基于智能自动化的采煤机协同控制系统设计

贺新星

（中煤科工集团上海有限公司，上海 200030）

我国煤炭资源的储备较为丰富，其开采量多年居世界第一位。同时，随着科学技术的不断进步和发展，煤矿的智能开发技术逐渐成了煤矿开采的主流研究方向，其中采煤机作为煤炭资源开采的重要机械设备，它是实现智能化开采的关键所在。在智能开采技术的挖掘过程中，状态感知和智能化控制是核心技术，同时也是提升生产效益的关键[1]。广大研究人员对智能化的开采做了相当多的研究，例如刘文科曾对采煤机的智能化控制系统进行了相应的探讨，分析并挖掘了智能化控制系统中能够实现的基本功能和基本原理，并且在智能化感知和控制技术的方向上，创新地引入了三维GIS 导航手段来实现对系统参数的优化。葛世荣在研究中重点探讨了采煤机智能感知、智能切割以及可视化监控等基本功能的作用，实现了采煤机无人化操作以及对设备的远程操控[2]。对此该文结合已有的研究内容和研究案例对采煤机自动化及智能化控制技术进行深入挖掘，同时也对采煤机的智能化控制、智能化截割及智能化感知进行深层次研究，为智能化综合采煤系统的设计和应用提供了相应的基础。

1 差分式惯性传感组件融合模型建立

1.1 坐标系建立及转换过程

在设计采煤机系统的过程中，将传感器固定到了采煤机的各个节点位置上。位置传感器中的惯性传感器以及陀螺仪传感器分别对采煤机的角速度以及加速度进行实时测量。因此导航系统也能够根据测量的参数数据测算出导航坐标中的姿态数据[3]。坐标系的位置关系以及推进方向的位置如图1 所示。

在图1 的坐标系中，惯性系的坐标关系用i来表示。地球位置坐标用e来表示。其核心位置位于地球的中心位置处，参照点也被称作是地心坐标系。同时导航坐标用n来表示。原点的位置关系位于导航系统的启示位置处。坐标轴中的x，y，z分别代表东、北以及天的方位。Zi代表地球坐标系顺时针轴，Ze代表地球坐标系逆时针轴，Zn代表导航坐标系天方向，w代表角速度旋转方向，O代表相对坐标系原点，b代表载体坐标系向量，xn代表导航坐标系东方向。导航系统的坐标中，坐标系采用t来表示，通过实时计算能够准确地获得导航坐标系。

采煤机位置姿态信息主要是依靠导航系统来获取的。首先，在导航坐标系中，Oxnynzn绕z轴转动ϕ角度，便获得坐标系Ox1y1z1；其次，坐标系Ox1y1z1绕轴转动θ角度，获得坐标系Ox2y2z2；最后，坐标系Ox2y2z2绕y2轴转动γ角度，获得了载体坐标系Oxbybzb。为了有效地对采煤机的姿态信息进行调整和优化，将ϕ角设置为航向角，将θ角设置为采煤机的额俯仰角，将γ角设置为横滚角。

1.2 差分布局方法

采煤机在对导航系统的位置进行定位时，实际的参数可能会受到周边边界条件的影响，使行进过程中的参数出现一定的偏移。根据实际工程的参数经验，发生的位置偏移主要有2 种类型：1）确定性的位置变化因素。2）非确定性的位置变化因素。前者主要是传感器的参数测量上都会产生的常规性的漂移，后者是实际的运行中产生的偶然性的随机偏移。因此为了有效地降低偏移对于导航系统的影响，该文设计了一种差分式的传感器布局方式，即在硬件的布局中采用4 个惯性传感器共同构成差分式的布局，实现对测量数据的有效融合[4]。在行进过程中通过分解算法实时地对采集到的数据进行姿态解读，并最终通过控制系统实现对硬件的实时控制。差分式惯性传感组件的布局方法如图2 所示。

通过图2 的布局设置分布方法可知，采用差分式的布局传感器主要是由4 枚惯性单元式的差分结构组成的。因此每个相邻的惯性单元之间的坐标轴方向是相反的。在理论设计中，差分式的惯性单元能够完全地消除确定性的漂移，进而有效地减少非确定性的漂移。

