分析研究
索智文
(神华神东煤炭集团 石圪台煤矿， 陕西 神木 719315)
摘要：分析了综采工作面自动化发展现状，对采煤机记忆割煤、支架跟机自动化、煤岩识别等技术的应用情况及存在问题进行了分析，并提出了综采工作面高速传输无线网络建设、标准化数据传输、采煤机模糊判断和自适应割煤、支架高级跟机自动化、工作面实景成像、工作面自动校直等技术的实现途径。
关键词：煤炭开采； 综采工作面； 无人开采； 煤岩识别； 记忆割煤； 支架跟机自动化
地质状况复杂多变、协同作业设备多等严重制约着综采工作面自动化的发展，国内外主要矿山设备制造商、煤炭生产商均投入了大量人力、财力用于综采工作面自动化开采的研究，美国、澳大利亚等国的主要矿井已实现了综采工作面少人化开采，国内仅神东煤炭集团个别矿井将少人模式应用于常态化生产。无人开采无论国内还是国外都仅停留在实验阶段。本文结合神东煤炭集团多年来在综采自动化领域的实践，深入分析了目前综采自动化发展现状及存在问题，针对性地提出了综采工作面无人化开采切实可行的技术路径。
1.1 采煤机记忆割煤和支架跟机自动化
采煤机记忆割煤：采煤机学习刀记录人工割煤时采煤机滚筒的截割轨迹，在重复模式下自动重复上一刀的滚筒轨迹。采煤机倾角传感器监测底板倾角变化，对滚筒高度进行适当补偿，避免因煤层急剧变化而出现超挖或欠挖的问题。必要时可切换到人工模式进行区段过渡或学习。
支架跟机自动化：以自动跟机拉架推溜为主，支架配置电液控制系统，通过红外传感器检测采煤机位置来触发支架动作，支架可实现自动收打互帮、拉架、推溜、自动喷雾等动作，可设置动作支架滞后于采煤机的位置。顶板条件较差时可自动带压拉架，如果支架单架动作速度较慢，动作滞后于采煤机，可通过二次拉架或隔架拉架自动进行调整。
采煤机记忆割煤+支架跟机自动化可以实现工作面少人模式，在实际生产中可将工作面内作业人数减少到1～2人，作业人员只需跟机进行实时干预和调整。美国、澳大利亚的矿井基本采用了这2种技术，割煤速度可达到10～17 m/min。国内很多煤矿配套设备也采用了这2种技术，但应用于实际生产的不多，割煤速度一般不超过5 m/min，较快的可达到8 m/min。
采煤机记忆割煤+支架跟机自动化是目前最成熟的综采自动化开采模式，但存在以下问题：① 需要人工进行调整，无法实现工作面无人开采。② 对地质条件要求高，适应性较差，无法实现追机和超前拉架，顶板条件差时无法使用。③ 工作面平直度差，重复多刀后需要人工进行调整。④ 跟机速度慢，低于人工割煤速度，以神东石圪台煤矿31204综采工作面为例，人工割煤速度可达10～15 m/min。
1.2 工作面视频监视及远程控制
工作面视频监视主要通过在采煤机或支架上加装摄像系统实现。采煤机摄像头加装在截割电动机前方或电控箱附近，随机移动，可以监测滚筒位置及顶底板切割情况。在镜头清洁、粉尘浓度较低的情况下，可以清晰地看到顶板截割情况，由于监视效果受采煤机喷雾及截割粉尘影响较大，可通过定时喷雾等方式清洁镜头。采煤机摄像系统信号主要通过随机光缆进行实时传输。
支架上可以每架或每隔几架加装摄像头，监视图像根据采煤机位置自动跟机切换。摄像头离采煤机滚筒有一定距离，受采煤机喷雾影响较小，可以比较清晰地监测采煤机滚筒位置，由于角度问题，无法看清顶板截割情况。在单机成像的基础上，神东煤炭集团试验了工作面全景视频拼接，对摄像头采集的视频信号进行处理，实现相邻支架、煤壁、采煤机、三机图像的实时拼接。由于井下光线较差，粉尘浓度大，图像对比度差，图像过渡不自然，视频拼接质量差，全景视频拼接仅停留在试验阶段。
