无人值守半挂汽车煤自动计量及卸车系统应用研究

2024-03-11李瑞平黄丹青赵柔君

重庆电力高等专科学校学报 2024年1期

李瑞平,周云,王驰,黄丹青,赵柔君

(国家电投集团重庆合川发电有限公司,重庆 401536)

随着工业化和城市化的快速发展,能源的需求量不断增加,而煤炭作为重要的能源来源之一,也受到越来越多的关注。在煤炭的生产、运输和使用过程中,煤炭计量是一个重要的环节,直接关系到煤炭的使用效率、经济成本和环境影响。但是,传统的汽车煤计量方法存在着一系列问题,如需要人工指引、计量过程复杂低效、容易受到人为因素的影响等。同时,对于一些特殊车型,如17.5 m高栏半挂车型,传统计量方法面临无法实施的问题。

为了解决这些问题,设计一套无人值守的半挂汽车煤自动计量及卸车系统,引入现代物联网、计算机视觉和人工智能等新兴技术,代替传统的值班人员,完成入场的运煤车辆和物质运输车辆的自动称重工作,并使其具备对17.5m高栏半挂及以下车型进行计量和卸车的能力。这套系统可以提高汽车煤计量的精度和效率,减少人力成本,同时也有助于降低燃煤运输成本、提高能源供应的可靠性和经济效益。

1 设计目标

本项目设计目标是创建一套适用于现实环境的无人值守汽车煤自动计量系统和无人值守卸车系统。其中,无人值守汽车煤自动称重系统是指在无人值守和干预的情况下完成整个称重流程,包括完成数据监控、查询、统计、打印和结算等工作,从而提高计量效率和精度[1]。本项目将采用车牌智能识别技术,并且使用监视管控系统,全程保证计量数据的准确性。

同时,无人值守卸车系统也是本项目的重点研发内容。该系统旨在让人员在车辆停靠承载平板后,可以远程操作平板进行卸载,并控制车辆倾角和煤炭下滑速度。本项目的卸车系统采用智能联动无人值守技术,可以对来往车辆进行指引,并在判断出可以卸车时,自动启动卸车机,司机可以按照指引出进行卸车操作。

此外,本项目还开发了一套地磅图像识别防作弊系统,该系统使用图像识别算法判断人员行为和车辆状态,一旦检测到异常行为,系统将自动发出预警信号,以帮助管控人员对异常状况进行处理。这套系统可以有效解决计量中的人为误差和作弊问题。

2 整体架构设计

无人值守半挂汽车煤自动计量及卸车系统利用局域网将磅房、卸车机、机房及办公区域紧密联系在一起。磅房前置机负责控制过磅位置的设备和软件,并将获取的数据实时上传至服务器;卸车机前置机则负责控制卸车机的相关设备和软件,同样将获取的数据上传至服务器。此外,办公区域的电脑可以登录系统,让工作人员随时查看相关数据或发送指令,并通过前置机对相关设备进行控制。

无人值守半挂汽车煤自动计量及卸车系统整体架构设计如图1所示。

图1 无人值守半挂汽车煤自动计量及卸车系统整体架构设计图

3 无人值守半挂汽车煤自动计量系统

利用4台汽车衡实现双向过磅的无人值守自动计量,在整个过磅过程中,司机只需遵循设备的相应提示进行操作,无须任何工作人员干预。同时,工作人员通过远程管控平台,可以进行现场监控和协助,进一步实现汽车过磅的无人值守操作。

3.1 计量流程

无人值守半挂汽车煤自动计量是一种高效、自动化的称重计量方式,通过系统分配汽车衡、车号识别、汽车上磅、计量和下磅等步骤,实现了无人值守的自动称重计量。无人值守半挂汽车煤自动计量流程如图2所示。

图2 无人值守半挂汽车煤自动计量流程

首先,系统根据任务需求和可用资源,将汽车衡分配给相应的司机,并将分配结果提前发送给司机。司机根据路标指引到达任务磅,路标可以包括指示牌、地图等。

其次,系统通过车号识别技术对车辆进行识别。如果车辆未被识别到,道闸不会打开,语音提示和红绿灯会指引司机重新识别车号。当车辆被识别通过后,道闸打开,语音提示和红绿灯指引司机上磅。

