chǎn)總量56.8%；根據(jù)中國(guó)工程院相關(guān)報(bào)告預(yù)測(cè)：到2030年，煤炭在我國(guó)能源結(jié)構(gòu)中所占比例為50%；直至2050年，仍將以40%的占比高居榜首[1]。

在“雙碳”背景下，煤礦智能化已勢(shì)在必行。2020年，國(guó)家發(fā)展改革委等八部委聯(lián)合印發(fā)的《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見(jiàn)》要求，到2025年，大型煤礦和災(zāi)害嚴(yán)重煤礦基本實(shí)現(xiàn)智能化；到2035年，各類(lèi)煤礦基本實(shí)現(xiàn)智能化[2]。煤礦智能化是指在原有數(shù)字化建設(shè)的基礎(chǔ)上將工業(yè)物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、自動(dòng)控制、機(jī)器人、移動(dòng)互聯(lián)網(wǎng)、智能裝備等與煤炭開(kāi)發(fā)技術(shù)與裝備進(jìn)行深度融合，形成井下環(huán)境的全面自主感知、各設(shè)備的高效自主決策和協(xié)同控制、故障實(shí)時(shí)診斷預(yù)測(cè)、災(zāi)害動(dòng)態(tài)預(yù)測(cè)預(yù)警的煤礦智能系統(tǒng)，實(shí)現(xiàn)礦井地質(zhì)保障、采掘(剝)、主輔運(yùn)輸、通風(fēng)、排水、供電、安全保障、分選運(yùn)輸、生產(chǎn)經(jīng)營(yíng)管理等全過(guò)程的智能化運(yùn)行[3-4]。煤炭開(kāi)采以井工開(kāi)采為主，綜采工作面環(huán)境較為惡劣且易發(fā)生片幫、冒頂、煤與瓦斯突出、沖擊地壓等一系列煤礦災(zāi)害。此外，我國(guó)煤炭企業(yè)從業(yè)人員多數(shù)年齡較大，煤礦井下的惡劣環(huán)境和危險(xiǎn)性無(wú)法吸引新鮮血液的涌入，招工難的問(wèn)題連年攀升，且疊加的人力成本也呈逐年上升趨勢(shì)。因此，煤礦智能化是煤炭產(chǎn)業(yè)技術(shù)發(fā)展持續(xù)創(chuàng)新的需要也是采煤產(chǎn)業(yè)發(fā)展史的必然規(guī)律。綜采工作面作為煤礦井下易產(chǎn)生安全事故的區(qū)域，它的智能化發(fā)展是實(shí)現(xiàn)煤礦智能化的重要一步，也是實(shí)現(xiàn)煤礦井下少人則安、無(wú)人則安，煤炭資源高效綠色開(kāi)采的重要舉措。

近年來(lái)，隨著人工智能、機(jī)器學(xué)習(xí)、雙目視覺(jué)、5G、大數(shù)據(jù)等先進(jìn)技術(shù)的發(fā)展和應(yīng)用，我國(guó)各大煤礦也積極和國(guó)內(nèi)先進(jìn)廠商合作，進(jìn)一步加快煤礦智能化建設(shè)的進(jìn)程，尤其在綜采工作面各機(jī)械設(shè)備智能化方面有很大突破。筆者以綜采工作面采煤機(jī)、液壓支架、刮板輸送機(jī)的智能化技術(shù)為核心，從理論研究和實(shí)際應(yīng)用方面對(duì)各設(shè)備運(yùn)用的關(guān)鍵技術(shù)進(jìn)行介紹，在提出自己看法的同時(shí)對(duì)綜采工作面“三機(jī)”的智能化發(fā)展趨勢(shì)進(jìn)行了展望。

1 采煤機(jī)智能化發(fā)展現(xiàn)狀

采煤機(jī)作為煤礦智能化建設(shè)中的核心設(shè)備，有關(guān)采煤機(jī)的智能化建設(shè)已取得很大進(jìn)展，截至2020年底，我國(guó)已有494個(gè)煤炭開(kāi)采工作面實(shí)現(xiàn)了以采煤機(jī)記憶截割為主，輔以人工干預(yù)的智能化采煤工作面[5]。山西省陽(yáng)煤集團(tuán)的新元礦、山西焦煤西山煤電集團(tuán)公司馬蘭礦等一些智能化礦井已先后實(shí)現(xiàn)了采煤機(jī)的記憶截割和遠(yuǎn)程控制。

