刘 定，闫海峰，杨东伟，黄建巍，李 浩，牛延博

(1.永煤公司丰阳煤矿，河南 郑州 452470；2.中国矿业大学 机电工程学院，江苏 徐州 221116；3.河南煤业化工集团永煤公司 城郊煤矿，河南 永城 476600)

空压机房的空气压缩机主要作用是向煤矿井下输送过滤后的压缩空气，通常供气压力为0.6MPa[1]。压缩空气可以用于风镐、风锤、风泵、锚杆机等井下设备，还可以在发生灾害时为井下人员提供新鲜空气，减轻灾害程度[2-4]。空压机房值班人员主要工作包括定时检查、维修、保养，记录运行状态与故障信息、根据压力大小调整空气压缩机的启动数量，定时排污，意外情况处理等。空压机的噪声主要由进、出气口辐射的空气动力性噪声，结构件机械噪声和驱动电机噪声以及多声源重叠噪声等组成[5]。尽管很多研究人员关于降低噪声提出改进策略，但噪声仍然较大，严重影响值班人员身心健康。空压机房的工作枯燥无味，需长时间在房间内等候通知对设备进行调控，由于工作人员不能时时刻刻根据管道压力调整，供气主管道压力经常保持在较高水平，导致设备用电量过大。另一方面，工作人员只能定期对设备进行检查与运行状态记录，无法及时处理突发情况。因此，无人值守智能巡检系统对于空压机房的高效管理和人员健康具有重要意义。

1 系统设计方案

1.1 总体概述

空压机房无人值守智能巡检系统包括了控制与巡检两个方面的功能。控制系统位于本地控制柜中，控制系统中的采集模块采用485协议与空压机进行连接，实现对空压机的控制与数据采集，控制系统通过以太网将数据传给集控室的监控中心。巡检机器人对空压机的外部环境进行观测并记录现场的可见光视频、红外视频和音频。控制系统负责对空压机等设备进行实时状态读取显示与控制，当数据异常或者到达检修周期时通过报警弹窗提醒工作人员检查；机器故障时巡检系统可前往发生故障的机器处进行远程查看故障内容并记录故障时的声音与温度信息。该系统实现了小故障远程解决、大故障远程停机，并通过将重大设备数据上传至服务器提高了煤矿安全的智能化管理。无人值守智能巡检系统对于降低企业能源消耗、提高企业生产效益、降低劳动强度、改善工作环境、提高设备安全性、降低维护成本起到了重要作用[6-10]。

1.2 系统框架

按照实现的功能分为两部分：无人值守子系统、智能巡检子系统。

无人值守子系统的主要功能是根据设备的实际使用情况自动启停空压机使得供气压力维持在正常范围，同时自动定时对储气风包进行排污。智能巡检子系统的主要功能是对设备房间的定时定点巡视并对管道泄漏、明火、设备异响等异常进行报警。人机交互界面安装在集控中心，用于空压机和巡检机器人的远程控制，同时能够监视空压机的运行状态与设备房的实时环境。

2 无人值守系统

2.1 空压机房无人值守系统硬件结构

空压机房无人值守系统以可编程逻辑控制器为核心，并结合传感器、控制器以及电子通信装置等设备构成远程监控系统硬件结构。

可编程控制器通过RS-485串行总线和空压机建立通讯，实现数据传输和控制，从站将采集到的数据通过CAN总线传给主站，主站将接收到的信息输出显示或者作为预警信号并且可根据需要向空压机下达控制命令。根据煤矿监控系统需求，对空压机滤前、滤后的温度和压力、运行状态、空压机风包温度和主管道压力进行实时监测。空压机远程监控系统硬件组成如图1所示。

图1 空压机远程监控系统硬件

以PLC为控制核心，并以模块化作为设计理念，该系统具备压力、温度、流量等信号预警以及监测功能，并结合工控机远程网络监视功能以及空压机房现场触摸屏显示，达到了快速、准确、稳定通讯以及显示的作用。

2.2 空压机房无人值守系统设计方案

空压机远程监控系统主要由两部分构成：本地监控系统和远程监控系统，通过可编程控制器对空压机进行控制并对数据进行采集，将采集到的数据通过总线方式送于主站，如果空压机等设备出现异常，系统就会发出提醒或者报警，操作人员可以根据实际情况，采取相应的措施[11]。监控系统结构如图2所示。