工作面采煤机、支架远程控制要基于工作面视频监视及传感器监测的基础数据来实现。由于高粉尘浓度下视频成像不够清晰，距离感差，远程操作人员无法准确操控设备，而且受工作面数据传输速度的影响，图像具有一定的迟滞，无法满足远程控制实时响应的要求,因此，通过视频辅助远程操作的方式仅停留在试验阶段，无法满足现场实用要求。
1.3 煤岩识别
煤岩识别技术一直以来都是国内外综采自动化的研究热点，目的是使采煤机可以自动识别并沿煤岩交界线进行自适应截割。目前主要的煤岩识别方式有γ射线探测，红外线探测，振动、声音、电流检测分析，图像识别，激光粉尘浓度识别等。
γ射线探测即利用γ射线穿过顶(底)煤层后辐射强度的衰减量与煤层厚度呈函数相关这一物理特性，对顶煤厚度进行测量。由于各矿井顶(底)板及煤层物理特性差异很大，该方式测量误差较大。红外线探测即利用煤岩硬度不同及采煤机截齿截割后摩擦发热量的差异识别煤岩界面，该方法受采煤机喷雾及粉尘影响较大。振动、声音、电流检测分析即利用采煤机在截割煤岩时所受阻力存在差别的特性，对不同工况下的检测数据进行取样分析，建立数据模型，该方法受数据采集准确性、计算方法、不同煤层煤岩物理特性差异等因素制约。图像识别是对摄像系统采集的图像进行分析，利用煤岩的色彩、灰度、纹理特性的不同识别煤岩界面。以上方式由于各自的制约因素，在实际生产中应用很少。
还有学者提出对煤层进行超前探测，利用钻探、地震、井测等技术对煤田进行区域探测，建立地质模型地图，由于测点选择数量的制约，未探测区域仍存在很大的不确定性。该方法具有一定的指导性，但还无法直接应用于采煤机采高控制中。
2.1 高速无线传输网络
目前工作面通信存在分散、低速、可靠性差的问题。采煤机数据传输方式主要有电缆载波传输、光缆传输和无线传输。电缆载波传输：拖曳电缆折弯次数多，电缆内用于数据传输的芯线容易折断，造成通信中断，且传输速度较慢，传输数据量小，无法满足数据传输的实时性要求。光缆传输：可实现采煤机数据的大量、实时、可靠传输，可用于采煤机控制信号、视频数据的传输，但由于光纤柔韧性较差，使用寿命较短，虽然现在有铠装光缆，或可采用胶套保护，但使用寿命一般不会超过半年。无线传输：是综采工作面通信的一个有效解决方案，但传统的无线接入技术多采用单跳网络形式，采用点到点或者点到多点的拓扑结构进行点对点传输，受工作面起伏影响大，存在信号传输盲区，信号穿透性差。
光纤传输在功能上可以满足设备控制及视频传输需求，可设计专用于矿井设备的高柔韧性、高抗压性的光纤来提高其使用寿命。相对于传统的无线传输方式，以下2种新型无线网络是实现工作面数据实时、可靠通信的有效方案。
(1) Wireless Mesh网络。它与传统无线通信系统最大的不同是提供了更大的冗余机制和通信负载平衡功能，能够自动寻找最佳路径。在无线Mesh网络中，每个设备都有多个传输路径，如果最近的节点由于流量大而拥塞的话，那么数据可以重新选择一个小流量路径进行传输，这种无线网状网具有自组网、自管理、自动修复、自我平衡的特点，在高速运动情况下传输带宽可超过50 Mbit/s。无线Mesh网络可直接接入高速工业以太网,与矿井骨干网络形成系统。
(2) Li-Fi(Light Fidelity)网络。Li-Fi是一种新型无线网络连接技术，主要通过可见光频谱来实现无线数据的传输。在每个照明设备中加入一个微型芯片，使其具备2个基本功能：照明和无线数据传输。自动化综采工作面对照明有很高的要求，每3～5台支架就需布置一台高亮度照明灯，光照覆盖整个综采工作面及关键部位，可非常方便地实现Li-Fi网络部署。
2.2 数据的标准化处理技术
目前综采工作面各系统自成体系，信号都传输到各自的控制主机，然后主机之间进行数据交换。数据交换多通过RS485、OPC、现场总线、TCP/IP等方式实现，数据传输中转环节多，系统兼容性差，而且各设备厂家相互之间存在技术保护。