采煤機(jī)記憶截割是指起初通過(guò)工人靠視力觀測(cè)和截割噪聲識(shí)別煤巖分界，進(jìn)行人工操作示范割煤，然后采煤機(jī)記憶截割系統(tǒng)對(duì)采煤機(jī)在工作面各位置運(yùn)行參數(shù)和運(yùn)行狀態(tài)進(jìn)行記憶，然后根據(jù)記憶數(shù)據(jù)進(jìn)行重復(fù)自動(dòng)截割。由于采煤工作面在采掘過(guò)程中存在粉塵多、噪音大、能見(jiàn)度低等現(xiàn)狀，人工識(shí)別難以實(shí)時(shí)準(zhǔn)確地判斷煤巖分界，及時(shí)做出調(diào)控，且在采煤機(jī)記憶完相關(guān)截割數(shù)據(jù)進(jìn)行自動(dòng)截割時(shí)，工作面頂?shù)撞扛叨茸兓€(xiàn)會(huì)隨著工作面推進(jìn)而動(dòng)態(tài)變化，這就需要在進(jìn)行記憶割煤時(shí)進(jìn)行人工實(shí)時(shí)干預(yù)，對(duì)采煤機(jī)截割數(shù)據(jù)進(jìn)行調(diào)整，并實(shí)時(shí)刷新記憶數(shù)據(jù)，進(jìn)行下一輪記憶截割。若要實(shí)現(xiàn)不需要人工干預(yù)的自主截割，就需要采煤機(jī)的煤巖識(shí)別、高精度的定位和定姿技術(shù)。

1.1 采煤機(jī)煤巖識(shí)別技術(shù)

目前，煤巖識(shí)別技術(shù)主要有基于切割載荷識(shí)別技術(shù)、基于煤巖物性識(shí)別技術(shù)、基于巖層掃描識(shí)別技術(shù)三種?；诮馗钶d荷識(shí)別技術(shù)是通過(guò)監(jiān)測(cè)采煤機(jī)滾筒上的鎬形截齒在截割煤或巖時(shí)，所受的反作用力的大小來(lái)判斷煤巖狀態(tài)，該方法有助于識(shí)別煤巖但不適用于所有采煤工藝，且截齒損耗較大；基于煤巖物性識(shí)別技術(shù)是采用機(jī)器視覺(jué)，利用煤與巖石在圖像特征上的不同進(jìn)行煤與巖石的識(shí)別，該方法采用的CCD相機(jī)易受粉塵、水漬的污損，影響圖像質(zhì)量，導(dǎo)致識(shí)別不精準(zhǔn)；基于巖層掃描識(shí)別技術(shù)的太赫茲光譜識(shí)別法可快速識(shí)別煤巖界面，且不與煤巖直接接觸，在未來(lái)具有很好的應(yīng)用前景。

1.2 采煤機(jī)定位技術(shù)

采煤機(jī)定位技術(shù)主要有紅外傳感定位、超聲波定位、慣性導(dǎo)航定位和采煤機(jī)融合定位。

紅外傳感定位是通過(guò)裝在液壓支柱上的接收裝置接收安裝在采煤機(jī)上的發(fā)射裝置不斷發(fā)射的紅外信號(hào)，并運(yùn)用定位算法實(shí)現(xiàn)采煤機(jī)的定位[6]。該方法易出現(xiàn)多個(gè)接收器同時(shí)接收到信號(hào)的現(xiàn)象，且紅外收發(fā)裝置比較脆弱且易受到工作面粉塵、水汽等惡劣環(huán)境的影響，定位精度較低。超聲波定位法是將接收發(fā)裝置安裝在橋式轉(zhuǎn)載機(jī)的小橋上，在采煤機(jī)運(yùn)行過(guò)程中，以采煤機(jī)為監(jiān)測(cè)對(duì)象發(fā)送超聲波，接收裝置通過(guò)接收采煤機(jī)端部反射回來(lái)的超聲波進(jìn)行系統(tǒng)處理確定采煤機(jī)的位置[7]。此方法的優(yōu)勢(shì)在于不用和被測(cè)物體直接接觸且方向性好、強(qiáng)度容易控制，缺點(diǎn)是在礦井環(huán)境較為惡劣且回采工作面較長(zhǎng)時(shí)，超聲波隨著距離的增加會(huì)大幅衰減或無(wú)法接收到回波，定位時(shí)會(huì)產(chǎn)生較大誤差或定位失敗。慣性導(dǎo)航定位通過(guò)陀螺儀和加速度計(jì)來(lái)實(shí)時(shí)測(cè)算采煤機(jī)的3個(gè)轉(zhuǎn)動(dòng)角速度和線(xiàn)性加速度，然后依次通過(guò)坐標(biāo)變換和高速積分運(yùn)算獲得采煤機(jī)的姿態(tài)、速度、航向等信息[8]。該方法具有自主性強(qiáng)、可靠性高等優(yōu)點(diǎn)。但慣性導(dǎo)航定位方法易產(chǎn)生累計(jì)誤差和位置漂移，且定位精度受采煤機(jī)運(yùn)行時(shí)長(zhǎng)的影響較大。