图2 差分式惯性传感组件布局方法

1.3 数据融合方程

1.3.1 角速度融合方程

当单一的惯性单元围绕某一个轴进行传动时，其实际的输出角速度涵盖了2 种参数属性，一个是真实的角速度ωr，另外一个角速度参数是确定性漂移ωc和非确定性漂移ωu，因此实际角速度的输出值是三者之间的矢量和，如公式（1）所示。

差分式惯性传感组件下的角速度，如公式（2）所示。

式中：ωx1～ωx4为4 个方位的真实角速度值；ωy1～ωy4为4个方位的确定性漂移值；ωz1～ωz4为4 个方位的非确定性漂移值。

在机组的实际运行进程中，角速度中的确定性漂移ωc和向量的输出在大小和方向上具有一致性。ωx和ωy和ωz分别代表确定性漂移在东、北以及天方向的向量输出值，因此可以在实际测量进程中从各个方向上进行有效抵消。但是角速度中的非确定性的漂移ωu在大小和方向上不能够直接进行抵消，因此需要根据公式（1）和公式（2）来确定数据融合的理论方程表达式，如公式（3）所示。

1.3.2 比力加速度融合方程

当运行惯性系统时，在某个传感器发生平动变化的过程中，输出的力速度f如公式（4）所示。

式中：fr为真实的比力加速度；fc为比力加速度确定性漂移；fu为比力加速度非确定性漂移。

差分式惯性传感组件下的比力加速度如公式（5）所示。

式中：fx和fy和fz分别为力速度在东、北以及天的向量输出值；fx1～fx4为东方向的分解值；fy1～fy4为北方向的分解值；fz1～fz4为天方向的分解值。

基于公式（4）和公式（5）获得比力加速度的数据融合方程，如公式（6）所示。

式中：fxr和fyr和fzx分别为真实的比力加速度在东、北以及天方向的向量输出值；fxu1～fxu4为东方向4 个方位点的加速度值；fyu1～fyu4为北方向4 个方位点的加速度值；fzu1～fzu4为天方向4 个方位点的加速度值。

同样，分析公式（6）得出融合后的比力加速度可以消除确定性漂移，还可以降低非确定性漂移。

2 采煤机智能控制系统关键技术

2.1 截割状态控制机

在实际的采煤过程中，切割进程的状态是决定采煤质量的关键。采煤机的工作原理是将大块的煤逐渐分解成小块煤。由于工作进程中齿轮高速运转，因此在实际挖掘的进程中需要通过保护装置或者连锁装置来保持运行的稳定性和安全性。此时对于截割状态的判定尤为重要，这是设备启停的关键。

2.2 姿态状态控制机

在机组正常的运行进程中，采煤机还要结合煤层的空间位置状态来对高度进行实时调整，保证机器与煤矿资源之间形成稳定的资源传输角度，该过程的挖掘效率与行车的姿态有密切的联系[5]。这需要控制系统可以良好地对行车的牵引速度以及液压架的移动参数进行协调，才能保证结构稳定地运行。

2.3 牵引状态控制机

通过总线控制技术能够有效地对采煤机的变频牵引进行变频控制。传统牵引状态的控制需要借助总控控制单元来对频率进行调整，通过变频的控制技术能够实现对结构参数的实时调整，变频器的运行能够保证牵引机一直处于高性能的运行状态。

3 采煤机智能控制流程

采煤机的智能化控制进程中主要是根据采煤机的实际姿态、机身倾斜角度和滚筒的空间坐标三者共同决定的，在实际的运行进程中需要结合机械部件以及电气部件的运行参数实时地进行调整。由于滚筒的空间坐标值主要是由煤层的分布边界点结合而成，因此采用传统频率分布采样的信息形式可能会漏掉部分煤层的分布信息，对此主流的设计方案是通过将采集点汇编成为常规的特征值点、关键值点以及异常点来进行区分，参照采煤机在运行方向上的距离分步进行综合分布采样。最终数据信号传递到人员操作的位置，通过人工操作对摇臂的上升、下降等指令进行操作。采用常规特征值点、关键特征点以及异常特征点相结合的模式能够有效地对其进行描述，其控制流程机理如图3 所示。

图3 采煤机的智能控制流程

同时由于采煤机的工作环境较为恶劣，因此单纯地依靠传统的切割电流来判断采煤机的运行状态不能够满足稳定的控制需求，同时也不能保障作业人员的安全。因此采用常规特征点、关键特征点和异常特征点三者相结合的方式能够有效、准确地描述煤层的分布情况，这样的计算方法既能够有效地降低计算量，同时还能够节省控制设备控制器的储存空间，当系统运行状态出现异常时，及时地由人工介入进行干预，二者之间相互协调，最终实现系统的稳定运行。

