一、研究的背景與問(wèn)題
鋼鐵企業(yè)原料場(chǎng)接收經(jīng)由水路、鐵路、公路運(yùn)輸進(jìn)廠的原燃料，通過(guò)存儲(chǔ)轉(zhuǎn)運(yùn)、和混配加工，為高爐、燒結(jié)、焦化等工序提供生產(chǎn)需要原、燃料的穩(wěn)定可靠供應(yīng)。
料場(chǎng)由多個(gè)相對(duì)獨(dú)立的子料場(chǎng)組成，分別負(fù)責(zé)儲(chǔ)運(yùn)不同品種的原燃料，供應(yīng)對(duì)象也各不相同，按年產(chǎn)1000萬(wàn)噸鐵水產(chǎn)能計(jì)算，年接收轉(zhuǎn)運(yùn)球團(tuán)、塊礦、焦炭、粉礦、生熔劑、混勻礦等近千種約為2600萬(wàn)噸原燃料。具有品種繁多，堆存場(chǎng)地料線更換頻繁等特點(diǎn)。傳統(tǒng)料場(chǎng)在管控方面存在以下問(wèn)題：
1、堆取作業(yè)依賴機(jī)上人工操作
料場(chǎng)堆取料機(jī)等大型設(shè)備移動(dòng)范圍大，長(zhǎng)度往往達(dá)到600米以上；作業(yè)過(guò)程包括走行、回旋、俯仰多個(gè)維度的動(dòng)作，且定位精度有限、工作時(shí)震動(dòng)干擾較大；作業(yè)對(duì)象——料堆的形態(tài)變化萬(wàn)千，且范圍廣闊檢測(cè)難度大，數(shù)據(jù)量大；對(duì)作業(yè)效率、料流穩(wěn)定性、防塌料、防碰撞等要求較高。諸多因素造成了傳統(tǒng)堆取作業(yè)依賴機(jī)上人工操作，操作人員根據(jù)現(xiàn)場(chǎng)情況、工藝要求，在機(jī)上通過(guò)車載控制系統(tǒng)進(jìn)行堆、取料作業(yè)。需要投入大量的機(jī)上操作人員、勞動(dòng)強(qiáng)度大、環(huán)境惡劣、容易出現(xiàn)人為失誤；而且這些設(shè)備獨(dú)立于整個(gè)料場(chǎng)，形成控制孤島，無(wú)法精準(zhǔn)控制，精確配料，降低了整體控制效率，增加了生產(chǎn)運(yùn)行成本。
2、缺失關(guān)鍵信息
由于料場(chǎng)占地范圍巨大，場(chǎng)地占用、庫(kù)存等情況無(wú)法及時(shí)準(zhǔn)確的自動(dòng)采集，不能實(shí)時(shí)反映料場(chǎng)關(guān)鍵狀態(tài)，需要投入大量人工跟蹤統(tǒng)計(jì)場(chǎng)地占用和庫(kù)存數(shù)據(jù)；也無(wú)法對(duì)卸料場(chǎng)地、作業(yè)等關(guān)鍵因素進(jìn)行精細(xì)化管理，給生產(chǎn)的組織帶來(lái)了較大難度，不僅增加了人工成本，也影響場(chǎng)地、設(shè)備效用的充分發(fā)揮，增加了生產(chǎn)運(yùn)行成本。
3、缺少對(duì)數(shù)據(jù)的統(tǒng)一管理
對(duì)料場(chǎng)相關(guān)的庫(kù)存、檢化驗(yàn)、混配、設(shè)備狀態(tài)等信息進(jìn)行統(tǒng)一管理。信息由人工傳遞，存在延時(shí)與失真，影響貯運(yùn)能力的發(fā)揮；各數(shù)據(jù)分散在不同的系統(tǒng)中，無(wú)法通過(guò)數(shù)據(jù)融合進(jìn)行有效的前饋控制和混配質(zhì)量的準(zhǔn)確控制。
4、生產(chǎn)組織依賴個(gè)人經(jīng)驗(yàn)，缺少科學(xué)決策系統(tǒng)支持