針對(duì)上述幾種方法的優(yōu)勢(shì)和不足，文獻(xiàn)[9]提出了采用捷聯(lián)慣導(dǎo)系統(tǒng)(Strapdown Inertial Navigation System,SINS)和其他傳感器融合的定位方法，如圖1所示。

圖1 采煤機(jī)組合定位

該方法將慣性導(dǎo)航和多傳感器獲得的信息通過(guò)高速解算獲得采煤機(jī)的運(yùn)動(dòng)和滾筒截割軌跡，并通過(guò)用戶(hù)數(shù)據(jù)報(bào)協(xié)議傳輸至數(shù)據(jù)存儲(chǔ)與處理系統(tǒng)，隨后該系統(tǒng)將二者的軌跡數(shù)據(jù)點(diǎn)和綜采工作面的煤層三維模型頂?shù)装鍞?shù)據(jù)繪制在同一個(gè)“東北天”坐標(biāo)系中，來(lái)確定采煤機(jī)在綜采工作面中的精確位置信息。此方法在工作面傾角10.16°的中斜煤層進(jìn)行定位實(shí)驗(yàn)，定位誤差小于50 mm，滿(mǎn)足采煤機(jī)的精準(zhǔn)定位需求，具有良好的發(fā)展前景。

1.3 采煤機(jī)姿態(tài)檢測(cè)技術(shù)

采煤機(jī)的姿態(tài)信息是完成其自主截割和滾筒自適應(yīng)調(diào)高的重要依據(jù)，姿態(tài)檢測(cè)作為采煤機(jī)走向智能化的一個(gè)重要環(huán)節(jié)，主要采用傾角傳感器或慣性導(dǎo)航裝置，其中慣性導(dǎo)航裝置可與其他先進(jìn)技術(shù)進(jìn)行融合，同時(shí)提供采煤機(jī)的位置和姿態(tài)信息，發(fā)展前景十分廣闊。

針對(duì)采煤機(jī)姿態(tài)檢測(cè)問(wèn)題，文獻(xiàn)[10]提出了基于地理信息系統(tǒng)的采煤機(jī)定姿技術(shù)。該方法通過(guò)地理信息系統(tǒng)和慣性導(dǎo)航裝置實(shí)時(shí)獲取的采煤機(jī)位置和姿態(tài)信息，確定采煤機(jī)滾筒在工作面的具體位置信息，但該方法使用的慣性測(cè)量裝置易產(chǎn)生誤差累積，且震波存在頻散性、疊加干涉等問(wèn)題，無(wú)法獲取采煤機(jī)精確姿態(tài)信息。

吳剛[11]從采煤機(jī)捷聯(lián)慣導(dǎo)基本原理出發(fā)，建立能夠求解SINS系統(tǒng)狀態(tài)的最優(yōu)估計(jì)卡爾曼濾波方程組，并對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的慣性誤差、初始對(duì)準(zhǔn)誤差及安裝誤差進(jìn)行一一補(bǔ)償。對(duì)受采煤機(jī)振動(dòng)產(chǎn)生累計(jì)誤差和位置漂移的光纖陀螺儀和加速度計(jì)對(duì)捷聯(lián)慣性導(dǎo)航精度的影響，建立了采煤機(jī)振動(dòng)力學(xué)模型，仿真獲取了采煤機(jī)整機(jī)的振動(dòng)響應(yīng)特征，對(duì)采煤機(jī)振動(dòng)產(chǎn)生的圓錐誤差和劃船誤差進(jìn)行了有效的抑制，并進(jìn)一步提出了旋轉(zhuǎn)調(diào)制誤差自補(bǔ)償技術(shù)，對(duì)陀螺儀產(chǎn)生的零偏漂移進(jìn)行了完全消除。經(jīng)過(guò)現(xiàn)場(chǎng)實(shí)驗(yàn)，該種方法顯著提高了采煤機(jī)姿態(tài)感知精度。

2 液壓支架智能化發(fā)展現(xiàn)狀

液壓支架作為直接影響煤礦安全的綜采工作面的重要設(shè)備，其智能化發(fā)展對(duì)整個(gè)綜采工作面的智能化尤為重要，液壓支架的智能化發(fā)展主要集中在姿態(tài)感知、自主跟機(jī)移架等方面。

2.1 液壓支架姿態(tài)監(jiān)測(cè)技術(shù)

液壓支架姿態(tài)信息的獲取是實(shí)現(xiàn)液壓支架一切控制的基礎(chǔ)，液壓支架的不合理支護(hù)姿態(tài)會(huì)影響液壓支架的穩(wěn)定性和有關(guān)零件的使用壽命，造成支護(hù)隱患，危及工作面安全。由于綜采工作面通常需要支架群組進(jìn)行支護(hù)，在支架群組運(yùn)動(dòng)時(shí)，若獲得的姿態(tài)信息存在誤差，易產(chǎn)生傾斜、咬架等情況，因此液壓支架姿態(tài)的精確檢測(cè)和動(dòng)作的精準(zhǔn)控制對(duì)液壓支架的智能化控制十分重要。