再次,汽车上磅后,系统会自动进行称重计量。如果车辆未满足称重要求,语音提示会告知司机需要重新上磅。计量完成后,有语音提示,LED显示屏和红绿灯会指引司机下磅。

最后,司机根据语音提示和红绿灯的指引下磅,整个称重计量流程结束。

这种方式提高了工作效率和准确性,减少了人工操作的误差和不便,为现代工业和科技发展提供了支持。

3.2 设备应用

无人值守半挂汽车煤自动计量系统涉及的相关设备包括汽车衡秤体、称重传感器、智能称重显示仪表、智能车牌号抓拍摄像机、红绿灯、语音提示系统、红外对射、智能道闸、LED显示屏、工控机、打印机、监控摄像装置及监控主机。这些设备在系统中各自扮演着重要的角色,共同完成了汽车煤计量的无人值守任务。无人值守半挂汽车煤自动计量系统组成示意图如图3所示。

图3 无人值守半挂汽车煤自动计量系统组成示意图

汽车衡秤体是进行称重的核心设备,当车辆停在秤体上时,它会感应并记录下车重。称重传感器则将秤体的读数转化为电信号,传输给智能称重显示仪表。显示仪表实时显示车重,并将数据传输给控制系统。

智能车牌号抓拍摄像机则用于拍摄并识别车辆的车牌号,并将数据传输给控制系统。红绿灯和语音提示系统则用于指示车辆进出和揭示操作。红外对射设备用于检测车辆的进出,与控制系统配合完成自动化计量。智能道闸和LED显示屏则用于指示车辆进出和揭示操作。

工控机是整个系统的中枢,它接收并处理所有的数据,然后通过打印机将其打印出来。监控摄像装置则用于监控秤体的使用情况和车辆的进出情况。监控主机则接收并处理所有的监控数据,保障系统的正常运行。

通过这些设备的协同工作,无人值守汽车煤计量系统可以高效、准确地完成自动化计量,大大提高了效率,减少了人工操作的误差和不便。

3.3 系统功能

无人值守半挂汽车煤自动计量系统具备以下功能[2-4]。

1)能根据事先录入的车辆信息和来煤计划,提前分配称重汽车衡,以减少厂内拥堵并提高整体效率。

2)能够进行车辆位置检测,并具备防人为干预重车称重或轻车回皮、不完全称重等作弊功能。

3)在车辆位置检测等设备发生故障情况下,可实现手动操作功能,以确保称重系统的正常运行。

4)煤自动采集各类称重仪表数据,并同步显示仪表数据。显示屏能显示计量数据、货源信息、超差报警信息,以及采样卸煤区域的指引信息。

5)在计量时,能够抓拍车头、车厢和车尾的图像,以防止使用临时电子车牌或更换车牌等作弊操作,并为称重监管和复审提供防作弊依据。

6)具备红外线防作弊功能,对车辆不完全上磅、多台车上磅等非标准称重状态不予称重。

7)具备计量波形检测防作弊功能,能自动绘制计量波形图,并自动判断模拟称重传感器是否被遥控干扰。针对遥控干扰器、车辆动载荷等存在作弊行为的不予称重,并上报管理人员进行监管处理。

8)具备自动语音报重和自动语音指挥功能,以及远程视频监控和在线声光报警功能。

9)具备远程称重功能,在无人值守称重过程中出现未授权称重或者需要暂时过磅称重的特殊车辆时,管理人员接到远程语音呼叫信息后,在允许称重的情况下可以对非自动计量车辆进行远程人工称重处理。

10)可以将发生多次上磅异常、皮重超差等情况的车辆列入黑名单,并在后续识别到该车辆后通知监控中心进行重点监控。

11)具备车位自动识别功能,当车未停在限定磅位区域时,系统会自动进行语音提示。若延时后仍未停到位,系统会自动进行后续程序闭锁并报警。

12)具备判别车辆是否静止在磅面的功能,对不熄火车辆或以冲击速度上磅车辆进行后续程序闭锁并报警。

13)在称重完成后,系统会给出卸煤地点,即具有指引功能。

14)具备对每天的总车数和净重进行统计的功能,并能以列表的形式展示车号、称重时间、票重、毛重、皮重、净重、煤种及发货单位等信息。同时,用柱状图的形式对毛重、皮重、净重异常进行按月的对比分析。