生產(chǎn)組織依賴個(gè)人經(jīng)驗(yàn)，缺少智能決策和輔助決策的工具，無(wú)法實(shí)現(xiàn)復(fù)雜情況下作業(yè)過(guò)程的全局優(yōu)化，影響整體作業(yè)效率的提升；無(wú)法通過(guò)數(shù)據(jù)挖掘和綜合分析實(shí)現(xiàn)原料采購(gòu)、貯運(yùn)過(guò)程經(jīng)營(yíng)決策的優(yōu)化，阻礙運(yùn)營(yíng)成本的優(yōu)化。
二、解決問(wèn)題的思路與技術(shù)方案
針對(duì)上述問(wèn)題，中冶南方數(shù)智料場(chǎng)研發(fā)團(tuán)隊(duì)開發(fā)了數(shù)智料場(chǎng)技術(shù)，成功實(shí)現(xiàn)了鋼鐵企業(yè)大型料場(chǎng)的一體化管控，有效解決了傳統(tǒng)料場(chǎng)在自動(dòng)控制和管理技術(shù)方面存在的不足。如下圖所示：
中冶南方數(shù)智化綜合料場(chǎng)系統(tǒng)集成采用云端智能+邊緣智能+高效可靠的數(shù)據(jù)傳輸網(wǎng)絡(luò)，共同構(gòu)建料場(chǎng)數(shù)智化的基礎(chǔ)。
邊緣智能化技術(shù)實(shí)現(xiàn)料場(chǎng)海量數(shù)據(jù)的分布式處理，不僅提高了數(shù)據(jù)處理的效率、縮短處理時(shí)間。還可避免堆取料機(jī)間的互相影響，同時(shí)實(shí)現(xiàn)緩存和斷點(diǎn)續(xù)傳等完備的故障應(yīng)急功能，即使出現(xiàn)網(wǎng)絡(luò)故障，也可保障數(shù)據(jù)的完整和安全。
云端智能通過(guò)成熟的虛擬化云技術(shù)，為數(shù)據(jù)和各業(yè)務(wù)功能提供了具有冗余功能的存儲(chǔ)和計(jì)算資源，不僅保障了數(shù)據(jù)和系統(tǒng)的高可靠性，還可提供標(biāo)準(zhǔn)化的便捷維護(hù)；同時(shí)提供強(qiáng)大的算力，實(shí)現(xiàn)料場(chǎng)全景數(shù)據(jù)的整體融合和分析，以數(shù)據(jù)為基礎(chǔ)支撐料場(chǎng)全方位對(duì)原燃料貯運(yùn)過(guò)程進(jìn)行精細(xì)化管理和智能決策; 通過(guò)虛擬化云技術(shù)，按當(dāng)前需求配置硬件資源，在未來(lái)有需要的時(shí)候，可方便地進(jìn)行擴(kuò)展。
通過(guò)有線光纖和無(wú)限通訊冗余設(shè)置共同實(shí)現(xiàn)信號(hào)的高效、可靠傳輸，保障云端智能和邊緣智能的可靠連接和數(shù)據(jù)交互。
1、在執(zhí)行感知層，通過(guò)機(jī)器視覺等先進(jìn)檢測(cè)技術(shù)，實(shí)現(xiàn)貯運(yùn)全過(guò)程人、機(jī)、料、法、環(huán)等生產(chǎn)要素實(shí)時(shí)狀態(tài)的全方位感知水平，夯實(shí)料場(chǎng)信息數(shù)字化新基礎(chǔ)。
2、以全面感知為基礎(chǔ)，采用適應(yīng)料場(chǎng)作業(yè)特點(diǎn)的工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)采集、傳輸和管理，賦能工業(yè)大數(shù)據(jù)應(yīng)用。
3、以數(shù)據(jù)為核心，構(gòu)建以數(shù)智化綜合料場(chǎng)為代表的物理信息系統(tǒng)。實(shí)現(xiàn)生產(chǎn)組織管理全方位各維度數(shù)據(jù)的融合應(yīng)用，以原燃料貯運(yùn)過(guò)成全景實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)，從儲(chǔ)運(yùn)作業(yè)計(jì)劃組織、物流、質(zhì)量、能源、設(shè)備運(yùn)維、安全預(yù)警及應(yīng)急處理等全方位全過(guò)程對(duì)原燃料貯運(yùn)過(guò)程進(jìn)行精細(xì)化管理和智能化分析決策生產(chǎn)組織和調(diào)度過(guò)程的科學(xué)決策。
