智能化主煤流系統(tǒng)方案

北京瑞華高科技術(shù)有限公司二零二零年五月第一節(jié)概述帶運(yùn)行損耗。其關(guān)鍵技術(shù)包括基于視頻AI技術(shù)的節(jié)能調(diào)速優(yōu)化系統(tǒng)，智能強(qiáng)化第二節(jié)智能化煤礦頂層設(shè)計(jì)智能化系統(tǒng)總體架構(gòu)礦的各種應(yīng)用提供一條信息高速通道?？刹捎霉歉删W(wǎng)與多種分支網(wǎng)結(jié)合的架構(gòu)，化系統(tǒng)拼接管理，實(shí)現(xiàn)各智能化系統(tǒng)的通用性全面整合三維地質(zhì)構(gòu)模、三維數(shù)字模型、三維高程模型、三維景觀隨時(shí)針對(duì)某一變量、特征查詢其歷史變化特征。煤礦知識(shí)圖譜邏輯4)應(yīng)用層是圍繞煤炭開采和煤礦業(yè)務(wù)開發(fā)的各類應(yīng)用系統(tǒng)第三節(jié)與其他系統(tǒng)邏輯關(guān)系的組成內(nèi)容，主煤流系統(tǒng)與其他各子系統(tǒng)的邏輯關(guān)系圖如下圖所示：子系統(tǒng)分層邏輯關(guān)系圖輸層、平臺(tái)層、應(yīng)用層。整個(gè)過程，接入-括：大型機(jī)電故障診斷系統(tǒng)、工作面設(shè)備監(jiān)測(cè)系統(tǒng)、皮帶自動(dòng)化控制及煤礦知識(shí)圖譜/數(shù)據(jù)體系系統(tǒng)；一類是分析/綜合應(yīng)用性的預(yù)測(cè)，過載判斷，逆煤流啟動(dòng)和順煤流停止，順煤流啟動(dòng)，變頻調(diào)速控礦上現(xiàn)有大型設(shè)備故障診斷系統(tǒng)主機(jī)位于井口辦公樓三樓運(yùn)輸一隊(duì)監(jiān)控室，由天地（常州）自動(dòng)化公司負(fù)責(zé)建設(shè)，已經(jīng)將1070頭部及主井皮帶的各類傳感相關(guān)設(shè)備信息進(jìn)行讀取、解析，并通過服務(wù)器SCADA軟件以O(shè)PC方式發(fā)塔山礦主煤流主井和8115膠帶機(jī)控對(duì)接的工作面設(shè)備數(shù)據(jù)，包括破碎機(jī)、轉(zhuǎn)載機(jī)、前部運(yùn)輸機(jī)、順槽皮帶機(jī)開停數(shù)據(jù)等。顯示各工作面的破碎機(jī)、轉(zhuǎn)載機(jī)、前部運(yùn)輸機(jī)輸機(jī)、順槽皮帶機(jī)等設(shè)備參數(shù)、廠家、出廠時(shí)間、運(yùn)行時(shí)長(zhǎng)、設(shè)備準(zhǔn)確用于監(jiān)測(cè)皮帶機(jī)周邊環(huán)境情況，包括：皮帶沿線的瓦斯系統(tǒng)名稱系統(tǒng)名稱智能主煤流系統(tǒng)AI視頻分析系統(tǒng)礦山云圖4D-GIS透明地質(zhì)模型系統(tǒng)模塊化耦合平臺(tái)大數(shù)據(jù)系統(tǒng)煤礦知識(shí)圖譜邏輯模型/數(shù)據(jù)體所有系統(tǒng)備注軟件一部軟件一部軟件一部軟件二部軟件一部/軟件二部云平臺(tái)技術(shù)部軟件一部/自動(dòng)化/領(lǐng)導(dǎo)自動(dòng)化系統(tǒng)集成部層次應(yīng)用層平臺(tái)層平臺(tái)層平臺(tái)層平臺(tái)層平臺(tái)層平臺(tái)層傳輸層第四節(jié)數(shù)據(jù)清單常常斷斷斷斷斷斷轉(zhuǎn)載機(jī)電機(jī)減速轉(zhuǎn)載機(jī)與皮帶機(jī)量量順槽皮帶電機(jī)開停第五節(jié)解決方案如上圖所示，為方便用戶直觀了解主煤流系統(tǒng)各皮帶及工作面的運(yùn)行情況，習(xí)框架模型對(duì)（坐人、空載、異物）等特征進(jìn)行分類訓(xùn)練，對(duì)皮帶運(yùn)對(duì)皮帶異物、空載的場(chǎng)景應(yīng)用深度學(xué)習(xí)框架模型對(duì)（人，物，空）皮帶異物，煤礦井下皮帶造價(jià)昂貴，而異物（如錨桿、鋼板、大塊矸石等）的存在可能會(huì)造成皮帶損傷甚至