CN114067076A - 一种散装物料装载均匀布料自适应调节方法 - Google Patents

一种散装物料装载均匀布料自适应调节方法 Download PDF

Info

Publication number
CN114067076A
CN114067076A CN202111181374.4A CN202111181374A CN114067076A CN 114067076 A CN114067076 A CN 114067076A CN 202111181374 A CN202111181374 A CN 202111181374A CN 114067076 A CN114067076 A CN 114067076A
Authority
CN
China
Prior art keywords
carriage
height
point cloud
data
loading
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111181374.4A
Other languages
English (en)
Other versions
CN114067076B (zh
Inventor
孙祖明
席启明
李建华
栗伟
刘辉
姚树楷
孙丁丁
崔义森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongmei Kegong Intelligent Storage Technology Co ltd
Tiandi Science and Technology Co Ltd
Original Assignee
Zhongmei Kegong Intelligent Storage Technology Co ltd
Tiandi Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongmei Kegong Intelligent Storage Technology Co ltd, Tiandi Science and Technology Co Ltd filed Critical Zhongmei Kegong Intelligent Storage Technology Co ltd
Priority to CN202111181374.4A priority Critical patent/CN114067076B/zh
Priority claimed from CN202111181374.4A external-priority patent/CN114067076B/zh
Publication of CN114067076A publication Critical patent/CN114067076A/zh
Application granted granted Critical
Publication of CN114067076B publication Critical patent/CN114067076B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G67/00Loading or unloading vehicles
    • B65G67/02Loading or unloading land vehicles
    • B65G67/04Loading land vehicles
    • B65G67/06Feeding articles or materials from bunkers or tunnels
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G69/00Auxiliary measures taken, or devices used, in connection with loading or unloading
    • B65G69/04Spreading out the materials conveyed over the whole surface to be loaded; Trimming heaps of loose materials