4、利用人機(jī)協(xié)同一體化管控技術(shù)，通過(guò)28臺(tái)大型堆取設(shè)備的無(wú)人控制，實(shí)現(xiàn)科學(xué)決策的精準(zhǔn)高效執(zhí)行，保障作業(yè)過(guò)程的高效、安全、環(huán)保。
5、在安全層面，通過(guò)機(jī)器視覺對(duì)關(guān)鍵區(qū)域的人員和設(shè)備狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控和分析預(yù)警，全面提升生產(chǎn)系統(tǒng)本質(zhì)安全，強(qiáng)化生產(chǎn)系統(tǒng)的安全管控能力。
在功能上，數(shù)智化綜合料場(chǎng)可分為2個(gè)層次：料場(chǎng)智能管理系統(tǒng)和料場(chǎng)智能作業(yè)系統(tǒng)。生產(chǎn)管理人員根據(jù)料場(chǎng)智能管理系統(tǒng)顯示的貯運(yùn)系統(tǒng)全景信息，進(jìn)行生產(chǎn)組織，發(fā)布生產(chǎn)任務(wù)。任務(wù)命令將會(huì)發(fā)送至料場(chǎng)智能作業(yè)系統(tǒng)，由操作員確認(rèn)后可自動(dòng)執(zhí)行生產(chǎn)命令，視頻監(jiān)控系統(tǒng)將聯(lián)動(dòng)顯示相關(guān)物料和關(guān)鍵設(shè)備的實(shí)時(shí)畫面。
料場(chǎng)智能管理主要實(shí)現(xiàn)料場(chǎng)管理的智能化，負(fù)責(zé)從生產(chǎn)組織、物流、質(zhì)量、能源、設(shè)備運(yùn)維、安全預(yù)警及應(yīng)急處理全方位對(duì)原燃料貯運(yùn)過(guò)程進(jìn)行精細(xì)化管理和智能決策，在采集料場(chǎng)外部信息和料場(chǎng)自身狀態(tài)的基礎(chǔ)上科學(xué)制定作業(yè)計(jì)劃，下達(dá)各類作業(yè)任務(wù)和指令給料場(chǎng)智能作業(yè)系統(tǒng)。
料場(chǎng)智能作業(yè)系統(tǒng)接受各類作業(yè)任務(wù)和指令或錄入的作業(yè)任務(wù)和控制參數(shù)，發(fā)送至控制系統(tǒng)確認(rèn)或調(diào)整，然后由控PLC發(fā)送設(shè)備控制指令到堆取料設(shè)備、輸送設(shè)備、取制樣設(shè)備等的自動(dòng)化PLC控制系統(tǒng)實(shí)現(xiàn)作業(yè)任務(wù)/指令的精準(zhǔn)執(zhí)行；同時(shí)及時(shí)感知料場(chǎng)自身狀態(tài)信息反饋給料場(chǎng)智能管理系統(tǒng)。
三、主要?jiǎng)?chuàng)新性成果
1、建立基于多掃描儀動(dòng)態(tài)測(cè)量的高精度料場(chǎng)三維模型。
由于鋼鐵企業(yè)原料場(chǎng)面積廣闊，為了保障堆形檢測(cè)數(shù)據(jù)的準(zhǔn)確性、完整性、及時(shí)性，和檢測(cè)設(shè)備維護(hù)的防便性，考慮將堆型掃描儀安裝在移動(dòng)作業(yè)的堆取料機(jī)上，通過(guò)多臺(tái)掃描儀數(shù)據(jù)的拼接，建立完整的料場(chǎng)堆形三維模型。