撕裂,帶來(lái)巨大經(jīng)濟(jì)損失設(shè)定報(bào)警規(guī)則，當(dāng)有空載情況發(fā)生時(shí)，系統(tǒng)自動(dòng)告警并同步語(yǔ)音、移動(dòng)APP等方式提醒相關(guān)人員及時(shí)處理，可減少空載造成的電力資源浪費(fèi)，節(jié)約生產(chǎn)成空載識(shí)別置檢測(cè)區(qū)域，當(dāng)有滿足預(yù)設(shè)條件的異物出現(xiàn)（如錨桿、鋼板、大塊矸石異物識(shí)別系統(tǒng)記錄每次報(bào)警的詳細(xì)信息，包括報(bào)警類型、報(bào)警時(shí)間、報(bào)警所示：采過程中，順槽帶式輸送機(jī)的輸送距離不斷縮短，需要不斷地拆掉輸送機(jī)機(jī)架，秤算起，經(jīng)過二盤區(qū)皮帶，到達(dá)一盤區(qū)一部時(shí)間Ta順槽頭部的皮帶秤算起，經(jīng)過一盤區(qū)二部，到達(dá)一盤區(qū)一部時(shí)槽皮帶秤位置開始預(yù)測(cè)未來(lái)一段時(shí)間，一盤區(qū)一部的載煤量，需要考慮時(shí)間差，因?yàn)楫?dāng)綜一工作面的煤流到達(dá)一盤區(qū)一部的時(shí)候，綜二工作面的煤流還則當(dāng)前時(shí)刻一盤區(qū)一部上，綜一工作面出煤停留在其上面的煤量：式中，C綜一工作面為當(dāng)前時(shí)刻綜一工作面煤流在一盤區(qū)一部的載煤量，Tstay-i為Tstay_綜一時(shí)間段內(nèi)，各時(shí)刻點(diǎn)，Ci為Tstay-i時(shí)刻點(diǎn)時(shí)，順槽帶式輸送另一種計(jì)算當(dāng)前時(shí)刻一盤區(qū)一部上，綜一工作面出煤停留在其上面的煤量：煤流系統(tǒng)示意圖1）出煤采用主從模式策略：以幾個(gè)綜采工作3）不受限，不定量，根據(jù)煤流量進(jìn)行調(diào)節(jié)策略：針對(duì)主井驗(yàn)來(lái)看，存在很大難度，主要存在以下問題：4）在計(jì)算預(yù)測(cè)的載煤量時(shí)，并不只是綜采工作面出煤，掘進(jìn)巷也在出煤，通過線性擬合計(jì)算得到模型數(shù)值：線性擬合效果確的預(yù)警作用。對(duì)現(xiàn)有的模型進(jìn)行改進(jìn)。從數(shù)據(jù)整體分布來(lái)看，長(zhǎng)時(shí)間內(nèi)是無(wú)法做到準(zhǔn)確預(yù)測(cè)的，這里充分利用微積分的思想，計(jì)算短時(shí)間內(nèi)載CST之間的關(guān)系，之后在循環(huán)累計(jì)，從而f（x）dx=F（x）+C利用當(dāng)前的方程數(shù)值，來(lái)預(yù)測(cè)下一階段出現(xiàn)的功率：如：5.4.3過程（如何做）帶式輸送機(jī)串聯(lián)圖1點(diǎn)運(yùn)輸?shù)竭_(dá)A點(diǎn)前，Ci有足夠時(shí)間完成啟動(dòng)或Lsafe_start_i，Q點(diǎn)落在帶式輸送機(jī)Ck(i+1<k≤N)上，如下圖所示：Tstop_k為帶式輸送機(jī)Ck停止時(shí)間。由于帶式輸送機(jī)Ci+1，Ci+2，?,Ck-1長(zhǎng)度短，啟動(dòng)和停止時(shí)間也相應(yīng)較短，可將Ci+1，Ci+2，?,Ck-1作為同一條帶式輸送機(jī)來(lái)時(shí)帶式輸送機(jī)Ci+1，Ci+2，?,Ck-1上沒有物料；先同時(shí)啟動(dòng)Ci+1，Ci+2，?,Ck-1，同時(shí)停止帶式輸送機(jī)Ci+1，Ci+2，?,Ck-1。變頻調(diào)速用機(jī)器學(xué)習(xí)的方式實(shí)現(xiàn)，將載煤量、速度、功率變頻調(diào)速的優(yōu)勢(shì)主要體現(xiàn)在：磨損，延長(zhǎng)輸送帶的使用壽命。