散货料场设备的集中管控系统_刘晓虹.pdf

散货料场设备的集中管控系统刘晓虹1,李 娜1,赵旭东2,刘炳陟3,魏 鹏1,贾春霞1,刘 杰1,孟 如1(1.北京众驰自动化设备有限公司,北京1 0 0 1 6 0;2.尊越(唐山)电气设备有限公司,河北 唐山0 6 3 0 0 0;3.河北机车技师学院,河北 唐山0 6 4 0 0 0)摘 要:利用神经网络算法将各台堆取料设备、各料堆状况构成散货料场运行系统的节点,采用对料场按地理位置做区域网格划分,对料场内设备进行区域规划编号并做主从设置的方法,由料场作业经验数据库和上位机监管软件完成对料场的无人化监管和智能化运营。关键词:散货料场;神经网络;网格划分;作业经验数据库;智能化管控中图分类号:T P 2 9 D O I:1 0.1 9 7 6 8/j.c n k i.d g j s.2 0 2 3.0 2.0 0 3C e n t r a l i z e dC o n t r o l S y s t e mf o rB u l kY a r dE q u i p m e n tL I UX i a o h o n g1,L IN a1,Z HAOX u d o n g2,L I UB i n g z h i3,WE IP e n g1,J I AC h u n x i a1,L I UJ i e1,ME N GR u1(1.B e i j i n gZ h o n g c h iA u t o m a t i o nE q u i p m e n tC o.,L t d.,B e i j i n g1 0 0 1 6 0,C h i n a;2.Z u n y u e(T a n g s h a n)E l e c t r i c a lE q u i p m e n tC o.,L t d.,T a n g s h a n0 6 3 0 0 0,C h i n a;3.H e b e iL o c o m o t i v eT e c h n i c i a nC o l l e g e,T a n g s h a n0 6 4 0 0 0,C h i n a)A b s t r a c t:T h en e u r a l n e t w o r ka l g o r i t h mi su s e d t o f o r mt h en o d e so f t h eb u l ky a r do p e r a t i o ns y s t e mo f e a c hs t a c k-r e c l a i-m i n ge q u i p m e n t a n dt h es t a t u so f e a c hs t o c k p i l e.T h es t o c k y a r d i sd i v i d e d i n t or e g i o n a l g r i d sa c c o r d i n g t o i t sg e o g r a p h i c a ll o c a t i o n,a n d t h e e q u i p m e n t i n t h e s t o c ky a r d i sn u m b e r e d i n t h e r e g i o n a l p l a n n i n ga n ds e t u pa sm a s t e r a n ds l a v e.T h eu n-m a n n e ds u p e r v i s i o na n d i n t e l l i g e n to p e r a t i o no f t h ey a r da r ec o m p l e t e db yt h ey a r do p e r a t i o ne x p e r i e n c ed a t a b a s ea n dt h eh o s t c o m p u t e rs u p e r v i s i o ns o f t w a r e.K e yw o r d s:b u l kc a r g oy a r d;n e u r a l n e t w o r k s;m e s h i n g;w o r k i n ge x p e r i e n c e i nd a t a b a s e;i n t e l l i g e n t c o n t r o l收稿日期:2 0 2 2-0 4-0 5作者简介:刘晓虹(1 9 7 4-),硕士,研究方向为控制科学与工程。0引言目前,矿山、冶金、码头、电厂的原料供给和成品存储的散货料场占地广、设备繁多且分散,物料的运入与运出随机性大,且是劳动强度大和条件恶劣的作业环境。