基于基因遺傳算法，根據(jù)堆取料機(jī)運(yùn)動(dòng)狀態(tài)感知數(shù)據(jù)，對(duì)每個(gè)安裝在堆取料機(jī)上的二維激光雷達(dá)進(jìn)行全自由度動(dòng)態(tài)校準(zhǔn)，包括特殊歐式群SE(3)空間內(nèi)的三個(gè)旋轉(zhuǎn)參數(shù)和三個(gè)平移參數(shù)，實(shí)現(xiàn)了單個(gè)掃描儀運(yùn)動(dòng)狀態(tài)下的料堆點(diǎn)云數(shù)據(jù)采集。
單個(gè)掃描儀獲取的點(diǎn)云數(shù)據(jù)在機(jī)上邊緣智能系統(tǒng)進(jìn)行預(yù)處理、濾波除噪、數(shù)據(jù)精簡(jiǎn)等處理。通過(guò)網(wǎng)絡(luò)將處理后的點(diǎn)云數(shù)據(jù)傳到中控的料場(chǎng)實(shí)時(shí)堆型數(shù)據(jù)庫(kù)。在中控料場(chǎng)數(shù)據(jù)服務(wù)器中，對(duì)同一區(qū)域多個(gè)掃描儀獲取的點(diǎn)云數(shù)據(jù)進(jìn)行拼接及擬合處理，最終精確建立了整個(gè)料場(chǎng)的三維點(diǎn)云模型，為無(wú)人化取料、自動(dòng)盤庫(kù)、料場(chǎng)三維虛擬化顯示提供了數(shù)據(jù)支撐。
2、B型料場(chǎng)堆位自動(dòng)識(shí)別及實(shí)時(shí)維護(hù)技術(shù)
堆位管理是料場(chǎng)管理和作業(yè)組織執(zhí)行的基礎(chǔ)，在鋼鐵企業(yè)廣泛采用的B型料場(chǎng)中，沒(méi)有料格，也沒(méi)有固定的堆位，堆位區(qū)域劃分具有很大的相對(duì)隨機(jī)性、變化頻繁，人工維護(hù)非常困難。中冶南方數(shù)智化綜合料場(chǎng)系統(tǒng)采用了通過(guò)對(duì)料堆點(diǎn)云模型的深度分析，根據(jù)料堆形態(tài)結(jié)合堆取料機(jī)作業(yè)參數(shù)自動(dòng)識(shí)別堆位。
基于廣泛應(yīng)用于機(jī)器人研究領(lǐng)域的跨平臺(tái)點(diǎn)云庫(kù)(PCL)，通過(guò)點(diǎn)云實(shí)時(shí)數(shù)據(jù)庫(kù)采集，利用空間濾波、隨機(jī)采樣一致擬合、歐式空間聚類及檢索等技術(shù)自動(dòng)識(shí)別高爐料場(chǎng)中的堆位空間信息，融合作業(yè)實(shí)績(jī)數(shù)據(jù)，實(shí)現(xiàn)了料場(chǎng)的堆位實(shí)時(shí)自動(dòng)維護(hù)管理，為自動(dòng)化作業(yè)和料場(chǎng)高效管理提供了條件。
3、具有高效避撞作業(yè)運(yùn)動(dòng)軌跡規(guī)劃功能的堆取料機(jī)自動(dòng)控制技術(shù)
基于料場(chǎng)掃描點(diǎn)云數(shù)據(jù)的分析處理，開發(fā)了斗輪堆取料機(jī)、全門架取料機(jī)、半門架取料機(jī)、堆料機(jī)、混勻雙斗輪取料機(jī)等7種不同型式的堆取設(shè)備自動(dòng)控制模型，可自動(dòng)識(shí)別出料面，計(jì)算分層取料的切入位姿，及取料、堆料過(guò)程控制參數(shù)，實(shí)現(xiàn)堆取料過(guò)程的自動(dòng)控制。
其中，最復(fù)雜的斗輪堆取料機(jī)的斗輪通過(guò)大車的走行、大臂的回旋俯仰可在3個(gè)空間維度運(yùn)動(dòng)取料，對(duì)于常用的多臺(tái)堆取料機(jī)共軌的布置，很容易發(fā)生設(shè)備的碰撞。