目前液壓支架主要通過(guò)在護(hù)幫板、頂梁、后連桿、掩護(hù)梁及底座分別安裝雙軸傾角傳感器，利用傳感器所獲得的數(shù)據(jù)通過(guò)公式反解出支架的工作姿態(tài)[12-13]，各傳感器的安裝位置如圖2所示。該方法具有物理架構(gòu)簡(jiǎn)單，易于管理等優(yōu)點(diǎn)，但在井下惡劣環(huán)境下，傾角傳感器的監(jiān)測(cè)精度會(huì)產(chǎn)生較大的誤差且傾角傳感器只能對(duì)液壓支架實(shí)現(xiàn)二維狀態(tài)監(jiān)測(cè)，無(wú)法滿(mǎn)足支架的三維姿態(tài)信息監(jiān)測(cè)需求。

圖2 液壓支架傾角傳感器安裝位置

王亞飛[14]提出了一種多角度融合算法，該方法采用傾角傳感器和陀螺儀同時(shí)測(cè)量液壓支架的姿態(tài)角，并將測(cè)量角度轉(zhuǎn)換為計(jì)算角度，通過(guò)多角度平均值算法對(duì)液壓支架的姿態(tài)進(jìn)行解析。然后通過(guò)液壓支架記憶姿態(tài)監(jiān)測(cè)方法，運(yùn)用灰色馬爾科夫理論將傳感器測(cè)量角度與預(yù)測(cè)角度的誤差進(jìn)行分析，提高了液壓支架的姿態(tài)監(jiān)測(cè)精確性和實(shí)時(shí)性。但由于井下環(huán)境復(fù)雜，底板多是高低起伏的狀態(tài)，利用灰色馬爾科夫計(jì)算的預(yù)測(cè)姿態(tài)僅考慮到底板平整的情況，在實(shí)際應(yīng)用中誤差較大，尚處于理論研究階段。

文獻(xiàn)[15]提出了一種基于深度視覺(jué)原理的液壓支架支撐高度與頂梁姿態(tài)角測(cè)量方法，該方法采用雙目視覺(jué)相機(jī)RGB-D、ORB算法和FLANN算法獲取液壓支架底座的相關(guān)信息，根據(jù)ICP模型和液壓支架姿態(tài)視覺(jué)測(cè)量模型設(shè)計(jì)相關(guān)算法，實(shí)現(xiàn)對(duì)液壓支架的高度和頂梁姿態(tài)角的測(cè)量。該方法測(cè)量精度高、穩(wěn)定性好，是人工智能技術(shù)應(yīng)用于綜采工作面的一項(xiàng)突破，具有廣闊的發(fā)展前景。

2.2 液壓支架自動(dòng)跟機(jī)技術(shù)

液壓支架自動(dòng)跟機(jī)控制技術(shù)是將“三機(jī)”看作一個(gè)整體，依據(jù)采煤機(jī)的位置信息并結(jié)合綜采工作面的頂?shù)装鍡l件和采煤工藝，實(shí)現(xiàn)液壓支架根據(jù)自身所處采煤機(jī)的位置自主進(jìn)行收伸支護(hù)頂板、移拉架、推溜、調(diào)整伸縮梁等一系列跟機(jī)動(dòng)作。

液壓支架跟機(jī)控制技術(shù)的核心點(diǎn)在于根據(jù)采煤機(jī)位置確定相應(yīng)位置支架動(dòng)作，目前主要有兩種方式實(shí)現(xiàn)此功能。一是通過(guò)根據(jù)采煤機(jī)參量為工作面當(dāng)中的每一臺(tái)支架建立相應(yīng)的規(guī)則庫(kù)，實(shí)現(xiàn)支架群組根據(jù)采煤機(jī)位置和方向信息按照預(yù)先設(shè)定的規(guī)則準(zhǔn)確連續(xù)地做出相應(yīng)的支護(hù)動(dòng)作。該方法采用計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行控制，使支架控制更加安全和靈活，但由于綜采工作面煤巖狀態(tài)和機(jī)器運(yùn)行狀態(tài)時(shí)刻保持動(dòng)態(tài)變化，按照預(yù)先設(shè)定的規(guī)則進(jìn)行跟機(jī)移架會(huì)產(chǎn)生較大的誤差。二是根據(jù)綜采工作面的采煤方法和“三機(jī)”協(xié)調(diào)控制的過(guò)程建立刮板輸送機(jī)彎曲段數(shù)學(xué)模型和跟機(jī)自動(dòng)控制的數(shù)學(xué)模型，實(shí)現(xiàn)液壓支架的自動(dòng)跟機(jī)[16]。該方式提高了采煤效率，為液壓支架跟機(jī)自動(dòng)化提供了理論基礎(chǔ)，但由于無(wú)法根據(jù)回采過(guò)程中環(huán)境的變化進(jìn)行自主調(diào)整，易造成推溜和移架不到位的情況，需要人工校正。液壓支架自動(dòng)跟機(jī)控制技術(shù)雖取得了較大進(jìn)展，提高了采煤工作效率，但仍無(wú)法根據(jù)環(huán)境變化和本身姿態(tài)的變化自動(dòng)跟機(jī)調(diào)整，因此液壓支架的環(huán)境自適應(yīng)跟機(jī)控制是未來(lái)液壓支架智能化發(fā)展的重要方向。