我国宝钢一、二期原料场共有堆取料机1 6台、矿石破碎机5台、粉碎机4台、各式振动筛1 5台、电动机1 0 8 2台以及2 6 6条总长 为4 5.1 9k m的 胶 带 运 输 机,总 装 机 容 量 为4 3 0 0 0k W,因此有效堆放、各设备间联锁、有效操作、安全(防碰撞)是制约料场管控、设备维保和提高生产效率的老大难问题。由于散货料场占地面积大、重型设备多,因此对其堆取料等库场设备实现无人化、智能化管控,以提高料场的作业效率和利用率、降低劳动强度、减少人员配置具有重要意义,可为矿山、冶金、码头、电厂的智能化建设奠定基础。1技术方案散货料场具有占地面积庞大,重型设备数量多,堆取料作业参与的设备种类、数量不确定,堆取料的材质、粒状不确定,市场需求、堆取料作业时间不确定等诸多特点,为料场的运行效率带来极大的管控难度。为此,依据相关技术内容的研发,采取相应的管控措施,以期实现无人化、智能化的料场管控。1.1系统组成散货料场设备的集中管控系统由上位机监管软件、数据库、下位控制器和检测仪器组成。其中,上位机监管软件包含料场作业习惯信息模型、基于神经网络算法的设备管理模型;数据库包含料场作业经验数据库、上位机监管软件和数据库软件,参与料场监管和智能化运营;下位控制器和检测仪器包含各子站的P L C控制器、P L C控制器与各堆取料设备的数据采集系统和三维激光扫描仪等检测仪器。通常,料场出入口的位置和料场存储货物的种类决定了料场作业的性质。料场出入口位置的货物周转率最高,而距离出入口较远位置的货物周转率最低;存储货物的种类与市场、季节等因素关联密切。本文将料场各设备及料堆作业状况等数据全部存入散货料场设备集中管控系统的经验数据库中,通过建立设备和料场作业数据库,为后续作业提供模型预测和参数索引,也可按时间顺序调用,查看设备作业和料堆存储状况,又可为下次同类型的作业提8电工技术 自动控制 供经验数据。1.2系统规定散货料场设备的集中管控系统在数据库规划中对料场按地理位置进行了区域网格划分,对料场内的所有设备进行了区域规划编号,根据设备距离堆取料作业点远近、设备功率等参数进行主从设置,即位于该作业区域的设备为该区域的主设备,邻近或相邻区域的设备为该区域的从设备。将料场内各设备状况按能否互相通用替代做分类,包括作业路径、功率、占地体积、外形尺寸等,折算成互换率,假如设备A和B相同,则互换率为1,为简略、涵盖范围广泛和提高互换性,将互换率按0.8或1.2、0.5或1.5两种规格折算。堆取料作业发生时,先运行主设备(作业指令下达前需做作业规划,若主设备运力不够,则直接投入从设备),当料场发生临时堆取料任务或堆取料设备发生故障时,散货料场设备的集中管控系统立即将从设备或互换率相近的设备(先从互换率为0.8或1.2且与作业点距离最短的从设备群里调入,距离最短为优先级最高。其次为互换率为0.5或1.5且距离远的从设备)投入运行。根据预置的工艺参数,采用神经网络控制算法,建立料场内设备群间自主运行的料场作业经验流程。料场设备和料堆按网格编号,如图1所示。堆取料设备按网格位置中心点与作业距离分别命名:堆取料主设备F 1 2,堆取料从设备J 1 4,堆取料主设备G 4,堆取料从设备N 2。随着作业位置的移动,该堆取料设备在集中管控系统中的命名也不断更新,如堆取料主设备F 1 2可能会变成编号E 1 2、E 1 1或E 1 3等,以表明作业的进程状况。从设备J 1 4若加入料堆B F 1 0-1 4的取料作业,则其编号也会随着网格位置的变化而变化,可能变为E 1 0或E 1 4等,视作业时间要求等因素,由集中管控系统决定。料堆以占地范围按其网格位置分别命名:料堆B F 1 0-1 4、料堆B G 2-7。随着作业的进程,料堆会变大(堆料作业)或缩小(取料作业),该料堆在集中管控系统中的命名也不断更新,以表明料堆的变化状况,如料堆B F 1 0-1 4随着取料作业进程会逐渐变为C E 1 1-1 3、D 1 2,直至为0(集中管控系统会通告该场地需做清扫,为下次堆料作业做准备)。为标记简洁,网格横、纵坐标四舍五入,不出现小数。随 着 料 场 面 积 和 网 格图1料场设备和料堆按网格编号示意图疏密的改变,网格编号可大可小,本文横坐标为英文字母,纵坐标为阿拉伯数字(具体可视客户要求和习惯确定)。通过无线或有线通信,料场的装卸、搬运和堆取料设备按预存设备行走路线图自主移动、对取卸料位自主对准、实时根据料堆高度自主调整大车移动和悬臂的俯仰/回转角度,自主运行的数据实时上传,实现恒流堆取料作业。系统组成如图2所示。