中冶南方數(shù)智化綜合料場(chǎng)系統(tǒng)通過(guò)建立斗輪堆取料機(jī)PRR運(yùn)動(dòng)學(xué)模型以及逆運(yùn)動(dòng)學(xué)模型，結(jié)合料場(chǎng)數(shù)字化掃描模型，采用特征識(shí)別提取、離散數(shù)據(jù)篩選分離、八叉樹搜索等技術(shù)，自動(dòng)計(jì)算出取料切入點(diǎn)以及斗輪機(jī)位姿。構(gòu)建斗輪機(jī)的三維構(gòu)形空間，根據(jù)料場(chǎng)數(shù)字化模型和斗輪機(jī)幾何模型干涉計(jì)算構(gòu)建構(gòu)形空間內(nèi)的等效地圖，采用A*算法自動(dòng)規(guī)劃出斗輪機(jī)運(yùn)動(dòng)軌跡。
通過(guò)運(yùn)動(dòng)軌跡規(guī)劃，控制斗輪堆取料機(jī)相互協(xié)調(diào)動(dòng)作，避免碰撞事故的同時(shí)顯著提高作業(yè)效率。
4、皮帶流程智能決策
皮帶流程智能決策功能，采用圖論路徑優(yōu)化算法，自動(dòng)檢索起點(diǎn)設(shè)備和終點(diǎn)設(shè)備之間的所有可用流程，綜合考慮各設(shè)備運(yùn)轉(zhuǎn)成本、運(yùn)輸用時(shí)、運(yùn)輸質(zhì)量、設(shè)備使用頻率、設(shè)備當(dāng)前狀態(tài)等信息，智能決策出節(jié)能、便捷的最優(yōu)動(dòng)態(tài)流程。優(yōu)化過(guò)程融合靜態(tài)和動(dòng)態(tài)路徑尋優(yōu)模式，顯著提高了計(jì)算效率。
根據(jù)流程優(yōu)化的結(jié)果，可自動(dòng)生成操作指令，經(jīng)過(guò)人工確認(rèn)后由基礎(chǔ)自動(dòng)化系統(tǒng)自動(dòng)執(zhí)行。
系統(tǒng)可完成流程預(yù)約、流程選擇、流程啟動(dòng)、流程停止、一齊停止、清除一齊停止、流程切換、流程合流等控制功能。
5、堆取料一體化作業(yè)調(diào)度模型
料場(chǎng)在卸料和供料過(guò)程中會(huì)出現(xiàn)設(shè)備和位置的占用沖突，為了保障供料和卸料的及時(shí)性，對(duì)作業(yè)安排提出了很高的要求，傳統(tǒng)的人工管理模式無(wú)法保障貯運(yùn)過(guò)程的及時(shí)高效。
中冶南方數(shù)智化綜合料場(chǎng)系統(tǒng)提供堆取料作業(yè)調(diào)度模型，自動(dòng)采集料倉(cāng)料位數(shù)據(jù)自動(dòng)生成供料需求，采集車船到達(dá)信息自動(dòng)生成卸料需求，綜合考慮供料需求、卸料需求、堆位分配信息、堆取設(shè)備位置、皮帶料線占用等數(shù)據(jù)，通過(guò)多目標(biāo)啟發(fā)算法建立堆取料一體化作業(yè)調(diào)度模型，充分發(fā)揮設(shè)備作業(yè)能力，有效減少人工管理強(qiáng)度。
6、基于視頻識(shí)別技術(shù)料場(chǎng)貯運(yùn)系統(tǒng)故障在線監(jiān)測(cè)及診斷技術(shù)
采用視頻識(shí)別技術(shù)對(duì)料場(chǎng)設(shè)備進(jìn)行在線監(jiān)測(cè)與故障診斷，利用YOLOv3目標(biāo)檢測(cè)算法以及基于YOLO算法的Darknet框架對(duì)目標(biāo)樣本進(jìn)行處理，對(duì)皮帶料流、皮帶冒煙、小車卸料口堵料、皮帶偏移以及異物進(jìn)行識(shí)別檢測(cè)。在計(jì)算分類損失時(shí)，使用YOLOv3對(duì)每個(gè)標(biāo)簽使用而知交叉熵?fù)p失，使用多尺度特征融合，產(chǎn)生三個(gè)結(jié)構(gòu)（13*13,26*26以及52*52）并獨(dú)立地在多尺度特征融合網(wǎng)絡(luò)上進(jìn)行檢測(cè)，最終大幅提高小目標(biāo)的檢測(cè)效果。
