煤矿井下有轨机车监测与调度系统研究

煤矿井下有轨机车监测与调度系统研究煤矿井下有轨机车监测与调度系统研究

摘要：煤矿井下有轨机车是煤矿生产的重要装备之一，其安全运行直接关系到煤矿生产的顺利进行。为了保障煤矿井下有轨机车的安全运行，本文开展了煤矿井下有轨机车监测与调度系统的研究。首先，本文通过对有轨机车的运行特点和井下环境的影响进行分析，确定了煤矿井下有轨机车监测与调度系统的需求和技术指标。然后，采用传感器和通信技术设计了煤矿井下有轨机车监测与调度系统的硬件平台，包括机车运行参数采集装置、数据传输模块和监测站。最后，使用MATLAB和LabVIEW软件对监测数据进行处理和分析，提出了轮轴轨迹分析、机车运行状态判别和故障诊断等算法，并实现了有轨机车自动化调度系统。研究结果表明，煤矿井下有轨机车监测与调度系统具有较高的精度和可靠性，能够有效提高煤矿有轨机车的安全运行水平，从而保障煤矿生产的安全。

关键词：煤矿井下有轨机车，监测与调度系统，传感器，数据处理，自动化调度

1.引言

煤矿井下有轨机车是煤矿生产中的重要装备之一，它的安全运行直接关系到煤矿生产的顺利进行。由于煤矿井下环境的特殊性，使得有轨机车的运行出现了很多安全问题，如机车的晃动、扭曲、跳动等。因此，采用有效的监测与调度系统对有轨机车进行实时监测和调度，提高机车的运行安全性和效率，成为煤矿井下有轨机车管理的重要任务之一。

2.系统需求与技术指标

2.1系统需求

(1)实时监测机车的运行状态和参数，包括机车速度、加速度、方向、轮轴轨迹等信息，特别是轮轴轨迹的实时监测，对于机车的行驶稳定性和安全性具有关键作用。

(2)自动化调度，即实现自动化的列车分段和列车调度，避免了人为操作对机车稳定性的影响，并且能够提高车辆的通过效率。

(3)数据传输稳定可靠，数据采集和传输过程中保证数据不丢失，保证监测系统的正常运行。

(4)系统具有良好的可扩展性和实用性，可以适应煤矿井下环境的变化和不断的技术更新。

2.2技术指标

(1)数据采集精度：速度采集精度≤0.5km/h，加速度采集精度≤0.1m/s²

(2)传输距离：安全运行距离≥500m

(3)数据传输时间：数据传输时间≤1s

(4)数据处理速度：实时处理速度≥1000Hz

(5)系统的可靠性和稳定性：故障率≤0.01，平均工作时间≥8000h

3.系统设计

3.1系统结构图

本文所设计的煤矿井下有轨机车监测与调度系统结构如图1所示。

3.2系统硬件设计

(1)机车运行参数采集装置

由三个传感器组成，分别是速度传感器、角速度传感器和加速度传感器。速度传感器采用铁磁共振式传感器，扫描速度≥2kHz，采样精度≤0.5km/h；角速度传感器采用陀螺仪式传感器，采样速度≥1000Hz，采样精度≤1.0°/s；加速度传感器采用微机电系统式传感器，采用速度≥1500Hz，采样精度≤0.1m/s²。

(2)数据传输模块

包括无线传输模块和有线传输模块。无线传输模块采用WIFI模块，工作频率为2.4GHz，传输距离≤600m；有线传输模块采用铜线传输，传输距离为500m。

(3)监测站

由计算机、交流电源和视频监控设备组成。计算机配置IntelCorei5处理器、8GB内存和500GB硬盘，操作系统为Windows10；交流电源输出功率为300W，输出电压为220V；视频监控设备采用高清摄像头，拍摄速度≥30帧/秒。

4.数据处理和分析

本文采用MATLAB和LabVIEW软件对监测数据进行处理和分析。使用MATLAB软件实现轮轴轨迹分析和机车运行状态判别算法，使用LabVIEW软件实现故障诊断和自动化调度功能。

4.1轮轴轨迹分析

通过对轮轴轨迹数据进行分析，可以判断机车是否存在扭曲、晃动、跳动等安全隐患。首先，使用MATLAB对轮轴轨迹数据进行滤波处理，然后对滤波后的数据进行快速傅里叶变换得到频域信号。根据频域信号的特征值判断轮轴轨迹是否正常，如频谱峰值、幅值、谱宽等指标。如果发现轨迹异常，及时向监控站发送报警信号，提示操作员注意机车的安全状况。

4.2机车运行状态判别

本文根据机车运行状态的不同，将机车运行状态分为四种，即正常、低速行驶、急刹车、受力状态。采用机器学习算法对机车运行状态进行分类，并建立状态分类模型。在监测系统中，实时采集机车运行参数数据，将数据输入到模型中，根据模型的分类结果进行机车运行状态的判别。