實(shí)現(xiàn)煤多快運(yùn)、煤少慢跑、以采輸送帶智能控制器速度控制（最好給個(gè)擋位）的數(shù)據(jù)以及超過范圍的數(shù)據(jù)，如下圖所示：從直方圖中可以看出來(lái)，大部分的數(shù)據(jù)在0.15之下，這樣會(huì)對(duì)計(jì)算造成嚴(yán)滾筒與膠帶機(jī)，軸承的溫度，軸瓦的溫度，電機(jī)的溫度，單歷史電動(dòng)機(jī)周圍溫度、電機(jī)電壓、電機(jī)轉(zhuǎn)速、兩次啟動(dòng)的間隔時(shí)間、定為穩(wěn)態(tài)溫升τ及溫升時(shí)間常數(shù)T。采用高斯函數(shù)作為神經(jīng)網(wǎng)絡(luò)的徑向基函數(shù)，利用訓(xùn)練樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，求解神經(jīng)網(wǎng)絡(luò)的三個(gè)參數(shù)：基函數(shù)的中神經(jīng)網(wǎng)絡(luò)中采用高斯函數(shù)作為徑向基函數(shù)，激活函數(shù)表示為：具體算法如下：如前面所述高斯函數(shù)作為徑向基函數(shù)，可以求得方差：解得網(wǎng)絡(luò)的第j個(gè)輸出節(jié)點(diǎn)的實(shí)際輸出yi為：設(shè)網(wǎng)絡(luò)的第j個(gè)輸出節(jié)點(diǎn)的期望輸出為dj，基函數(shù)的方差可以表示為：5.7.3設(shè)備頻譜異常檢測(cè)（借用成熟的產(chǎn)品）SVM深度卷積神經(jīng)網(wǎng)絡(luò)模型，模型直接作用于原始實(shí)測(cè)式的卷積運(yùn)算：f(~)為激活函數(shù)。卷積后再經(jīng)過激活函數(shù)的非線性轉(zhuǎn)化，將線性不可分池化層的計(jì)算公式如下：到線性可分的高維空間，找到高維空間的最優(yōu)線性超平面。使用“一期望值的一致性程度：為抑制數(shù)值較大的權(quán)值，提升模型的泛化性，式中，xi為第i個(gè)樣本數(shù)據(jù)，其正確標(biāo)簽為yi;f(xi/mm直徑數(shù)據(jù)長(zhǎng)度1023456789不同狀態(tài)的軸承震動(dòng)信號(hào)時(shí)域波形針對(duì)1024維的原始振動(dòng)信號(hào)，設(shè)計(jì)如下圖卷積-池化-全連接-SVM分類器”結(jié)構(gòu)模型參數(shù)表：卷積2卷積3池化3日產(chǎn)量占比圖載煤量和CST預(yù)測(cè)圖該功能用于可視化各主運(yùn)皮帶和工作面順槽皮帶的搭接關(guān)集成現(xiàn)有功能，將各工作面關(guān)鍵位置的視頻進(jìn)該功能用于監(jiān)測(cè)皮帶機(jī)周邊環(huán)境情況，包括：皮帶沿線的瓦系統(tǒng)顯示皮帶稱設(shè)備的設(shè)備參數(shù)，包括設(shè)備型號(hào)、廠家、出廠時(shí)系統(tǒng)顯示各工作面的破碎機(jī)、轉(zhuǎn)載機(jī)、前部運(yùn)輸機(jī)、后部運(yùn)輸機(jī)具有查詢某段時(shí)間內(nèi)，設(shè)備開機(jī)率的功能，包括：設(shè)備名稱、設(shè)具有查詢某段時(shí)間內(nèi)，設(shè)備溫度變化曲線功能，包括：設(shè)備名稱具有查詢某段時(shí)間內(nèi)，輸送機(jī)開停真實(shí)監(jiān)測(cè)數(shù)據(jù)功能，包括：輸心。皮帶的基礎(chǔ)數(shù)據(jù)包含皮帶長(zhǎng)度、設(shè)計(jì)功率、運(yùn)行速度等等，除此之第六節(jié)功能清單統(tǒng)測(cè)測(cè)單）各工作面的瞬時(shí)產(chǎn)量圖各工作面相關(guān)信息展示主運(yùn)皮帶實(shí)時(shí)運(yùn)行模擬√√√√√√√√√√√√√√√√√√√√√√√√√√√√各種歷史數(shù)據(jù)曲線圖（曲等流√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√√圖制制析主運(yùn)皮帶實(shí)時(shí)運(yùn)行模擬順煤流一鍵啟動(dòng)，手動(dòng)啟動(dòng)況圖√√√√√√√√√√√√√√√√√√√√√√√√√√