3 刮板輸送機(jī)智能化發(fā)展現(xiàn)狀

3.1 刮板輸送機(jī)的智能調(diào)速技術(shù)

在智能化采煤工作面中，刮板輸送機(jī)通過(guò)和采煤機(jī)協(xié)同作業(yè)完成采煤和運(yùn)煤的任務(wù)，這就需要刮板輸送機(jī)根據(jù)采煤機(jī)的割煤速度和割煤量進(jìn)行調(diào)速，目前刮板輸送機(jī)的主流調(diào)速方式是通過(guò)可編程邏輯控制器和變頻控制器來(lái)實(shí)現(xiàn)，兩者通過(guò)Profibus-DP通訊協(xié)議進(jìn)行雙向通信，完成對(duì)刮板輸送機(jī)速度的調(diào)節(jié)。該方法具有控制系統(tǒng)簡(jiǎn)單、穩(wěn)定性高等優(yōu)點(diǎn)，但在實(shí)際工作環(huán)境中會(huì)出現(xiàn)煤壁坍塌、大塊煤突然掉落等現(xiàn)象，當(dāng)出現(xiàn)負(fù)載突然增大的情況時(shí)，該方式存在調(diào)速滯后的情況。針對(duì)這種情況文獻(xiàn)[17]提出了一種根據(jù)以齒輪嚙合頻率幅值信息作為刮板輸送機(jī)負(fù)載表征量的歷史數(shù)據(jù)，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)對(duì)下一刻刮板輸送機(jī)的負(fù)載進(jìn)行預(yù)測(cè)，彌補(bǔ)了控制的滯后性，但該方法以刮板輸送機(jī)的負(fù)載電流作為主要參考量，對(duì)煤流量的檢測(cè)存在誤差較大的問(wèn)題，因此在煤流量的精準(zhǔn)檢測(cè)，是智能調(diào)速的基礎(chǔ)，在煤流量檢測(cè)技術(shù)突破后，該方法具有廣闊的發(fā)展前景。

3.2 刮板輸送機(jī)的煤流檢測(cè)技術(shù)

煤流量的精確監(jiān)測(cè)是實(shí)現(xiàn)刮板輸送機(jī)以采定運(yùn)、節(jié)能控制的基礎(chǔ)和前提，目前煤流檢測(cè)主要有以下三種。

1) 超聲波煤流量檢測(cè)技術(shù)。運(yùn)用以超聲波換能器和變送器為核心部件的超聲波傳感器，根據(jù)回波測(cè)距原理測(cè)量輸送機(jī)上煤面的最高點(diǎn)，然后結(jié)合溫度傳感器所獲得的溫度數(shù)據(jù)對(duì)所測(cè)煤面高度進(jìn)行溫度補(bǔ)償，最后通過(guò)傳感器高度、煤堆積角等相關(guān)參數(shù)，根據(jù)公式推算出煤流的截面積，進(jìn)而求解出煤流量[18]。該方式具有不與物料接觸、安裝維護(hù)方便、可連續(xù)測(cè)量等優(yōu)點(diǎn)。缺點(diǎn)是超聲波在檢測(cè)堆煤時(shí)，易產(chǎn)生不同程度的散射和吸收衰減且有可能產(chǎn)生無(wú)法接收到回波的現(xiàn)象，對(duì)煤流量檢測(cè)產(chǎn)生影響。

