• 中文核心期刊
  • 中国科技核心期刊
  • RCCSE中国核心学术期刊

煤矿井下无轨胶轮车行车岔路口和弯道识别方法

韩燕南

韩燕南. 煤矿井下无轨胶轮车行车岔路口和弯道识别方法[J]. 煤矿安全,2024,55(7):232−239. DOI: 10.13347/j.cnki.mkaq.20231268
引用本文: 韩燕南. 煤矿井下无轨胶轮车行车岔路口和弯道识别方法[J]. 煤矿安全,2024,55(7):232−239. DOI: 10.13347/j.cnki.mkaq.20231268
HAN Yannan. Identification method of intersection and curve of trackless rubber-tyred vehicle in underground coal mine[J]. Safety in Coal Mines, 2024, 55(7): 232−239. DOI: 10.13347/j.cnki.mkaq.20231268
Citation: HAN Yannan. Identification method of intersection and curve of trackless rubber-tyred vehicle in underground coal mine[J]. Safety in Coal Mines, 2024, 55(7): 232−239. DOI: 10.13347/j.cnki.mkaq.20231268

煤矿井下无轨胶轮车行车岔路口和弯道识别方法

基金项目: 天地(常州)自动化股份有限公司科研资助项目(2023TY4010)
详细信息
    作者简介:

    韩燕南(1983—),男,江苏常州人,工程师,本科,从事煤矿辅助运输一体化系统、人员定位系统方面的研究工作。E-mail:570717725@qq.com

  • 中图分类号: TD679

Identification method of intersection and curve of trackless rubber-tyred vehicle in underground coal mine

  • 摘要:

    针对煤矿运输路线复杂,巷道内岔路口和弯道较多的现状,易给井下运输安全带来隐患;设计了一种煤矿井下无轨胶轮车行车岔路口和弯道识别方法。首先,将中线点结构化,形成巷道地图;其次,利用相邻时刻的车辆位置关系,确定行进方向;再次,结合巷道地图结构属性,判定车辆前方是否存在岔路口或弯道;然后,采用迪杰斯特拉(Dijkstra)算法,求解车辆当前位置至疑似目标的最短路径,进而判定是否为对向目标;最后,借助车载终端为司机提供安全性语音提示。在某矿的试验结果表明:方法逻辑判断准确,逻辑响应时间约为32 ms。

    Abstract:

    In view of the complex transportation route of coal mine, there are many forks and corners in the roadway, which is easy to bring hidden dangers to the safety of underground transportation. In this paper, a method for identifying the intersection and curve of trackless rubber-tyred vehicle in coal mine is designed. Firstly, the method structured the midline points to form a roadway map. Secondly, the direction of travel is determined by using the vehicle position relationship at adjacent moments. Thirdly, combined with the structural attributes of the roadway map, it is determined whether there is a fork or curve in front of the vehicle. Then, the Dijkstra algorithm is used to solve the shortest path from the current position of the vehicle to the suspected target, and then determine whether it is the opposite target. Finally, with the help of the vehicle terminal, the driver is provided with a safe voice prompt. The method is tested in a mine. The results show that the functions are running normally, and the logical response time is about 32 ms.

  • 煤自燃严重威胁着煤矿安全生产与工人生命安全[1-2]。精准的识别煤自燃发生的区域是有效抑制煤自燃的基础。温度是表征煤自燃状态的关键因素[3]。由于采空区的复杂性,目前常用的测氡法、电阻率法、磁探测法等火源探测方法都难以实现高温区域的精准定位,从而拖延灾害处理时间,降低处置效率,造成严重后果[4]

    掌握非均质松散煤体中传热传递规律,对于定位火源点位置是十分重要的[5-6]。学者们进行了大量的实验进行研究[7-9]。除采空区自身物化性质,流场也影响其中热量的传递,从而影响温度的分布[10-12]。而矿井中风流常常会由于大气压力、气温以及灾变等因素出现变化,因此呈现非稳态特性[12-15]。非稳态风流下温度场分布以及热量传递规律尚不明确。针对以上问题,建立了非均质采空区相似实验平台,对不同流场边界条件下非均质多孔介质传热规律以温度分布演化规律进行了研究,为隐蔽火源位置的探测及精准防灭火提供了理论指导。

