当前位置:首页 > 技术装备

基于激光扫描的综放工作面放煤量智能监测技术

2022-05-06 15:34:37  来源:煤炭科学技术  作者:胡而已
118
分享至
  • 微信
  • 微博
  • QQ

摘要

放煤量智能感知是智能化综放开采的关键技术,通过综放工作面后部刮板输送机煤流量的实时监测可动态调控放煤口动作,结合煤矸识别和顶煤厚度监测信息可有效避免工作面过放和欠放,提高煤炭资源开采回收效益,防止刮板输送机过载等安全生产事故发生。提出基于激光扫描的综放工作面放煤量智能监测方法,引入三角微元法构建放煤量回归实时计算模型,通过测量临近放煤口位置的后部刮板输送机上部运煤量来表征工作面实时放煤量,采用高性能多次回波信号反射激光雷达扫描,快速捕获、存储高精度三维激光点云数据,提出基于最小二乘法的激光回波数据回归处理算法,与传统三次样条插值算法的对照实验表明,数据回归算法的计算精度和计算效率具有明显优势,同时在实验室环境下验证了该算法的鲁棒性,研制了放煤量激光扫描测量装置防爆样机,在晋能集团塔山煤矿8222工作面开展了放煤量智能监测系统的工业性试验,验证了监测技术和装置的可靠性。

研究背景

综放工作面放顶煤作业主要依赖人工,现场放煤工人通过眼看和耳听判断支架后部煤流状态来进行放煤控制,其中放煤量的控制主要依赖人工目测。然而在综放工作面的实际放煤过程中,由于支架后部空间受限、放煤过程中粉尘等因素对工人视线干扰极大,支架尾梁放煤口开放后放煤量的控制精准度低,不能准确获取单个或成组支架的单轮次放煤量信息,从而影响放煤口开闭时机的准确判断,且瞬时放煤量过大时还容易造成后部刮板输送机局部过载状态运行,导致负载变化过大,影响设备运行健康状况和生产连续性。因此,放煤量的精准监测感知对实现放煤工作面智能化具有重要意义。

  目前,煤流量监测领域已有部分学者采用超声波传感器、机器视觉图像、激光扫描等方法开展了部分基础研究和工程应用。其中,通过超声波法可监测单点物料的堆积高度,来反映刮板输送机或带式输送机等运输煤流信息,但需要传感器的多点布置来实现煤流量的全场监测。针对带式输送机物料瞬时流量的激光测量方法研究较多,利用二维激光测距仪和测速传感器获取带式输送机物料流瞬流量,该方法精度较高,具有能量密度大、响应时间快等优点,相对于普通光源能获得井下黑色系煤块表面更大强度的反射回波,可以实现放煤量的在线实时监测,但不能够克服综放工作面的剧烈机械振动和电气噪音等问题。在放煤煤流监测方面,阎东慧等则通过分析顶煤垮落规律,运用声波、射线以及振动3种信号决策判断出放煤量,进而控制放煤口的大小,此方法在同忻煤矿有广泛的运用,但是只能推断煤量是否过多或过少,不能准确计算出煤量的具体变化。

  因此,提出了基于激光扫描的综放工作面放煤量智能监测方法,搭配防尘防爆的硬件设备和数据回归的预测算法,来克服综放工作面噪声、粉尘等影响。通过激光扫描方法获取高精度点云数据,来构建放煤煤流实时模型,从煤流量、截面积、三维形貌等多个维度准确反演综放工作面的煤流变化规律,为液压支架的放煤控制提供科学依据,开展了综放工作面工业性试验,验证了测量技术及装置的可靠性。

结论

  1)阐述了激光扫描监测系统的主要结构和原理,并对扫描样机的防爆设计方法展开讨论。激光扫描测距的主要原理是飞行时间原理,并通过多次回波技术实现防尘防雾的精确测量。防爆样机利用爆炸压力经验公式进行防爆设计,按照冲击载荷公式对样机的壁厚进行校核。

  2)围绕着放煤量计算模型和算法展开探究,深入分析放煤量回归模型、煤流数据回归算法的技术原理与相互作用关系。对所提出的数据回归算法和传统三次样条插值算法进行效果对比试验,最终得出数据回归算法的补偿效果优于传统方法,具有较强的鲁棒性。

  3)在晋能控股山西煤业股份有限公司塔山煤矿8222工作面开展多次放煤试验,并对放煤煤流点云数据进行光照实时渲染,再现工作面动态移送煤流的全貌,证明了所提出的高度适应放煤工作面的激光扫描放煤量监测系统具有较强的可靠性和稳定性。

引用格式

  胡而已.基于激光扫描的综放工作面放煤量智能监测技术[J].煤炭科学技术,2022,50(2):244-251.

  HU Eryi. Intelligent monitoring technology of coal caving in fully-mechanized caving face based on laser scanning[J].Coal Science and Technology,2022,50(2):244-251.


免费下载阅读全文


地址:北京市朝阳区和平街13区煤炭大厦701室,《智能矿山》编辑部

电话:010-87986440/41/38,87986435-7102/7103

邮箱:znks2020@126.com

邮编:100013

 

©2017-2024 智能矿山 版权所有 京ICP备05086979号-20 技术支持:云智互联