2) 基于負(fù)載電流檢測(cè)技術(shù)。根據(jù)刮板輸送機(jī)負(fù)載波動(dòng)會(huì)對(duì)減速器齒輪嚙合過(guò)程中接觸剛度產(chǎn)生影響從而產(chǎn)生幅值改變的原理，采用高頻數(shù)據(jù)采集器對(duì)刮板輸送機(jī)運(yùn)行過(guò)程中的電流數(shù)據(jù)進(jìn)行采集，然后經(jīng)過(guò)工頻濾波和傅里葉分析等一系列操作從中提取齒輪嚙合頻率幅值，最后利用幅值特征提取原理，得到負(fù)載幅值數(shù)據(jù)以此獲得煤流量變化[17]。該方法具有穩(wěn)定性高、可實(shí)時(shí)動(dòng)態(tài)檢測(cè)等優(yōu)點(diǎn)。缺點(diǎn)是檢測(cè)產(chǎn)生的數(shù)據(jù)量十分龐大，處理成本較高，且在液壓支架推溜過(guò)程中，刮板輸送機(jī)所產(chǎn)生不同程度的彎曲，易造成負(fù)載不均的情況，對(duì)煤流量的檢測(cè)產(chǎn)生影響。

3) 基于機(jī)器視覺(jué)的煤流量檢測(cè)技術(shù)。將激光發(fā)射器和數(shù)字?jǐn)z像頭作為核心部件，通過(guò)數(shù)字?jǐn)z像頭實(shí)時(shí)采集含有用激光發(fā)射器投射的激光條紋的煤流圖像，然后將圖像經(jīng)過(guò)工業(yè)以太網(wǎng)上傳至地面數(shù)據(jù)中心進(jìn)行數(shù)據(jù)處理以獲得煤流量信息[19]。但綜采工作面存在低照度、高粉塵問(wèn)題，采用機(jī)器視覺(jué)煤流量檢測(cè)方法存在難以確定刮板輸送機(jī)邊界和污染物對(duì)鏡頭視覺(jué)產(chǎn)生影響等問(wèn)題。

針對(duì)刮板輸送機(jī)邊界難以確定的問(wèn)題，文獻(xiàn)[20]提出了通過(guò)計(jì)算數(shù)字?jǐn)z像頭所獲取的視頻圖像中同一像素點(diǎn)在多幀圖像上像素值的標(biāo)準(zhǔn)差來(lái)確定刮板輸送機(jī)邊界所在的區(qū)間，然后運(yùn)用長(zhǎng)短時(shí)窗能量比方法實(shí)現(xiàn)邊界的精確提取。該方法有助于改善機(jī)器視覺(jué)難以精確識(shí)別邊界的問(wèn)題，提升了煤流量的檢測(cè)精度。針對(duì)鏡頭易受井下煤塵和水霧污染造成檢測(cè)誤差的問(wèn)題，文獻(xiàn)[21]提出了一種鏡頭自動(dòng)揭膜的除塵去污方法，該方法首先在視覺(jué)系統(tǒng)表面覆蓋多層疏水膜，然后通過(guò)采用防爆設(shè)計(jì)的可自動(dòng)揭膜的機(jī)械結(jié)構(gòu)，根據(jù)圖像采集質(zhì)量判斷鏡頭的污損程度進(jìn)行自動(dòng)揭膜，該方法能有效提高圖像采集質(zhì)量，提升煤流量的檢測(cè)精度。

3.3 刮板輸送機(jī)故障自動(dòng)檢測(cè)技術(shù)

目前刮板輸送機(jī)的故障主要集中在刮板輸送機(jī)鏈條、電動(dòng)機(jī)、液力耦合器和減速器等方面[22]，電動(dòng)機(jī)方面采用在電動(dòng)機(jī)繞組和前軸承安裝溫度傳感器進(jìn)行溫度檢測(cè)，實(shí)時(shí)監(jiān)測(cè)電動(dòng)機(jī)的故障信息；液力耦合器方面，對(duì)耦合器的輸入輸出轉(zhuǎn)速進(jìn)行監(jiān)測(cè)，避免其出現(xiàn)長(zhǎng)期打滑現(xiàn)象；減速器方面通過(guò)對(duì)減速器的高低速軸承溫度和減速器中潤(rùn)滑油的油位、油溫和油質(zhì)的實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)對(duì)減速器的故障檢測(cè)；目前這幾種監(jiān)測(cè)方式相對(duì)比較成熟，刮板輸送機(jī)主要故障檢測(cè)還是在刮板輸送機(jī)斷鏈和掉鏈檢測(cè)方面。