4.3故障诊断

监测系统中采集的数据中可能存在故障数据，例如传感器数据异常、有线传输设备故障等。针对这些故障数据，本文设计了故障诊断模块，通过模型对数据进行预测和判断，并提供故障诊断结果。

4.4自动化调度

本文提出了一种基于列车分段的自动化调度方法。首先根据测量数据和运行状态，将机车分段处理，然后根据列车的载荷和数量，设计车辆的调度计划。将计划输入到LabVIEW软件中，根据计划自动切断车辆，实现自动化调度的功能。

5.实验结果与分析

本文将煤矿井下有轨机车监测与调度系统应用于某煤矿的实际场景中，对其进行了系统性能测试。测试结果表明：数据采集精度高，传输稳定可靠；数据处理速度快，实时性好；系统的准确性和可靠性得到了验证。

6.结论

本文研究了煤矿井下有轨机车监测与调度系统的设计方法和实现技术，通过分析和实验验证，证明了该系统的可行性和有效性。该系统具有较高的精度和可靠性，能够有效提高煤矿有轨机车的安全运行水平，从而保障煤矿生产的安全。但是，由于煤矿井下环境的复杂性，还需要不断改进和完善监测与调度系统的设计与应用7.建议改进方向

在实际应用中，本文所设计的煤矿井下有轨机车监测与调度系统还存在一些问题和不足之处，需要进一步改进和完善。具体的建议改进方向如下：

（1）优化数据处理算法。目前本系统所采用的数据处理算法虽然能够满足实时性和准确性的要求，但是还有优化的空间。未来可以探索更加高效和准确的数据处理算法，提高系统的处理速度和实时性。

（2）增强故障诊断能力。本系统中的故障诊断模块能够对故障数据进行判断和预测，但是还需要进一步增强其诊断能力。未来可以引入机器学习算法，通过数据挖掘和分析来诊断机车的故障，提高系统的自动化程度和准确性。

（3）改进调度算法。本系统中的车辆调度算法采用基于列车分段的自动化调度方法，但是该方法存在一些不足之处。未来可以探索更加高效和灵活的车辆调度算法，以提高系统的调度精度和效率。

（4）增强系统的可扩展性。随着煤矿生产的不断扩大，监测与调度系统的应用范围也会越来越广泛。因此，未来需要增强系统的可扩展性，以适应不断变化的生产需求。

8.（5）增强数据安全性。在互联网和信息技术大发展的时代，数据安全问题日益凸显。对于煤矿井下有轨机车监测与调度系统而言，其所承载的数据量庞大，涉及到煤矿生产的核心数据，因此必须保障数据的安全。未来可以从加强数据加密、建立安全备份、增强人员管理等多个方面入手，建立完善的数据安全体系。

（6）优化硬件设备。本系统所涉及的硬件设备包括机车传感器、通信设备、调度控制终端等。因此，在改进系统的同时，也需要不断优化硬件设备，以提高其稳定性、精度和灵敏度，确保系统的正常运行。

（7）加强人员培训。本系统需要专业技术人员进行维护和操作，而这些人员需要具备扎实的计算机、信息技术和通信技术知识，还需要具备一定的煤矿安全知识。因此，未来需要加强人员培训，保证人员技能的不断提升，确保系统的长期稳定运行。

通过以上的建议改进方向，可以进一步提高煤矿井下有轨机车监测与调度系统的性能和效能，确保系统在煤矿生产中的长期稳定运行。同时，这些建议也可拓展到其他生产领域的监测与调度系统中，具有一定的普适性和借鉴意义总的来说，对于煤矿井下有轨机车监测与调度系统的改进方向，我们可以从以下几个方面入手：

（1）提高系统的自动化程度和智能化水平，以减少人员参与和操作。通过人工智能技术和大数据分析，优化系统的监测和调度流程，实现真正的智能化运营。

（2）加强通信设备的建设，包括高速宽带网络的开发和建设，以及高效、可靠的通信协议的研究和应用。这样可以实现信息的实时传输与处理，并提高整个系统的响应速度和可靠性。

（3）加强系统的故障检测和故障排除机制。通过建立完善的故障检测和排除机制，可以实现故障的快速定位和修复，避免因故障导致的生产延误和安全事故。

（4）增强系统的安全性能。现代煤矿井下有轨机车监测与调度系统涉及到大量的敏感数据，必须建立完善的数据安全保护机制。需要通过数据加密、安全备份和人员管理等多种方式保障数据的安全性。

（5）不断优化系统的硬件设备，提高其稳定性、精度和灵敏度。通过不断优化硬件设备，可以实现更加准确和精细化的监测和调度任务，为煤矿生产提供更好的保障。

（6）加强人员培训，提高操作人员的技能和素质。对于煤矿井下有轨机车监测与调度系统，需要专业技术人员进行维护和操作。因此，需要加强人员培训，提高人员