    实验依托自行设计的采空区温度分布模拟实验平台(图1)进行。实验平台主要包括模型主体,热源、风机、数据采集系和传感器组成。模型主体以温庄煤矿15103工作面与采空区为原型,按照比例尺235∶1建造。模型工作面长1 m,采空区深度1.35 m,高0.1 m,采用“U”型通风方式布置。热源采用1000 W铝制加热板,外接控制器可以控制加热板温度和加热时间。实验中采用具有无级变速功能的风机作为通风动力源。可调节风速0~5 m/s。数据采集系统可以实现固定时间间隔连续采集、保存数据。温度传感采用PT100型热电阻作为温度传感器。42个传感器按照一定分布规律固定在实验装置底部,另外12个活动传感器可以根据需要在任意位置添加。

    图  1  实验装置示意图
    Figure  1.  Diagram of experimental device

    实验主要目的在于探究采空区温度分布的演化规律。按照以下步骤开展实验:

    1)对实验平台进行通电调试,保证各设备正常运行。

    2)按照“O形圈”规律布置碎煤[16],各位置碎煤粒径如图2所示。并在进风侧预定位置布置加热板,完成后在加热板附近按照预定位置布置活动温度传感器。

    图  2  采空区填充物粒径分布
    Figure  2.  Particle size distribution of fillings in goaf

    3)设置加热板温度200℃,打开温度采集设备,加热2 h后停止加热,保持采集并记录温度数据直至模型内部温度恢复至室温,每隔1 min记录1次温度数据。

    4)重复步骤3),分别设定风机风速0.9、1.2 、1.5 m/s。

    以上为1个测试周期,工作面采用“U”型通风方式,获得不同风速下采空区温度分布及演化规律。

    改变加热板的位置,将热源布置回风侧。按照上述步骤进行实验,可以得到热源位置对于温度分布以及热量传递的影响。

    重复步骤1)~4),选风速选择0.9 m/s和1.5 m/s,以30 min为间隔进行交替通风,持续3 h,以探究非稳态风流对高温区域的影响。

    加热板位于进风侧时温度分布演化如图3所示。由图3可知:风速0 m/s时,高温区域呈现近似椭圆形分布,椭圆长短轴方向分别对应加热板长和宽的方向,并且只在加热板附近出现了明显的温度上升,以加热板为中心向外扩散,具有较高的温度梯度,温度分布在走向上呈现不均匀分布,高温区域偏向工作面方向,这是由于工作面方向孔隙率较大,热阻小,热量更容易向该方向传递;风速1.5 m/s时,高温区域呈现“蝌蚪状”,存在指向回风侧的高温拖尾,高温区域向回风侧偏移,这是风速0 m/s时未出现的现象,因此可以认为是由于风流经过加热板区域后将热量向下风侧低温区域携带的结果。

    图  3  加热板位于进风侧时温度分布演化
    Figure  3.  Evolution of temperature distribution when heating plate is located on the inlet side

    120 min之后,停止加热。图3(c)与图3(d)显示了停止加热后温度演化过程。通风条件下,在走向方向上温度分布的不均匀性更加明显,大孔隙率对温度的牵引作用使得温度扩散不均匀,影响采空区温度分布形态。在加热板附近,由于热源的消失,温度开始下降,而边缘高温区域与外围之间依旧存在温度梯度,使得高温区域进一步向外侧扩张;风速1.5 m/s条件下,温度向左侧偏移更为明显,方向指向回风巷方向,迎风侧温度下降较快,温度分布转化为“腰果状”,在300 min时,与不加热情况下相比(图3(c))高温区域形态与位置发生了明显变化,主要高温区域移动至加热板左侧,即偏向回风侧方向。

    加热板位于回风侧时不同流场边界条件下温度分布演化情况如图4所示。由图4可以看到,风速0 m/s时温度分布情况与加热板位于进风侧时分布相似,无风流条件下温度分布主要由孔隙率决定,与加热板位置无关;风速1.5 m/s时,温度分布同样出现了偏移,偏移方向指向回风出口处,在180 min时最高温度进一步下降,高温区域呈现“枣核状”,在左侧边界由于保温材料的影响热量累积,温度略微升高。