3.1 截割路径优化

在采煤机的工作进程中同样也需要自动化的控制来实现对机械设备的深度加工，其核心问题是滚筒的高度应如何适用煤层的变化。该过程也需要结合自动化技术来实现精准的调节。这时需要借助自适应式的记忆切割技术来实现稳定的调节。同时其工作路径还要结合人工技术不断地进行调整和修正，最终达到自适应的调整过程，保证煤层地质的稳定性。

3.2 自适应调高控制技术

采用传统的记忆位置加工往往会出现设备受到损坏的问题。为了避免因传统位置而造成二次伤害，需要结合人工免疫模型对结构运行参数进行自动调整。同时还需要结合相关的控制模块来实现实际的生产目标，达到设备稳定、安全运行的目的。

3.3 自适应牵引控制技术

采煤机在行进进程中还需要有效地解决好截割的操作。采煤作业是一项不断调整方位角度以及挖掘力度的作业，还需要结合牵引性能不断地调整自身的作业角度，进而有效地确保系统的稳定性。同时自适应牵引技术也要求牵引空间具备一定的空间条件，需要充分地满足自适应截割的条件和要求。

3.4 自动纠偏技术

采煤进程也需要通过大数据以及GIS 等相关技术来实现精准的位置定位，同时对行进过程中的姿态和行驶路径进行实时调整。其过程主要包括建立相对环境的地理坐标系，并且结合所在位置的地理层建立轨迹模型（涵盖断层、煤层以及各类复杂地质构造层），其次根据样条曲线获得相应的界面曲线，并结合顶板曲线与采煤机的相对位置实时地更新数据，保证在出现位置偏差时能够有效地对其进行纠正。最后根据采煤的工艺和工法来实现对循环坐标的转化以及对参数的实时修正，进而达到自动纠偏的效果。

3.5 设备间协同自动化控制技术

工作进程中需要由采煤机、液压机与输送机之间的密切配合来实现稳定、协调的运行。通过编码器的位置能够有效地检测到红外发射装置的定位需求，进而能够在系统运行的进程中实时展示出采煤机的行进位置和速度。通过支架的监测数据实时地对设备位置进行控制，参照欠载、满载、异常过载以及压死等不同状态对应的调节模型对数据进行展开。由于传统的反馈机制包括大量的大滞后式的非连续闭环系统，因此采用传统的PID 控制难以保证实际的效果。一般采用自适应式的预测控制模式来实现模块化的调节，调节机理如图4 所示。

图4 自适应式的预测控制调节模式

调节进程中需要结合2 个端头的内容共同开展以及手动控制与自动控制相协调的模式对姿势进行调节，保证进刀水平与实际煤层的需求相一致。

3.6 故障诊断与早期预警技术

为了有效地保证系统运行稳定，一旦产品发生故停机后，需要尽快降低机器设备的停机时间。这时系统的故障诊断和早期的预警技术就发挥了重要的作用，通过采煤机内控制系统自身的控制模块、通信连接模块以及数据传感器模块共同构成了基本的预警系统。大功率的采煤机截割与牵引传动状态直接决定整机的可用性和可靠性。因此可以采用温升和振动分析的方法对可能出现的结构问题进行早期预警保护，进而减少停机计划。

4 结语

在互联网+以及智能硬件的技术背景下，智能化的应用已经得到了极为广泛的发展。尤其是在对劳动密集型工程中的应用来说，能够极大地提升工程建设的效率。智能化的终端设备不仅能够提升设备的安全性和稳定性，同时还能够有效地实现故障自动诊断，减少伤害事件的发生。对此该文结合软硬件技术的发展水平和发展内涵，重点针对滚动式采煤机的导航定位系统的硬件参数进行设计，建立了基于实时传感技术的差分式惯性传感器数据结合模型。同时根据传感器的数据传输模型建立了自动化的PID 智能控制采集系统，尤其是重点针对智能化技术的姿态控制、牵引速度控制以及远程的监测监控技术等方面内容进行探讨，为横向之间的技术开发以及系统设计提供综合的横向参考。