3.4 系统特点

无人值守半挂汽车煤自动计量系统具有以下4个方面的特点。

1)高效性。系统可以提前分配并告知司机称重汽车衡编号,同时规划厂内行驶路线,确保车辆快速、顺畅地通过称重设备,避免在厂内逗留,从而提高整体运营效率。

2)自动化。系统可以实现全自动化操作,包括双向上磅识别、语音和视觉指引、车辆防作弊、停车位置检测、智能磅单打印、超时报警及异常报警等功能,大大减少了人工干预和操作时间。

3)报表与统计分析。系统可以自动生成每日、每周、每月的称重报表,并形成统计分析图表,方便电厂管理人员随时查看和分析车辆过衡数据后,做出相应的决策和调整。

4)全流程管控。系统可以与卸车机进行联动,实现载重车辆在厂内的全流程管控,从进厂到称重,再到卸货等环节,都可以通过系统进行智能化的调度和控制。

4 汽车自动卸车系统

4.1 数据联动

载重汽车到达汽车衡计重后,系统将自动进行卸车排队,并语音提示司机前往卸车机进行卸车,卸车机将自动识别需卸车车辆,若是当前任务车辆,载重汽车可在卸车机进行卸车,整个过程基于数据联动,保证整个过程少人甚至无人管理。

4.2 卸车流程

载重汽车按指令正向驶入(或反向倒上)翻板平台,汽车就位后挡轮器完全升起挡住汽车后轮,翻板平台升到要求角度进行卸车,翻板平台落下复位,汽车开下翻板平台,完成卸料。整个工作过程如图4所示。

图4 卸车流程

4.3 系统特点

汽车自动卸车系统具有以下特点。

1)翻板平台采用计算机辅助设计和有限元分析的方法进行一体化设计,使其具有整体耐用、安全和美观的特点。

2)液压控制系统结合了国内外先进的液压控制技术,并采用了国内外知名品牌的元器件,确保系统具备环境适应性强、寿命长、运行稳定性好、安全可靠,且易于维护等特点。

3)电气控制系统也采用了国内外知名品牌的元器件,同时电气控制软件具有自主可控的特点,系统还预留了多种通信方式,能进行远程控制。

5 地磅图像识别防作弊系统

5.1 系统需求与分析

地磅位置是最易出现作弊现象的。实现了无人值守后,磅房处于无人状态,每个地磅处均设有监控,管控人员可以查看是否有作弊行为,但管控人员不会实时盯着地磅位置,故利用图像识别方式智能监控地磅位置是否有作弊行为发生,是一项非常有必要的关键措施。

所有地磅处均全方位覆盖视频监控,且视频图像实时上传至图像识别服务器,智能监控车辆行为及可疑人员行为,判定后将自动产生预警,并交由管控人员进行审核处理。

5.2 核心算法

地磅图像识别防作弊系统采用了对象检测算法YOLO,实现了地磅计量的实时对象检测。选择YOLO算法的原因是其高效性,因为检测问题是一个回归问题,无需复杂的处理流程。相比其他算法,如R-CNN和Fast R-CNN,YOLO算法的速度分别提升了1 000倍和100倍。该系统能够实时处理视频流,并有小于25 ms的延迟。同时,YOLO算法的精度也使该系统优于以前的实时系统,高达两倍以上。更重要的是,YOLO算法遵循了“端到端深度学习”的原则[5]。

由于本系统针对的是卡车、人等较大目标的监测,通过对各个版本对比分析后,确定本系统采用YOLOv4算法。相对其他YOLO版本,YOLOv4的精度及速度都偏上且应用广泛,成熟度高。

5.3 目标检测实现流程

目标检测实现流程包括接入视频、提取重点图片、图片分类、图片增广、数字标注、模型训练和行为识别等步骤,如图5所示。这些步骤可以实现对视频中的目标进行自动化识别和定位,并利用丰富的数据训练模型,最终实现行为识别。

图5 目标检测实现流程

首先接入视频数据,然后从中提取出重要的图像或帧,并进行分类,根据不同的特征将它们分为人的行为和车的状态。接着对这些筛选出的图片进行增广处理,通过压缩、旋转、添噪和裁剪等方式使其更加丰富多样。然后对这些处理后的图片进行数字标注,明确目标的位置和类别。最后将标注好的图片集合为数据集训练模型,以便对新的图片进行目标检测和行为识别。这个流程可以提高模型的泛化能力和准确性,为人们提供更加智能的解决方案。