    图  4  回风侧温度分布演化情况
    Figure  4.  Evolution of temperature distribution on the return air side

    为了更加准确地对不同流场条件下温度分布进行比较,将70 ℃等温线围成的区域定义为高温区域。加热板位于进风侧时高温区域的形态(其中粉色区域代表加热板)如图5所示。120 min时,通风条件下迎风侧边界有所收缩,但不同风速对边界收缩距离影响不大,这是因为风流对煤自燃起2种作用:一是带走自燃产生的热量,二是为煤氧化提供了更多氧气;当煤体温度高于70℃时,煤氧化进入加速阶段,对氧气的需求量增大;风速0.9 m/s时风流对煤体散热作用小于供氧放热作用,因此高温区域边界收缩较小;而风速1.2 m/s与1.5 m/s条件下收缩更为明显是因为风流散热作用大于供氧放热作用。180 min时,加热板停止提供热量,迎风侧不同风速下高温区域边界差异逐渐明显;造成迎风侧边界收缩情况不同的原因是此处温度扩散方向与风流流动方向相反,风流对热量的传递有一定的抑制作用,同时热量供应的减小也间接减缓了煤氧化放热。而对于背风侧高温区域边界,不同风速下高温区域大小有着明显差异;风速越大,高温区域边界越靠近回风侧;一方面温度扩散方向与风流流动方向一致,风流有助于热量的传递,另一方面较大风速为此区域带来了更多氧气,有利于煤自燃放热。

    图  5  进风侧高温区域形态
    Figure  5.  High temperature area morphology on the inlet side

    当加热板位于回风侧时高温区域形态如图6所示。由图6可知:与加热板位于进风侧时相似,在迎风侧高温区域边界收缩,而背风侧由于数据采集边界的影响,只在120 min时观察到了边界向外扩张。通风条件下边界变化的原因与加热板位于进风侧时相似。

    图  6  回风侧高温区域形态
    Figure  6.  High temperature area morphology of return air side

    采空区中风流在流动过程中会通过对流传热来影响采空区中温度分布。按照实验条件对流场进行数值模拟后得到的采空区流场分布与温度分布耦合图如图7所示,图7(a)为加热板位于进风侧浅部,图7(b)为加热板位于回风侧。由图7可以看出,温度偏移的方向与风流运动方向一致。

    图  7  温度分布与流场耦合
    Figure  7.  Temperature distribution and flow field coupling

    综上,得到了实验条件下风流对于高温区域的影响原理。未通风时,由于温度梯度作用,热量会向四周扩散,温度的扩散方向由高温中心指向四周;通风时,采空区风流方向大致呈现由进风方向流向回风方向,因此必定有部分风流方向与温度扩散方向相同,另一部分则相反。由多孔介质理论分析可知,风流的流动以及流体本身会对热量传递做贡献。外部流体流向高温区域时,外部流体温度低,因此向高温区域流动过程中吸收热量转化为自身内能(主要体现在温度升高),即高温区域用于向外扩张的能量被流体携带,运送向与温度扩张相反的方向。这就减弱了高温区域向外扩张的倾向,相较于不通风时温度边界向内收缩。当流体流出高温区域时,流体方向与温度扩张方向相同,并且经过高温区域后流体温度上升,高于外部温度,流体中储存的能量在流体向高温区域外流动过程中,与低温区域发生热量交换,周围区域内能增加(温度上升)。也就是说将高温区域的热量携带至外部,增加高温区域的扩张倾向,与不通风相比,表现为温度边界扩张。流体的流动起到了运输热量的作用。

    非稳态风流条件下温度演化如图8所示。由图8可知:温度分布同样存在向回风侧及风流方向偏移的现象,与稳态通风时温度分布形态相似,也就是说,非稳态风流无法改变采空区温度分布。

    图  8  非稳态风流下高温区域演化
    Figure  8.  Evolution of high temperature region under unsteady wind flow