神东煤炭集团提出并制定的煤矿机电设备EtherNet/IP通信协议标准规范了煤矿装备的通信标准，所有配套设备具有统一的EtherNet/IP接口协议。EtherNet/IP通信功能通过定义不同的对象模型来实现，根据不同的业务需求层次，通信任务可分为远程控制、数据监测、参数配置等，然后分别建立相应的应用对象模型。对不同需求的数据进行分类，实时性要求高的控制类数据采用基于UDP/IP协议的1类连接传输，其他数据通过基于TCP/IP协议的3类连接来实现。数据的分级处理保证了实时性、大容量数据的传输。
2.3 支架跟机自动化技术
目前，支架跟机自动化技术存在的主要问题是支架拉架不及时、对顶板的控制能力较差、顶板破碎条件下无法实现跟机自动化。支架无法实现追机及超前拉架主要是出于安全考虑，采煤机机身区域是采煤机司机活动的区域，该区域内支架应该处于静止状态。但该设计造成支架拉架滞后于尾滚筒，顶板条件较好时可以使用，当顶板条件差时，采煤机机身段(顶滚筒至第1台动作支架之间)形成长距离空顶，若支护不及时容易造成顶板冒落。
解决方案：① 采用伸缩顶梁支架，采煤机顶滚筒过后支架先伸出伸缩顶梁控制顶板，再按要求完成支架拉架、推溜等动作。② 采用双向传输遥控器，采煤机司机在遥控器上实时掌握采煤机数据，无需走到采煤机中部显示屏前观察采煤机数据，工作面建立人员识别系统，支架自动识别人员位置，可以确保采煤机司机及其他进入工作面人员的安全。采取以上措施后，无需限制动作支架必须滞后底滚筒。
要实现支架操作无人化，还需要改进支架控制程序，并完善支架状态监测传感器。支架通过倾角传感器、行程传感器、压力传感器等监测自身姿态，支架控制程序对自身姿态、位置数据进行分析，判断是否完成拉架、推溜等过程，若工作状态不正确，自动作出二次调整，如果仍无法完成自动调整，则及时发出报警。远程控制人员根据报警信息及支架传感器数据对支架进行远程干预操作，必要时进入工作面进行故障处理。支架与采煤机、三机进行实时通信，使采煤机实时掌握支架姿态，相关数据可应用于采煤机防碰撞程序设计中。
2.4 采煤机自适应割煤技术
真正实现采煤机的无人化截割，采煤机需具备自适应功能，能够对90%以上工况变化及时作出判断，并进行补偿调整。目前部分进口采煤机自动化控制系统已较好地实现了该功能，规律性的煤层高度变化可以通过及时的示范刀学习或采高参数调整进行调节。但当采煤机遇到煤层不规律变化时，就需要具备识别煤岩界面并进行自适应调整的能力。
现有煤岩识别方法大多没有应用于实践生产中，无论是超前探测还是事后判断，都存在一个误区，就是追求准确识别煤岩分界，未从现场实际需求出发。其实采煤机割煤过程本身不是一个精确控制的过程，实现模糊判断和趋势控制即可满足实际需求。
事后模糊判断和趋势控制是实现采煤机自适应割煤的有效解决方案。割煤与割岩最直观的区别是粉尘能见度不同，检测正常割煤、割岩时的粉尘浓度，对基础数据进行分析，可确定合理的煤岩分界参数。根据传感器检测到的粉尘浓度，判断采煤机已割顶或割底，再根据预设的梯度逐步调整滚筒高度。调整速度及梯度不宜过大，否则会造成顶底板过渡不平缓、顶底留台等工程质量问题。每级调整应保持一小段距离，一是保证顶底板过渡平缓，二是在调整后二次检测粉尘浓度变化，以确定调整是否到位，实现采高调整的闭环控制。在采高调整过程中需满足底板俯仰补偿及采高、卧底控制等要求。
在调整采高的同时，需对采煤机速度作出调整。截割功率增大时，采煤机的截割反馈系统对采煤机速度及时作出调整，采用反时限方式分级调整。例如：截割电流到达额定电流，超出部分在10%以内时，采煤机限制加速或加速度降低；超过额定电流10%～20%时，采煤机禁止加速，采煤机目标速度自动降为当前速度，自动屏蔽采煤机司机的加速指令；超过额定电流20%时，采煤机自动减速，超得越多，减速越快；瞬间超过额定电流100%时，采煤机立即停止牵引输出，必要时启动采煤机紧急停机指令。