    • B65G69/045Spreading out the materials conveyed over the whole surface to be loaded; Trimming heaps of loose materials with scraping devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Mechanical Engineering (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种散装物料装载均匀布料自适应调节方法,包括:识别车帮;确定点云三维空间坐标;获取纵贯车厢中线的物料堆顶端点云;二维数据标量化;分析物料堆高数据;当前车厢中间段物料高度计算;计算下一节车厢的刮料调节量;调整装车。本发明通过点云计算得出物料形态的多点定位高度数据,利用这些数据对于已装车物料形态进行定性和定量评估,定性评估主要是对前“亏”、后“盈”与专家数据库装料高度值比对并初步判断造成过“亏”或过“盈”的原因,经过大数据分析比对得出下一节车厢刮料设定量,决策出下一节需要调节刮料高度。本发明能够将传统需要经验的装车方式转化为自动化的计算过程,简化了操作人员的劳动强度,提高了装车效率。

Description

一种散装物料装载均匀布料自适应调节方法
技术领域
本发明涉及一种散装物料装载均匀布料自适应调节方法,是一种自动化运输设备的装车工艺方法,是一种对型号统一的列车车厢装载散装商品煤炭并防止偏载的自动化装车工艺方法。
背景技术
物料装载不能偏载是铁路装车运输的基本要求,能否将煤炭等散装物料均匀的装入车厢是影响装车效果的重要因素。传统装载商品煤炭的自动化装车站,对车厢开闸放料的过程完全由操作员控制,装载的货物是否偏载(偏载主要是因前后装载不均匀而造成),完全依靠操作员的工作经验。对于列车车厢型号统一的列车,操作员可以通过观察前一节车厢的装车状况和回忆前一节车厢操作,在下一节车厢装车的过程中对溜槽的方向和闸门开度进行微调,使下一节车厢的装车更加均匀。在常规的装车作业过程中,操作员依靠经验确定该物料平料高度,利用肉眼评估该车厢装车效果,根据车厢末尾部分物料的“空”或“鼓”情况判断下一节车厢的平料高度。
判断的规则是:1、如果车厢末尾部分物料较“空”,说明前部分物料装高了,后面部分不够装了,那么下一节车厢需要将物料刮料高度调低一点;2、如果车厢末尾部分物料较“鼓”,说明前部分物料装低了,后面部分无法装平,只能任由物料“鼓包”,那么下一节车厢需要将物料刮料高度调高一点;3、刮料高度的调节,完全依赖操作员经验。同时依靠肉眼观察车厢剩余体积和待装重量(实时称重),通过比对即时装载高度以及依赖装车经验来调节装料溜槽刮料高度。
相同质量下物料的体积大小受物料颗粒密度、物料湿度以及环境温度等因素影响,使得按标载量将物料均匀装入车厢等容器内困难较大。由于装车作业往往持续数个小时,同批次物料的密度可能会存在一个渐变过程,例如煤炭在洗选后在储料仓搁置时间长短会影响其湿度变化及颗粒间隙变化,从而造成其单位质量下体积的变化,另外同一煤种的煤炭采自不同的工作面,其密度会有不同。种种不确定性,使得操作员无法按照同一装料高度进行每节车厢的装车操作,须随时根据当节车厢的装车效果指导后面的装车高度调节,结果是操作员工作强度大,出现操作缺陷和失误的概率增加。如何将这种人的经验转换为自动化的控制,进而实现装载的完全自动化,是一个需要解决的问题。
发明内容
为了克服现有技术的问题,本发明提出了一种散装物料装载均匀布料自适应调节方法。所述的方法通过扫描前一节车厢的装载状态,对前一节车厢的装载状态进行评估,制定下一节车厢的装载方案,进而实现全自动化均匀装载。
本发明的目的是这样实现的:一种散装物料装载均匀布料自适应调节方法,所述方法所使用的***包括:沿列车运行方向,在装车站装载口出车方向,正对车厢纵向中线上方架设至少一台多线激光雷达,所述激光雷达的个数和高度的确定以能够扫描出整个车厢范围为准;所述的方法的步骤如下:
步骤1,识别车帮:车厢进入激光雷达检测范围后,识别出车厢的前梆、后梆、侧梆,并测出前梆、后梆、侧梆的位置,识别过程如下:
识别带状点云:所述的带状点云点为边缘整齐的一端开放一端封闭的矩形,或为封闭矩形;所述的带状点云与地面平行,外侧有高度突变;根据带状点云数据与数据库中提取的当前车厢型号和尺寸进行比对确定带状点云所涵盖形状为车厢前、后、侧梆;
步骤2,确定点云三维空间坐标:当车厢在激光雷达检测区域中时截取激光雷达获得的点云数据;设空间坐标:X轴:在水平面中垂直于铁路线,Y轴:在水平面中沿铁路线方向,Z轴:垂直于水平面;根据这一坐标系,将点云数据的各个点进行空间坐标变换,并将车厢前端到后端连线上的点云称为一组点云;
步骤3,获取纵贯车厢中线的物料堆顶端点云:选取最接近当前车厢纵向中线的两组点云,筛选出当前车厢前梆与后梆之间车厢对称轴上物料堆顶端的点云坐标,形成纵贯当前车厢中心线的物料堆顶端点云曲线;
步骤4,二维数据标量化:将获取纵贯车厢中线的物料堆顶端的点云转换为二维标量,形成(y0,z0)、(y1,z1)、……、(yi,zi)、……(yn,zn);其中,(y0,z0)为紧挨车前梆的激光点数据,(yn,zn)为紧挨车后梆的激光点数据,i为0到n的正整数;
步骤5,分析物料堆高度数据:对距离车厢前梆、后梆各2米范围的物料高度数据集进行分析,与专家数据库中对应的车厢型号和物料数据进行比对,评估当前车厢中物料堆前端是否过亏,后部是否过盈,或相反,前端是否过盈,后部是否过亏;