图2 监控系统结构

远程控制中心设置在调度中心，配置操控站网络发布服务器，实现空压机的远程监测和控制。

2.3 轮询控制算法

轮询是一种周期性的资源调度与分配方式，实现过程简洁可靠，一直广泛应用于工业生产。轮询的基本模型描述如下由一个或多个服务器和N个站点构成的排队系统。基本的服务方式包括门限服务、限定K服务、完全服务和定时服务。本文在以往空压机控制策略的基础上，进一步优化空压机的控制算法，实现空压机的合理运行，为空压机的控制和健康管理提供参考。

本文采用轮询的控制方法来优化空压机的控制。在轮询控制算法中，可以将主管道压力比作接收服务的人员，空压机比作服务人员，空压机工作的时间为服务的时间。传统的轮询控制方法主要有定时服务控制方法和完全服务控制方法。

1)定时服务控制方法。现有的空压机控制多采用定时服务控制方法，该方法是指在空压机控制过程中，每个空压机运行时间是固定的，不管主管道压力如何变化，均需等到当前空压机运行到指定时间才能结束，下一台空压机才会进入工作状态。该方法在主管道压力变化不大或者持续工作工况下还是可以采用的，但随着煤矿生产技术的提高，在压力剧烈变化的工况下会有一定局限性，需要改进以满足行业发展的需要。

2)完全控制服务控制方法。采用完全控制方法时，代表主管道需要持续为井下设备供气，直到完全满足需求，方可结束当前空压机的运行状态。因此，采用完全服务控制方法进行轮询控制时，存在空压机的运行时间长短不一以及频繁启停的问题。

基于上述对空压机控制方法的研究，针对其灵活性低以及时效性差的情况，提出一种由主管道压力驱动的空压机运行时间分配策略。该方法不仅保留传统方法控制空压机的优点，还将及时性和可控性考虑在配时中，提高了空压机控制的智能性。压力驱动门限控制算法流程如图3所示。

图3 压力驱动门限控制算法流程

从图3中可以得到，压力驱动门限控制算法由主管道压力和置换时间共同控制空压机，实现智能轮询空压机的效果。该方法不仅有较强的灵活性，而且避免了空压机的频繁切换，减少了能源消耗，实现了空压机的健康使用。

为了验证该算法的有效性，在永登煤业丰阳煤矿进行了实际应用。丰阳煤矿空压机房共有四台空压机，为保证井下设备正常运行，需要将主管道压力保持在一定的范围。连续一周的空压机累计运行时间和启动次数统计结果见表1。

表1 空压机服务参数

分析表1可以得到：使用定时服务控制方法控制空压机时，空压机启动频率适中，但整体空压机运行时间过长，长期处于过载状态，会造成资源浪费，降低空压机的使用年限；使用完全控制服务控制方法控制空压机时，虽然降低了空压机整体工作时间，但个别空压机工作时间过长，不利于空压机的健康管理；使用压力驱动门限控制方法控制空压机时，不仅空压机的整体工作时间最小，而且启动频率低，满足了节能和健康控制空压机的要求，实现了空压机的智能控制。

2.4 系统关键技术及创新点

2.4.1 关键技术

1)多台空压机的联动控制：根据主管道压力，调整适合的空压机加载与卸载压力阈值，使多台空压机相互配合达到最好的效果。

2)可以制定空压机轮询计划，实现空压机的轮流切换运行，延长空压机的使用寿命。

3)具备报表、报警和数据记录存储功能，便于空压机的历史运行状态查询以及相关部件的定时检修。

2.4.2 创新点

该系统的创新点是实现多台空压机的联动控制和自动轮换。为了增强井下气动设备的稳定性，便于施工人员操作，提高管道的使用寿命，需要将空压机供气压力稳定在一定范围内，因此需要设计多台空压机联动智能控制模式。该联动智能控制模式根据主管道压力来控制空压机的加载和卸载以及启动和停止，使得主管道压力稳定在一定的范围，实现供气压力的稳定，满足井下供气要求。为了防止空压机长时间连续工作或长期不工作导致空压机发生故障，设计了空压机组的自动轮换，控制系统能够记录每台空压机的工作时间，根据工作时间自动切换，使得每台空压机的使用时间相似，降低空压机组的维修率并延长其使用寿命[12]。

3 智能巡检系统

巡检机器人采用自主设计的硬件系统，包括导航定位设备、驱动与控制设备、巡检相关设备。基于巡检工作的需要先对环境进行地图构建，然后在已知地图的条件下进行定位导航设计以及人机交互界面的开发。