針對(duì)刮板輸送機(jī)斷掉鏈故障主要采用振動(dòng)分析法、圓環(huán)鏈張力檢測(cè)法、接近開(kāi)關(guān)檢測(cè)法和張緊油缸壓力檢測(cè)法。振動(dòng)分析法是根據(jù)刮板輸送機(jī)斷掉鏈故障時(shí)震動(dòng)參數(shù)的明顯改變來(lái)判斷設(shè)備的故障信息，該方法電路簡(jiǎn)單、易于安裝，有比較成熟的應(yīng)用，但刮板輸送機(jī)在運(yùn)行中震動(dòng)強(qiáng)烈且在液壓支架推溜過(guò)程中刮板輸送機(jī)的彎曲易對(duì)震動(dòng)產(chǎn)生影響，使得監(jiān)測(cè)裝置監(jiān)測(cè)的信息不準(zhǔn)確；圓環(huán)張力檢測(cè)法[23]是將單軸應(yīng)變片緊貼在圓環(huán)鏈立環(huán)中間直臂部分的內(nèi)側(cè)，具體安裝位置如圖3所示。該方法通過(guò)應(yīng)變片的形變檢測(cè)鏈條張力，可有效預(yù)測(cè)圓環(huán)鏈斷鏈故障，但缺點(diǎn)是應(yīng)變片易受堆煤撞擊損壞，且易受井下復(fù)雜電磁環(huán)境的干擾。

圖3 應(yīng)變片安裝位置

接近開(kāi)關(guān)檢測(cè)法是將接近開(kāi)關(guān)對(duì)稱(chēng)安裝在中部槽兩側(cè)，通過(guò)每對(duì)對(duì)稱(chēng)傳感器檢測(cè)信號(hào)是否存在較大時(shí)間差，判斷是否發(fā)生斷鏈故障[24]。但作為該方法主要檢測(cè)目標(biāo)的舌板易受堆煤的影響，導(dǎo)致傳感器無(wú)法檢測(cè)到信號(hào)，出現(xiàn)檢測(cè)失效的問(wèn)題。張緊油缸壓力檢測(cè)法是通過(guò)張緊油缸的壓力來(lái)推測(cè)鏈條張力，進(jìn)而判斷是否存在鏈條故障。該方法具有檢測(cè)裝置不易受堆煤損害、壽命長(zhǎng)、穩(wěn)定高等優(yōu)點(diǎn)，但檢測(cè)是通過(guò)間接方式獲得鏈條張力信息，檢測(cè)精度會(huì)存在一定誤差，未來(lái)可通過(guò)多傳感器融合進(jìn)行實(shí)時(shí)校正，提高故障檢測(cè)精度。

4 結(jié) 語(yǔ)

綜采工作面“三機(jī)”的智能化是推進(jìn)我國(guó)綜采工作面智能化發(fā)展的關(guān)鍵。目前綜采工作面“三機(jī)”智能化技術(shù)仍存在精度不高、穩(wěn)定性不強(qiáng)、與其他設(shè)備協(xié)同控制能力較差的問(wèn)題。因此綜采工作面主要設(shè)備的發(fā)展趨勢(shì)主要集中在以下幾個(gè)方面。

4.1 采煤機(jī)智能化發(fā)展趨勢(shì)

利用地質(zhì)雷達(dá)、智能微動(dòng)、瞬態(tài)面波、電磁波CT層析成像等精細(xì)物探手段和紅外掃描構(gòu)建初始工作面地質(zhì)數(shù)字模型，將模型數(shù)據(jù)與井下地理信息系統(tǒng)(GIS)工作面三維實(shí)體模型結(jié)合形成工作面精細(xì)地質(zhì)數(shù)字模型。利用工作面軌道巡檢機(jī)器人紅外掃描、激光掃描和視頻圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)修正，通過(guò)多信息融合，構(gòu)建全息數(shù)字化工作面三維地質(zhì)模型，實(shí)現(xiàn)工作面開(kāi)采條件預(yù)先感知。與此同時(shí)，采用具有更高定位精度的捷聯(lián)慣導(dǎo)和無(wú)線(xiàn)傳感器等設(shè)備相融合的組合定位技術(shù)獲取采煤機(jī)的精確定位信息，利用動(dòng)態(tài)地質(zhì)數(shù)據(jù)和煤巖截割監(jiān)測(cè)數(shù)據(jù)，修正采煤機(jī)記憶截割模板，實(shí)時(shí)調(diào)整滾筒截割高度與截割路徑，實(shí)現(xiàn)采煤機(jī)自適應(yīng)割煤。

在采煤機(jī)自適應(yīng)割煤基礎(chǔ)上，通過(guò)紅外感知、高清視頻圖像自動(dòng)捕捉，結(jié)合多傳感器融合的精確定位系統(tǒng)獲取采煤機(jī)精確位置信息，實(shí)時(shí)分析采煤機(jī)滾筒到液壓支架頂梁或護(hù)幫板前端的安全距離，自動(dòng)調(diào)整滾筒高度，修正記憶截割模板，解決采煤機(jī)自主感知防碰撞難題，實(shí)現(xiàn)采煤機(jī)自主避讓液壓支架。同時(shí)采煤機(jī)還將搭載故障檢測(cè)和預(yù)警系統(tǒng)保障采煤機(jī)的安全運(yùn)行。

4.2 液壓支架智能化發(fā)展趨勢(shì)