步骤6,当前车厢中间段物料高度计算:比对一下专家数据库中的中间段物料高度值与当前车厢的中间段物料高度值是否相同;如果相同则直接进行下一步骤;如果不相同,则依据专家数据库中的中间段装料高度值加或减前一节车厢刮料调节量进行调整,当前车厢的物料堆高度的中段控制值Hi的计算如公式:
Hi=H0+hi-1
式中,H0为所适配的车厢型号、物料的专家数据库中的中间段装料高度值;hi-1为前一节车厢刮料调节量;
步骤7,计算下一节车厢的刮料调节量:经过数据发掘和专家数据库比对,计算出下节车厢的卸料刮料调节量:
Figure BDA0003297443960000031
式中,l为车厢长度;Z前j为车厢前梆2米范围内各激光点水平高度;Z后j为车厢后梆2米范围内各激光点水平高度;Lj为激光点间距,即前后两个激光点Y轴坐标差值;i为车厢序号;j为激光点编号;m为检测车厢前梆2米范围或后梆2米范围的激光点数量;
步骤8,调整装车:根据计算结果调整闸门和溜槽降下高度,完成下一节车厢的装车,并回到步骤1。
本发明的优点和有益效果是:本发明采用多线激光雷达扫描技术获取已装车车厢内物料的点云数据,通过点云计算得出物料形态的多点定位高度数据,利用这些数据对于已装车物料形态进行定性和定量评估,定性评估主要是对前“亏”、后“盈”与专家数据库装料高度值比对并初步判断造成过“亏”或过“盈”的原因,定量评估是在定性评估之后,经过大数据分析比对得出下一节车厢刮料设定量,确定下一节是否需要调节刮料高度,决策出下一节需要调节刮料高度,通过比对专家数据并经过模糊计算,定量出刮料高度调节的数量。通过这种亏盈的计算能够将传统需要经验的装车方式转化为自动化的计算过程,不再需要操作人员对每一节车厢的装车进行不断变化的操作,简化了操作人员的劳动强度,提高了装车效率。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明实施例所述方法所述使用的***结构示意图;
图2是本发明实施例所述方法所述使用的***结构示意图,是图1的侧视图;
图3是本发明实施例所述方法流程图;
图4是某个装满物料的车厢物料堆顶端的起伏曲线示意图;
图5是数据标量化坐标系转换的三维示意图;
图6是数据标量化坐标系转换的x、y平面示意图。
具体实施方式
实施例:
本实施例是一种散装物料装载均匀布料自适应调节方法,所述方法所使用的***包括:沿列车1运行方向(图1中箭头A方向),在装车站2装载口出车方向,正对车厢纵向中线101(见图2)上方架设至少一台多线激光雷达3,所述激光雷达的个数和高度的确定以能够扫描出整个车厢范围为准,如图1、2所示。
本实施例所述的装车站是铁路散装货物的专用定量装车站,这种装车站通常跨越在铁路线,列车从装车站底部穿过,装车站通常设有缓冲仓、带有放料的闸门的定量仓和溜槽,本实施例仅关注与本实施例相关的装车站定量仓闸门和溜槽,其他不涉及部分不再描述。
本实施例所涉及的列车,其各个车厢的型号是一致的,车厢的长度l等尺寸和容量参数也是一致的。
所述多线激光雷达以空间不同角度向盛放物料的车厢发射测距激光,从而得到多个激光与物体接触点的距离和空间角度数据,即点云数据。有了点云数据后,即可对物料形态进行识别和计算,然后再对计算结果与专家数据进行比对,最终确定下一节车厢的堆料高度。所述的方法的具体步骤如下(流程如图3所示):
步骤1,识别车梆:车厢进入激光雷达检测范围后,识别出车厢的前梆、后梆、侧梆,并测出前梆、后梆、侧梆的位置,识别过程如下:
识别带状点云:所述的带状点云点为边缘整齐的一端开放一端封闭的矩形,或为封闭矩形;所述的带状点云与地面平行,外侧有高度突变;根据带状点云数据与数据库中提取的当前车厢型号和尺寸进行比对确定带状点云所涵盖形状为车厢前、后、侧梆;
车厢箱体为上面敞开的立方体,车梆宽度约0.1米,多线激光束落在前、后、侧车梆上的激光点与其他激光点相比,其空间位置是以一定规则呈现的,表现在:呈带状,带状的形状自然是矩形(车厢整个在激光雷达检测区中)或没有封口的矩形(只有部分车厢进入雷达检测区),且与带状点云外侧点云相比在高度上有突变,带状点云与地面平行(车梆上的激光点距离地面高度相同)。根据带状点云的特点,确定其特征值数据(特征值由专家数据库根据车厢型号给出),对实时点云数据进行特征值比对并提取,确定前梆和后梆的点云数据。
步骤2,确定点云三维空间坐标:当车厢在激光雷达检测区域中时截取激光雷达获得的点云数据;设空间坐标:X轴:在水平面中垂直于铁路线,Y轴:在水平面中沿铁路线方向,Z轴:垂直于水平面;根据这一坐标系,将点云数据的各个点进行空间坐标变换,并将车厢前端到后端连线上的点云称为一组点云(见图1、2);