3.1 硬件结构

机器人硬件部分主要由工控机、交换机、避障雷达、导航雷达、云台摄像机组、气体传感器、电机驱动器、无刷电机等组成。巡检机器人的主要结构如图4所示。工控机作为机器人的核心，负责接收传感器、避障雷达、导航雷达以及云台相机的各种信息并对其进行处理。云台相机的数据一方面由机器人内部微型工控机处理器进行处理，一方面通过安装在房间墙壁上的工业路由器传输给集控中心。机器人为双电机驱动，通过链条分别带动两侧的车轮，可实现原地转向。

图4 硬件设备连接

3.2 软件设计

机器人的底层控制系统基于Linux平台ROS系统开发，采用分布式框架[13，14]，通过激光雷达为主，IMU为辅的定位方式，将激光点云转化为栅格地图描述机器人的运行环境，使用A*算法进行路径规划，根据特定位置对机器人位姿进行优化调整实现累计误差的消除。上位机控制界面为基于Qt开发的Windows应用软件，通过socket通讯实现机器人的控制与数据传输。

空压机房的巡检方式为机器人在已知环境的自主运动。首先，通过激光雷达扫描室内环境进行地图构建，然后添加巡检点位，最后规划机器人的运动路线并在上位机界面进行实时位置与数据的显示。

3.2.1 地图构建

目前常见的二维地图表示方法大致可分为四类：拓扑地图、特征地图、直接表征法、栅格地图[15]。其中，拓扑地图把环境表示为带节点和连接线的拓扑结构图，用节点表示拐角、门框等重要位置点，但无法获取精准的位置信息。特征地图通过点、线、面等特征描述环境，方法简单便于障碍物识别，但特征提取需要预处理并且对噪声非常敏感。直接表征法通过传感器数据直接生成地图，信息冗余量与数据量都较大，不适合大范围场景。栅格地图把整个环境细分成大量的网格，以二进制的形式表示地图中障碍物的有无。栅格被占据表示存在障碍物，空白表示没有扫描到物体或者在该栅格内的障碍物存在的概率小于阈值，该方法形成的地图容易构建、表示和保存，同时有利于路径规划。

Gmapping[16]作为构建室内地图常用的算法在构建小范围的地图时精度较高而且计算量小，同时对雷达的频率要求低，但Gmapping没有回环检测，对里程计的依赖较强[17]。通常使用的轮式里程计为光电编码器，能够测量车轮的转速，由此计算机器人运动的距离，通过两轮的转速差进行航迹推算。里程计推算结果为激光数据的帧间匹配提供初值来提高激光建图的精度，但是脉冲信号到轮速的转换以及车轮打滑等问题会导致解算产生较大误差。

基于粒子滤波的Slam算法根据状态转移函数预测生成大量的采样粒子，通过粒子的加权和近似后验概率密度函数来描述机器人的位姿，然后由采样轨迹与观测值计算出地图估计[18]。该方法存在一个明显的问题就是粒子退化，即在重采样过程中由于测量噪声或者环境相似造成的接近正确状态的粒子权重过低而被丢弃，最终仅有少数粒子包含正确的位姿信息，其根本原因就是建议分布函数与真实分布情况不一致。

本文采用激光雷达与惯性测量单元(IMU，Inertial measurement unit)融合的定位方式进行地图构建。首先，用惯性测量单元代替编码器作为里程计来更新粒子的位姿，然后进行当前帧激光数据与地图的匹配优化粒子位姿并更新粒子权重与粒子地图，根据权重归一化参数确定是否进行重采样，最后根据粒子的累计位姿更新地图。

IMU一般由加速度计和陀螺仪组成，能够输出x/y/z三轴的角速度与三个方向上的加速度。IMU的误差主要包括零偏、随机游走误差与零偏不稳定误差，零偏可以通过初始校准消除，另外两种噪声误差可通过艾伦方差进行计算并在解算过程中弥补[19]。

里程计解算流程如图5所示，首先根据角速度ω与比力加速度fb构建或更新姿态矩阵，矩阵解算模块输出当前姿态，比力加速度去除重力加速度g的影响后结合姿态信息累计求取当前时刻的位置信息。

图5 里程计解算

通过当前位置激光数据与粒子地图信息进行ICP匹配，优化粒子位姿，匹配过程姿态变换矩阵初值由IMU预积分得到，t时刻到(t+Δt)时刻之间的速度、位移以及旋转变化计算公式如下：

激光数据匹配之后获取到粒子的最优位姿并计算其似然值，更新粒子权重之后根据累计权重确定是否进行重采样，然后根据累计位姿信息进行地图更新，最终累计权重最大的粒子轨迹对应的地图即为建图结果。为了验证本文提出的融合定位建图方式的优越性，在机器人实验室进行了建图测试，结果如图6所示。