通过上述方法就能实现采煤机的模糊判断及自适应调整，保证采煤机滚筒轨迹最大限度趋近煤岩交界，工作面顶底板平缓过渡，在调整采高的同时进行最佳的牵引速度匹配。
2.5 工作面实景成像技术
工作面实景成像技术可把随机监测人员从工作面解放出来。针对目前视频监测存在的问题，提出以下解决途径：
(1) 将支架实景成像与支架模型结合。建立支架3D模型，支架是刚性连接，结构件相对位置固定，通过检测顶梁、四连杆、底座的倾角就可以确定支架的姿态，通过支架推移千斤顶的伸缩量可以确定支架相对于中部槽的位置，建立支架、刮板输送机、采煤机的相对位置关系，通过监测三者的姿态就可以确定其相对空间关系，实现采煤机的采高调整及防碰撞功能。采集实景图像时，在支架上设置2～3个关键识别点，然后根据拾取的关键点及支架3D模型中各部件的相对位置关系，对支架进行实时建模，将实景视频与3D模型有效结合，在此基础上可以实现工作面的全景拼接，在控制室最大限度重现工作面实景。
(2) 在支架实景成像中加入支架边界辅助线。借助辅助线,远程操作人员可准确把握设备之间及设备与煤壁支架的相对距离，通过实景视频看趋势,辅助线控制距离，从而保证远程操作的工程质量。用不同色块圈定设备的安全区、警示区及禁止区，以确保远程操作的安全性。
(3) 采用随动摄像头。随动摄像头可采用随机滑架形式，在工作面中部槽上或顶梁下铺设摄像机滑动轨道。移动摄像机可以在轨道上实现随机或远控快速移动功能，替代人眼，跟随采煤机完成远程控制割煤过程，还可以近全角度旋转，根据需要实现工作面远程巡视。
(4) 将无人机应用于矿井自动化开采。目前在矿山开采领域，无人机主要应用于地面爆破、煤田监测、地形测绘、灾害预防等，井工矿井自动化开采领域暂时还无成功应用的例子，但无人机技术将是实现矿井无人化开采的一个有效解决方案。综采工作面可采用无人机来替代采煤机司机。无人机需具备自动悬停及跟随功能，自动识别并跟随采煤机;可以按预定轨迹进行巡航或按控制人员的要求进行定点监测，能够自动生成3D地图并感知周围环境;能通过安装的超声波雷达自动监测障碍物，并选择最佳路径绕行、避让或停止;可将360°实时图像及数据通过无线网络传输至控制室，以便控制人员作出调整。由于在地层深处工作，无人机需采用陀螺仪定位、导航。
2.6 工作面自动校直技术
工作面平直度是综采面工程质量评价的重要指标，是保证无人工作面能够自动连续推进的关键。目前比较有效的校直技术是基于惯性导航仪的工作面自动校直技术，其实现原理是将惯性导航仪安置于采煤机电控箱内，实时检测采煤机三维空间内的位置变化;将俯仰数据应用于采煤机采高控制，水平位移数据应用于支架推移行程控制;根据工作面平直度要求，控制程序计算出每台支架每个工作循环需完成的推移量，精确控制支架推移行程，使工作面所有支架齐步推进，保证工作面的平直度。目前惯性导航仪主要使用美国和法国产品，在美国和澳大利亚矿井中使用非常普遍，部分国内企业也在进行这方面的研究。
综采工作面无人化是保证煤矿安全及效率提升最有效的途径，无人化无论从技术储备还是实际需求出发都需要建立在少人化模式的充分发展基础之上，少人化模式的常态化应用是目前中国煤矿自动化发展的重点，无人模式是发展方向。
参考文献：
[1] 张翠平,孙志刚,霍俊杰,等.新型煤岩识别技术在薄煤层无人综采工作面中的应用[J].煤矿安全,2012,43(1):99-102.
[2] 崔科飞,崔建民.虚拟仿真技术在监控无人综采工作面的应用[J].煤矿机电,2014(3):114-116.
[3] 贺海涛.综采工作面自动化在神东矿区的实践[J].陕西煤炭,2009,28(2):51-52.