運(yùn)用壓力傳感器、傾角傳感器、紅外激光掃描、地質(zhì)雷達(dá)和機(jī)器視覺(jué)等先進(jìn)設(shè)備和技術(shù)對(duì)支架的各關(guān)鍵位置受力情況、端面頂板的完整性及工作面傾角、上部巖層破壞狀況及支架后方頂板破斷情況等液壓支架姿態(tài)和圍巖狀況進(jìn)行全面感知，通過(guò)在液壓支架底部和尾部安裝單獨(dú)的調(diào)斜和調(diào)偏裝置實(shí)現(xiàn)液壓支架在復(fù)雜地質(zhì)條件下根據(jù)頂板傾角和液壓支架方向角進(jìn)行自主糾偏調(diào)斜。

未來(lái)液壓支架根據(jù)過(guò)往的移架時(shí)間預(yù)測(cè)置信區(qū)間來(lái)確定下一次的移架時(shí)長(zhǎng)，隨著工作面的推進(jìn)，液壓支架還將根據(jù)實(shí)際數(shù)據(jù)進(jìn)行動(dòng)態(tài)優(yōu)化，最終通過(guò)時(shí)間和傳感器雙參數(shù)動(dòng)態(tài)冗余控制，實(shí)現(xiàn)液壓支架的自主跟機(jī)移架。在液壓支架供液方面，應(yīng)用人工智能算法對(duì)歷史人工啟停泵數(shù)據(jù)進(jìn)行建模，將乳化液泵站和“三機(jī)”看作一個(gè)大系統(tǒng)，對(duì)系統(tǒng)的輸入輸出數(shù)據(jù)進(jìn)行建模并優(yōu)化，建立乳化液泵站的啟停決策模型，實(shí)現(xiàn)液壓支架跟機(jī)模式下的按需智能供液。此外，運(yùn)用大數(shù)據(jù)和5G等先進(jìn)智能化技術(shù)，液壓支架將實(shí)現(xiàn)故障的智能診斷、實(shí)時(shí)預(yù)測(cè)和高效傳輸。

通過(guò)運(yùn)用諸多先進(jìn)智能化技術(shù)，未來(lái)液壓支架將根據(jù)自身的姿態(tài)和外界環(huán)境的變化，實(shí)現(xiàn)液壓支架群組的智能支護(hù)和刮板輸送機(jī)精確的推移。

4.3 刮板輸送機(jī)智能化發(fā)展趨勢(shì)

刮板輸送機(jī)采用矩形模型算法，把刮板輸送機(jī)每節(jié)溜槽概化為平面矩形模型，通過(guò)對(duì)彎曲段中部槽數(shù)量的精確計(jì)算，進(jìn)一步減少推溜過(guò)程中彎曲段長(zhǎng)度，保證彎曲度的一致性，進(jìn)而減少刮板輸送機(jī)前的堆煤量，保證刮板輸送機(jī)在推溜過(guò)程中的安全運(yùn)行和自動(dòng)化精確控制。

根據(jù)刮板輸送機(jī)彎曲推移機(jī)理，將刮板輸送機(jī)的推移控制為定值定位狀態(tài)，采用液壓支架和刮板輸送機(jī)同時(shí)集中橫向推移，保證推移過(guò)程中的溜槽均受到集中統(tǒng)一控制，根據(jù)機(jī)頭與溜槽、溜槽與溜槽的水平轉(zhuǎn)角到達(dá)極限值的位移量和首次推溜過(guò)程完成后機(jī)頭的位移量，實(shí)現(xiàn)推溜過(guò)程中溜槽位置的確定，在循環(huán)推溜過(guò)程中，通過(guò)傳感器實(shí)時(shí)獲取每個(gè)溜槽的水平轉(zhuǎn)角和液壓支架推移缸的行程數(shù)據(jù)，并進(jìn)行數(shù)據(jù)分析，對(duì)溜槽狀態(tài)進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整，自主地進(jìn)行工作面直線(xiàn)度保持。此外，液壓支架還將實(shí)時(shí)監(jiān)測(cè)采煤機(jī)后滾筒的位置，執(zhí)行推溜動(dòng)作，保證刮板輸送機(jī)推溜的實(shí)時(shí)性。

在運(yùn)用大數(shù)據(jù)、機(jī)器視覺(jué)等先進(jìn)技術(shù)突破煤流量檢測(cè)技術(shù)后，刮板輸送機(jī)將根據(jù)煤流量信息進(jìn)行實(shí)時(shí)智能調(diào)速，實(shí)現(xiàn)刮板輸送機(jī)低功耗運(yùn)行。此外,在故障檢測(cè)技術(shù)得到突破后，刮板輸送機(jī)將故障信息實(shí)時(shí)上傳至地面集控中心并啟動(dòng)保護(hù)措施，避免引起其他故障。