通過(guò)該技術(shù)，利用料場(chǎng)廣泛分布的工業(yè)攝像系統(tǒng)，實(shí)現(xiàn)了堆整個(gè)貯運(yùn)狀態(tài)全面的自動(dòng)監(jiān)控和異常識(shí)別，可及時(shí)發(fā)現(xiàn)和處理故障，顯著減少對(duì)貯運(yùn)過(guò)程的影響和經(jīng)濟(jì)損失。
7、基于實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的虛擬現(xiàn)實(shí)技術(shù)
由于料場(chǎng)范圍廣闊，料堆堆型千變?nèi)f化；設(shè)備繁多、設(shè)備位置姿態(tài)不斷變化，要準(zhǔn)確反映當(dāng)前料場(chǎng)物料和設(shè)備狀態(tài)，就需要根據(jù)海量實(shí)時(shí)數(shù)據(jù)，通過(guò)高效算法支持三維虛擬現(xiàn)實(shí)的場(chǎng)景呈現(xiàn)。
中冶南方數(shù)智化綜合料場(chǎng)，通過(guò)開發(fā)基于Unity3D的BIM模型輕量化技術(shù)、點(diǎn)云數(shù)據(jù)輕量化技術(shù)、基于Delaunator的三角剖面檢查和篩選算法等一系列優(yōu)化方法，高效處理數(shù)以億計(jì)的實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)了基于實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的虛擬現(xiàn)實(shí)呈現(xiàn)，準(zhǔn)確、形象、直觀地反映了料場(chǎng)物料、設(shè)備狀態(tài)。
四、應(yīng)用情況與效果
中冶南方數(shù)智化綜合料場(chǎng)，與2021年在新余鋼鐵數(shù)智化綜合料場(chǎng)實(shí)施應(yīng)用。新鋼原料場(chǎng)，占地64萬(wàn)平米，可滿足年產(chǎn)1000萬(wàn)噸鐵水的球團(tuán)、塊礦、焦炭、粉礦、生熔劑、混勻礦等原燃料供料，年接收轉(zhuǎn)運(yùn)原料約2600萬(wàn)噸。
在新余鋼鐵數(shù)智化綜合料場(chǎng)實(shí)現(xiàn)了6大類29臺(tái)堆取設(shè)備的自動(dòng)化控制，實(shí)現(xiàn)料場(chǎng)管理的數(shù)字化、可視化、高效化，解放了大量從事數(shù)據(jù)采集、統(tǒng)計(jì)等工作的人力資源，顯著提高勞動(dòng)效率，初步實(shí)現(xiàn)減員90余人。同時(shí)，實(shí)現(xiàn)智能混勻配料及智能流程管控；保障前后工序信息流的通暢對(duì)接；實(shí)現(xiàn)料場(chǎng)各工序管理的透明化、標(biāo)準(zhǔn)化、精細(xì)化、科學(xué)化；有效提高崗位人員工作效率；通過(guò)先進(jìn)技術(shù)及規(guī)范化、標(biāo)準(zhǔn)化的管理提升環(huán)保效果，保障安全生產(chǎn)；實(shí)現(xiàn)生產(chǎn)決策精細(xì)化、科學(xué)化、資源配置全局優(yōu)化，實(shí)現(xiàn)整體效益最大化。實(shí)現(xiàn)數(shù)字化料場(chǎng)和料場(chǎng)實(shí)時(shí)3D全景展示等功能。
斗輪堆取料機(jī)自動(dòng)控制畫面
原始的堆位及庫(kù)存管理采用人工繪圖統(tǒng)計(jì)方式
新余鋼鐵數(shù)智料場(chǎng)貨位及庫(kù)存自動(dòng)實(shí)時(shí)顯示