[4] 何广东.煤矿机电设备EtherNet/IP通信协议标准化研究[J].通讯世界,2015(22):15-17.
[5] 葛兆亮.基于采煤机绝对位姿的自适应控制技术研究[D].徐州:中国矿业大学,2015.
[6] 阮芹.实时视频拼接系统关键技术研究[D].武汉:华中科技大学,2011.
[7] 孙维.基于Wi-Fi技术的矿井无线通信系统的设计与应用[J].煤矿安全,2010,41(4):87-89.
[8] 索智文. Faceboss采煤机记忆割煤的应用实践[J]. 煤矿开采, 2009, 14(5):65-66.
[9] 孙继平. 煤矿监控新技术与新装备[J]. 工矿自动化, 2015, 41(1):1-5.
[10] 朱红秀, 石红伟, 姜川,等. 煤矿井下综采工作面巡查机器人磁迹导航的研究[J]. 工矿自动化, 2011，37(6):29-32.
[11] 许太山. 综采工作面视频监测系统的研究与应用[J]. 煤炭工程, 2013，45(增刊1):172-174.
SUO Zhiwen
(Shigetai Coal Mine, Shenhua Shendong Coal Group， Shenmu 719315, China)
Abstract：The paper analyzed present situation of development of fully mechanized coal mining face, including application situation and existing problems of technologies of memory coal cutting, hydraulic support automation, coal and rock identification and so on. It put forward realization way of technologies of high speed transmission wireless network construction, standardized data transmission, fuzzy judgment and self-adapting coal cutting of shearer, advanced hydraulic support automation, live imaging and automatic alignment of working face.
Key words：coal mining; fully mechanized coal mining face; unmanned mining; coal and rock identification; memory coal cutting; hydraulic support automation
文章编号：1671-251X(2017)01-0022-05
DOI：10.13272/j.issn.1671-251x.2017.01.006
收稿日期：2016-08-29；
修回日期：2016-12-02；责任编辑：胡娴。
作者简介：索智文(1980-)，男，内蒙古察右前旗人，工程师，现从事机电管理工作,E-mail:10028574@shenhua.cc。
中图分类号：TD82
文献标志码：A
网络出版：时间：2016-12-30 09:36
网络出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20161230.0936.006.html
索智文.煤矿综采工作面无人化开采技术研究[J].工矿自动化，2017,43(1)：22-26.