    进一步研究非稳态风流对高温区域偏移程度以及最高温度的影响。热源位于进风侧120 min时高温区域形态以及整个实验过程中高温区域的占比如图9所示。图9(a)中交替通风时高温区域向下风向偏移更大,最右侧偏移距离不仅大于风速1.2 m/s(平均风速)时偏移距离,甚至大于风速1.5 m/s(最大风速)时偏移距离;进风侧不同条件下高温区域边界依旧未出现明显变化。图9(b)中整个实验过程中高温区域面积的占比大于风速1.5 m/s和1.2 m/s情况下高温区域占比。可以用上文提出的理论对这一现象进行解释:在实验中所使用交替通风来模拟非稳态风流,存在着高风速(1.5 m/s)和低风速(0.9 m/s)2种状态。当风速较大时,高温区域向回风侧偏移较多,对比粒径分布可知偏移位置方向孔隙率小于加热板附近。当转换为低风速时,此区域热量补充虽然有所减小,但低孔隙率保证了热量也难以向外散失,当再次切换至高风速时热量补充得以继续。之后两种风速交替循环,造成高温区域面积大于平均风速条件下面积。

    图  9  非稳态风流下高温区域形态及面积占比
    Figure  9.  Shape and area ratio of high temperature area under unsteady airflow

    不同流场条件下最高温度对比如图10所示。不同条件下各个阶段温度相差并不明显。交替通风与平均风速条件下(1.2 m/min)温度差异更小,在150 min是最大差值仅为2.8 ℃。这是因为高温点位于高温区域内部,风流流经此处时已经经过预热,对此处热量运移影响较小。也就是说,交替通风并不会明显影响最高温度。

    图  10  不同条件下最高温度对比
    Figure  10.  Comparison of maximum temperature under different conditions

    以加热板位于进风侧、风速1.2 m/s为例,探究高温点迁移过程(图11)。为得到准确的结果,不对图像进行平滑处理。由图11可知整个过程可以分为3个阶段:①0~120 min内,未出现新高温点,高温区域未出现明显偏移;②120~300 min内新高温区域温度高于周围,新高温点形成,高温区域向回风侧偏移;③300~360 min内新高温点温度高于原始高温点,主要高温区域已经偏离加热板。

    图  11  高温区域的迁移过程
    Figure  11.  Migration process of high temperature region

    初始高温点以及新高温点位置温度变化情况如图12所示。不通风时,初始高温点在120 min时温度达到最大值,而新高温点位置温度在150 min时达到最大值。这是因为停止加热后,对初始高温点的额外热量补充停止,温度开始逐渐下降,而距离加热板较远的新高温点位置则因为温度梯度会有一定热量补充,但是仅依靠温度梯度所提供的热量补充较少,随着热量散失温度梯度也逐渐减小,因此温度不会高于原始高温点。而通风后,初始高温点由于风流作用温度散失更快,210 min之后就与不通风时温度差生了较大差距。同时风流可以为新高温区域带去更多热量,在加热阶段已经与不通风时温度有了明显差别。之后使得其在270 min时温度已经超过原始最高温度点。

    图  12  高温点温度变化情况
    Figure  12.  Temperature change of high temperature point

    对高温区域迁移情况进行分析,得到高温区域迁移原理如图13所示。结合图12对高温区域迁移原理解释如下:在加热阶段,加热板上方位置有持续强热源供热,而下风向位置热量补充仅依靠上风向向此区域传递热量,因此下风向区域温度虽有升高,但是不会高于加热板位置,表现为2处温度共同上升,但主要高温区域仍然位置加热板上方;停止加热后,加热板上方热量供应源消失,而下风向位置受上风向热量补充,温度逐渐高于加热板位置,宏观表现为高温区域向下风向的迁移。也就是说高温区域的迁移,是热量散失与补充之间不平衡造成的。

    图  13  高温区域迁移原理
    Figure  13.  High temperature region migration principle

    1)无风条件下,温度场分布形态为长轴水平的椭圆形,形态与加热板在采空区中位置无关。“U”型通风方式下,风流对热量的携带作用使得温度分布会向风流方向偏移,风速越大,高温区域偏移越严重。