图6 建图效果对比

对比发现在一些细小柱状障碍物的识别过程中轮式里程计辅助的方式产生了漂移，出现多个不存在的障碍物点，而且原有物体的位置标注不够准确。

为了验证移动过程中的定位精度，本文通过事先标定路线，用两种不同的方式同时获取数据进行建图，对整个轨迹进行分析。结果如图7所示，两种方式在轨迹前段的定位精度都比较准确，但原算法末尾一段对运动的估计产生较大偏差且不断累积。经过间隔选取数据点计算得到，本文算法的最大误差为3.14cm，平均误差小于2cm，达到巡检工作的使用要求。

图7 定位精度对比

在空压机房构建的栅格地图如图8所示，两个空压机设备室，一个值班室，一个高压柜设备室。从图中可以看出房间拐角、门框与桌椅等物体的边界比较清晰，经过实际导航测试后对轨迹进行测量发现误差在4cm以内。

图8 空压机房二维栅格地图

3.2.2 定位导航

本文实现的巡检为已知先验地图的定位导航，首先在地图上添加巡逻点，根据巡检要求在四台空压机的前方、管道处、余热回收设备周围以及高压柜正前方设置点位。由于机器人的充电柜安装在值班室，因此，将巡检的起点设置在值班室充电区域。巡检路线以充电位置为起点，依次对风机和高压柜设备进行巡视与红外探测。导航(Navigation)功能包中的核心模块是全局路径规划和局部路径规划，地图服务(map_server)节点提供地图数据，amcl模块提供了基于自适应蒙特卡洛(AMCL，Adaptive Monte Carlo Localization)方法的定位功能，结合激光雷达的点云信息和TF节点提供的坐标变换关系，最终得到机器人运动的速度与角速度[20，21]。

自适应的蒙特卡洛定位[22](AMCL)是基于粒子滤波的定位算法，首先在全局范围内均匀散布粒子，模拟每个粒子所处位置的感知信息并与激光雷达的感知信息进行对比，然后根据结果赋予该粒子一个概率值并由此确定下次粒子生成的几率，经过多次寻优收敛到概率最高的粒子即机器人的正确位姿。在定位粒子集中时减少粒子数量来加快处理速度，在粒子评分均值较低时在全局添加粒子，由此避免表示真实位姿的粒子的丢失。

由于空压机房内部行走环境相对空旷，巡检点较多，路径目标点所处距离较近，无需多次路径规划或者路径调整，机器人导航系统采用A*算法进行最优路径搜索，反应迅速并能够获取比较直接的路径。

在实际环境运行后发现，在长时间运行之后会出现巡检轨迹偏移路线、到达充电位置时偏斜严重无法自动充电的问题。因为机器人巡检路线固定且在巡检间隔时间会停在充电桩附近，相当于机器人会频繁的经过已知坐标的某个位置，结合现场使用情况本文提出了定时定点位姿初始化的方式消除了累计误差的影响，提高了机器人自主运行的稳定性。

3.2.3 功能设计

针对空压机房的工作需要，开发了以下功能：定时自动巡检、自动充电、手动远程控制、手动远程充电、视频监控与红外监测、环境气体信息感知与报警弹窗等功能。

自动巡检的实现依靠实时位置的反馈，根据机器人当前坐标判断所处的位置，发布不同的移动指令使其依次到达每一个巡检点并最终回到充电位置。云台相机配备可见光相机、红外相机、拾音器，可对超温、异响、油液泄露等故障进行报警。

自动充电的实现主要依靠刷板充电器与校正摄像头。机器人运动到充电位置后，通过直线后退使刷板与充电桩贴合进行充电，在此过程中，机器人后方安装的摄像头根据充电桩上的二维码进行精准调整，保证自动充电的稳定性。调整的主要流程：获取图像→转换为灰度图像→计算二维码像素点坐标与视野中心像素点坐标的位置关系→计算二维码与摄像头之间的距离→推算机器人相对最佳充电位置的偏移量→两侧车轮差速运动进行位置调整。

4 结 语

空压机房无人值守智能巡检系统实现了对空压机的远程控制、本地操作集中控制、多台空压机自动轮询、设备保养维修提醒、机器人定时巡检与环境信息感知等功能。经过长期运行，发现该系统相比原有操作方式节电40%左右。运行参数的记录与巡检机器人采集的声音、红外视频为设备故障分析与预测提供了大量数据。该系统为空压机房提供了一种更加简化的控制模式，将工作人员从噪声严重的环境中解放出来，同时对于提高设备运行可靠性和安全性发挥了重要作用。