图2集中管控系统组成示意图2控制算法利用神经网络算法,将各台堆取料设备、各料堆进行相互连接,构成料场运行系统的节点,将每个节点的堆取料设备和料堆的运行状况视为特定的输出激励函数,将每组堆取料设备和料堆的2个节点间的连接视为该连接信号的加权值,即权重,根据该料堆的变化(卸料时料堆变大,取料时料堆缩小)与堆取料设备运行工艺的逻辑策略表达,设置该料堆网络的权重值和激励函数的输出。以各堆取料设备和料堆状况的节点为神经元,即x=x1,x2,xn,将偏置项b=+1作为神经元节点的输入,W=W1,W2,Wn 是其权重。经激活函数f,得到输出:hW,b(x)=f(WTx)=f(ni=1Wixi+b)神经元算法以s i g m o i d函数为激活函数,按料场堆取料设备运行的先后顺序,将各堆取料设备、料堆状况神经元节点设为层,以a(l)i表示第l层第i神经元节点的输出值。当l=1时,a(1)i=xi,即第i个输入值。对于给定的参数W、b,神经网络中的每个神经元节点的输出值为:a(2)1=f(W(1)1 1x1+W(1)1 2x2+W(1)1nxn+b(1)1)a(2)2=f(W(1)2 1x1+W(1)2 2x2+W(1)2nxn+b(1)2)a(2)i=f(W(1)i1x1+W(1)i2x2+W(1)i nxn+b(1)i)a(2)n=f(W(1)n1x1+W(1)n2x2+W(1)n nxn+b(1)n)9自动控制 电工技术 hW,b(x)=a(3)1=f(W(2)1 1a(2)1+W(2)1 2a(2)2+W(2)1na(2)n+b(2)1)经上述计算步骤的前向传播,结合料场堆取料运行状况,按时间顺序使神经网络的层数和每层的神经元节点数目可调。以gsi=0,1ni对应第i层神经网络的权重,网络每层包括ni个元素,将料场堆取料设备集控系统的神经网络的稀疏性表示为:c c r=i=1Lgsi=1mini式中,L-为指示函数,L 真命题=1,L 假命题=0。料场堆取料设备集控系统为惯性环节,其分类器具有较低的c c r,据此决定了c c r的分类器具有较低的过拟合倾向,且具备良好的泛化性能,利于采用多目标模型对稀疏神经网络进行修剪建模:m i nGsF(Gs)=m i nGs(f p r(Gs),f n r(Gs),c c r(Gs)在增广D E T空间中,以进化多目标优化算法寻找稀疏神经网络结构并通过修剪建模,为后续作业提供参数依据。堆取料过程中,堆取料设备集控系统对料堆作业的参数变化示意如图3所示。图3料堆的参数变化状况示意图考虑散货料场通常为露天,遇雨雪天气,物料会冰冻结块,而在夏季大雨天甚至发生泥石流现象。在恶劣天气进行堆取料作业时,要加强人工监管,加固排水设施,减小堆取料作业面积,防止料堆坍塌造成堆取料设备损坏的意外事故。在实施中,散货料场设备的集中管控系统中的各设备在作业期间,根据各激光扫描仪数据和运行设备上加装的超声波传感器的信号,可对料场内出现的行人和障碍物做避障处理:当激光扫描仪监测到移动物体或超声波传感器信号遇障碍物遮挡(各设备间的防撞亦同)时,在距离堆取料设备一定距离内,集中管控系统发出预警信号,现场设备发出语音警示,达到极限距离时设备停止作业并报警,警示信号消失后,需人工干预重启作业流程。3结语随着作业的增多和时间的推移,对料场各设备作业及料堆状况等数据的积累,散货料场设备集中管控系统的料场经验数据库会愈来愈丰富,为后期的设备管理、料堆作业提供更加完善的经验数据样本,使散货料场设备集中管控系统以最优状况完成堆取料作业任务,保障料场堆取料系统平稳可靠运行。后续还需要完善相关控制内容,如料堆的安息角与堆取料速度的关联、激光扫描仪数据的稳定补偿、取料场地清零清理等问题。参考文献1 陈丽华,等.神经网络及其在水质信息检测中的应用M.北京:国防工业出版社,2 0 1 1.2 钟珞,等.人工神经网络及其融合应用技术M.北京:科学出版社,2 0 0 7.3 孟如,魏宏武,郝雷,等.煤泥干燥系统运行工况的前馈控制J.选煤技术,2 0 1 2(4):8 5-8 9.4 王建国,阳建宏,云海滨,等.改进粒子群优化神经网络及其在产品质量建模中的应用J.北京科技大学学报,2 0 0 8(1 0):1 1 8 8-1 1 9 3.5M i c h a e lM a i r e,P a b l oA r b e l.U s i n gc o n t o u r st od e t e c ta n dl o-c a l i z e j u n c t i o n si nn a t u r a l i m a g e sC.C o m p u t e rV i s i o na n dP a t t e r nR e c o g n i t i o n(C V P R),2 0 0 8.6 杨志伊,等.设备状态监测与故障诊断M.北京:中国计划出版社,2 0 0 6.01电工技术 自动控制