    2)孔隙率通过影响热量传递进而影响温度分布,宏观上为大孔隙率对温度分布有一定的牵引作用。

    3)风流的非稳态性会使得高温区域面积扩大,但不会影响影响最高温度。

    4)热量供给与散失的失衡是促使高温点和高温区域移动的主要原因。

  • 图  1   系统拓扑图

    Figure  1.   System topology

    图  2   数据存储结构

    Figure  2.   Data storage structure

    图  3   数据层级关系

    Figure  3.   Data hierarchy relationship

    图  4   车辆当前位置所处的中线点线段判定原理示意图

    Figure  4.   Schematic diagram of judging principle of middle line points and line segments in the current position of the vehicle

    图  5   处于同一中线点线段内

    Figure  5.   In the same midline point line segment

    图  6   处于不同中线点线段内

    Figure  6.   In different midline point line segments

    图  7   行进方向中线点确定业务流程图

    Figure  7.   Business process diagram for determining the centerline point in the direction of travel

    图  8   巷道结构类型

    Figure  8.   Roadway structure type

    图  9   计算原理图

    Figure  9.   Calculation schematic diagram

    图  10   岔路口/弯道识别业务流程图

    Figure  10.   Business process diagram for identifying forks/curves

    图  11   获取潜在对象处理原理

    Figure  11.   Principle of obtaining potential objects

    图  12   节点示意图

    Figure  12.   Diagram of nodes

    图  13   试验环境

    Figure  13.   Experimental environment

    表  1   节点数据初始化

    Table  1   Node data initialization

    节点序号是否收录距离值前1节点序号
    1FNULL
    2FNULL
    3FNULL
    4FNULL
    5FNULL
    6FNULL
    下载: 导出CSV

    表  2   计算结果表

    Table  2   Calculation results table

    节点序号是否收录距离值前1节点序号
    1T0NULL
    2T11
    3T84
    4T42
    5T133
    6F175
    下载: 导出CSV

    表  3   行进方向确定试验数据

    Table  3   Test data for determining the direction of travel

    试验方法 试验结果
    试验车辆从D1负向100 m,沿入井方向,行进20 m,
    行至D1负向80 m处
    中线点b
    试验车辆从D1负向80 m处,沿出井方向,行进15 m,
    行至D1负向95 m处
    中线点a
    试验车辆从D1负向10 m处,沿入井方向,行进25 m,
    行至D1正向15 m处
    中线点c
    试验车辆从D1正向15 m,沿出井方向,行进10 m,
    行至D1负向5 m处
    中线点a
    下载: 导出CSV

    表  4   岔路口/弯道识别试验数据

    Table  4   Test data for identifying forks/curves

    试验方法 试验结果
    试验车辆从D1负向50 m处,沿出井方向,行进5 m,行至D1负向55 m处(无后续路段场景) 非岔路口/弯道
    试验车辆从D1负向55 m处,沿入井方向,行进20 m,行至D1负向35 m处(直通路场景) 非岔路口/弯道
    试验车辆从D1负向35 m处,沿入井方向,行进40 m,行至D1正向5 m处,位于中线点c的左侧(丁字路口场景) 岔路口
    试验车辆从D1正向5 m处,沿入井方向,行进20 m,行至D1正向25 m处,位于中线点d的左侧(丁字路口场景) 岔路口
    试验车辆从D2负向200 m处,沿入井方向,行进10 m,行至D2负向190 m处,位于中线点df中线点中(弯道场景) 弯道
    下载: 导出CSV

    表  5   对向目标判定试验数据

    Table  5   Experimental data for target determination

    试验方法 试验结果
    试验车辆“青K.T0011”在D1正向5 m处,沿入井方向,行进25 m,行至D1正向30 m处,位于中线点cd处;试验车辆“青K.CZ200”在D2负向200 m,位于中线点d、中线点f处;两车相距150 m,设置预设范围100 m 无对向目标
    在上述条件下,使得试验车辆“青K.T0011”,继续沿入井方向行驶50 m,使之两车距离小于预设范围 存在对向目标
    试验车辆“青K.T0011”位于D1正向20 m处,沿入井方向,行进5 m,行至D1正向25 m处;试验车辆“青K.CZ200”位于D1负向5 m处,两车相距30 m,设置预设范围100 m 无对向目标
    下载: 导出CSV
  • [1] 王国法. 煤矿智能化最新技术进展与问题探讨[J]. 煤炭科学技术,2022,50(1):1−27.

    WANG Guofa. New technological progress of coal mine intelligence and its problems[J]. Coal Science and Technology, 2022, 50(1): 1−27.

    [2] 鲍久圣,章全利,葛世荣,等. 煤矿井下无人化辅助运输系统关键基础研究及应用实践[J]. 煤炭学报,2023,48(2):1085−1098.

    BAO Jiusheng, ZHANG Quanli, GE Shirong, et al. Basic research and application practice of unmanned auxiliary transportation system in coal mine[J]. Journal of China Coal Society, 2023, 48(2): 1085−1098.

    [3] 陈晓晶. 井工煤矿运输系统智能化技术现状及发展趋势[J]. 工矿自动化,2022,48(6):6−14.

    CHEN Xiaojing. Current status and development trend of intelligent technology of underground coal mine transportation system[J]. Journal of Mine Automation, 2022, 48(6): 6−14.

    [4] 杨坤. 矿井无轨胶轮车智能化管理系统研究[J]. 工矿自动化,2023,49(1):162−170.

    YANG Kun. Research on the intelligent management system of the trackless rubber-tyred vehicles in the coal mine[J]. Journal of Mine Automation, 2023, 49(1): 162−170.

    [5] 周翔,韩燕南,周嘉欣. 基于井下巷道网络与定位设备数据联合拓扑的井下精确定位系统实时定位纠偏算法[J]. 煤矿安全,2022,53(5):122−128.

    ZHOU Xiang, HAN Yannan, ZHOU Jiaxin. Real-time positioning correction algorithm for precise personnel positioning system in underground mine based on topologies of combined mine network and positioning equipment data[J]. Safety in Coal Mines, 2022, 53(5): 122−128.

    [6] 秦沛霖,张传伟,周李兵,等. 煤矿井下无人驾驶无轨胶轮车目标3D检测研究[J]. 工矿自动化,2022,48(2):35−41.

    QIN Peilin, ZHANG Chuanwei, ZHOU Libing, et al. Research on 3D target detection of unmanned trackless rubber-tyred vehicle in coal mine[J]. Industry and Mine Automation, 2022, 48(2): 35−41.

    [7] 韩燕南. 基于UWB技术的无轨胶轮车行车安全距离检测预警[J]. 煤矿安全,2023,54(7):236−242.

    HAN Yannan. Detection and early warning of safe distance of trackless rubber-tyred vehicle based on UWB technology[J]. Safety in Coal Mines, 2023, 54(7): 236−242.

    [8] 鲍久圣,刘琴,葛世荣,等. 矿山运输装备智能化技术研究现状及发展趋势[J]. 智能矿山,2020,1(1):78−88.

    BAO Jiusheng, LIU Qin, GE Shirong, et al. Research status and development trend of intelligent technology for mine transportation equipment[J]. Journal of Intelligent Mine, 2020, 1(1): 78−88.

    [9] 王美珍. 弯道声光预警信号装置的应用[J]. 煤矿机械,2010,31(9):179−180.

    WANG Meizhen. Application of sound and light warning signal installation of underground roadway curves[J]. Coal Mine Machinery, 2010, 31(9): 179−180.

    [10] 包翔宇,单成伟,吴岩明. 基于UWB精确定位的辅助运输交通灯自动控制系统[J]. 工矿自动化,2022,48(6):100−111.

    BAO Xiangyu, SHAN Chengwei, WU Yanming. Automatic control system of auxiliary transportation traffic light based on UWB precise positioning[J]. Journal of Mine Automation, 2022, 48(6): 100−111.

    [11] 丁继存,梁敬敬,杨澎. 井下无轨胶轮车定位和调度系统的设计[J]. 煤矿安全,2013,44(1):120−121.

    DING Jicun, LIANG Jingjing, YANG Peng. The design of the positioning and dispatch system for mine trackless rubber-tyred truck[J]. Safety in Coal Mines, 2013, 44(1): 120−121.

图(13)  /  表(5)
计量
  • 文章访问数:  15
  • HTML全文浏览量:  1
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-08-31
  • 修回日期:  2023-09-20
  • 刊出日期:  2024-07-19

目录

/

返回文章
返回