当激光雷达的位置处于车厢前梆和后梆中间的位置时(激光雷达能够检测到整个车厢),截取这一时刻的点云数据。对获取的实时点云数据进行空间坐标变换,得出点云数据的三维空间坐标。其中,每线激光测量束测量的点为一组点云,例如,使用沿X轴方向排列的32线激光雷达对车厢中的物料堆顶端沿Y轴方向扫描,可测出32组激光点云。
所述坐标系的圆点和正负方向可以根据激光雷达的位置和物料堆等方面需要进行选择,如可以将坐标原点设置在当前车厢的前梆到达激光累到正下方的位置(激光雷达位于车厢前梆对称轴正上方),Y轴为车厢前进方向相反为正,Z轴垂直向下为正,形成的二维坐标系,如图4所示。这一二维坐标系能够反映当前车厢中心轴线(沿当前车厢纵向,也就是沿铁路线方向的对称中心线)上物料堆顶端的高度起伏曲线。
步骤3,获取纵贯车厢中线的物料堆顶端点云:选取最接近当前车厢纵向中线的两组点云,筛选出当前车厢前梆与后梆之间车厢对称轴上物料堆顶端的点云坐标,形成纵贯当前车厢中心线的物料堆顶端点云曲线;
在铁路装车的情况下,车厢的中心轴线由于轨道的限制能够很好的与溜槽的中心轴线(沿溜槽纵向,也就是沿铁路线方向的对称中心线)对齐,换句话说就是物料从溜槽中卸入并堆积到车厢中基本上能够对中的,通常不会左右偏离,因此,车厢中线上的物料堆顶端的高度起伏曲线,可以代表整个车厢物料堆的高低起伏堆积形状。
筛选原则:点云数据的Y值落在前梆和后梆点云数据的Y值之间。通过两组点云数据进行分析是为了使物料顶端的形状更加准确并易于计算,排除模糊和模棱两可的状况。
步骤4,二维数据标量化:将获取纵贯车厢中线的物料堆顶端的点云转换为二维标量,形成(y0,z0)、(y1,z1)、……、(yi,zi)、……(yn,zn);其中,(y0,z0)为紧挨车前梆的激光点数据,(yn,zn)为紧挨车后梆的激光点数据,i为0到n的正整数;如图4所示。
数据标量化原理:
利用激光雷达扫描空间物体能够得到物体上激光落点的位置数据,如图5、6所示,数据点为激光射到物体上的激光点。各个点数据包括该激光点距离激光雷达的距离r、垂直角度ω,水平旋转角度α。车厢三维数据模型即将极坐标系下的多个激光线束测量数据转换成笛卡尔坐标系下XYZ轴数据,并对激光点数据进行分类存储。坐标系转换公式:
Figure BDA0003297443960000051
本实施例所述的上、下、前、后、左、右、两侧、底部、顶部均指以列车的前进方向(图1中的箭头A表示列车前进的方向)所确定的“上”、“下”、“前”、“后”、“左”、“右”、“两侧”、“底部”、“顶部”。
步骤5,分析物料堆高度数据:对距离当前车厢前梆、后梆各2米范围的物料高度数据集进行分析,与专家数据库中对应的车厢型号和物料数据进行比对,评估当前车厢中物料堆前端是否过亏,后部是否过盈,或相反,前端是否过盈,后部是否过亏;
专家数据库存储了对应各车型的车厢尺寸和对应各煤种选择下的刮料高度和距离前梆、后梆各大约2米范围物料高度数据集。距离前梆、后梆各大约2米范围物料高度数据集,可以布设各大约100个激光点的水平高度数据,即约每0.02米一个激光点。其中,激光点的个数和间距由激光雷达的布设高度和车厢中物料堆积高度决定。
物料堆积顶端的起伏曲线如图4所示,其物料形态的高度起伏状态由激光雷达的激光点连线形成。通常请下车厢以0.5-0.8km/h的速度移动,装料后,车厢前梆和后梆会出现部分未装满或鼓包的现象,轻微的未装满或鼓包是正常现象,但如果空装过多或者鼓包过大就需要对其评估并在为下节车厢装料时适度调整溜槽卸料高度。由于车厢中部物料在刮料板(在溜槽出口的唇部)的作用下是平整的,所以分析物料堆高数据主要是分析车前梆往后2米和车前梆往前2米距离的物料形态,即评估前部分的“亏”和后部分的“盈”或者相反,其中,物料高度低于刮料高度即为“亏”,反之,物料高度高于刮料高度即为“盈”。
理想情况下,车厢运行速度会保持在一个范围区间内,但有时也会出现超出限(高)值或低于限(低)值的情况,这会直接影响前车梆后2米物料“亏”或“盈”的形态变化。由于卸料溜槽只有在前车梆通过溜槽时才会开启卸料(防止撒料),且卸料闸门打开时物料下落存有时间差,所以,当车速偏快时,“亏”的现象会比较严重(而盈的情况较少,所以本实施例主要讨论亏的情况)。这种或“严重”或“轻”的状况,可以由激光点集数据与专家数据比对可以得出。假设物料密度没有变化,车厢前梆2米处物料“亏”的程度趋势势必有车厢后梆2米处物料“盈”的程度趋势,其趋势是相同的。例如,前面“亏”的多,后面必然“盈”的多,同理,前面“亏”的少,后面必然“盈”的少。当“亏”“盈”基本相抵时,说明按照专家数据库刮料高度进行装车造成的“亏”“盈”量是由于车速变化引起的,可以决策出下一节车厢不用调节卸料高度的结论。相反,当“亏”“盈”不能相抵时,说明物料的密度有变化,需要在专家数据的基础上对卸料高度进行调节,这是本步骤的作用,即先对盈亏进行定性评估,至于是否需要调节,调节多少则需要下一步骤进行定量计算。
步骤6,当前车厢中间段物料高度计算:比对一下专家数据库中的中间段物料高度值与当前车厢的中间段物料高度值是否相同;如果相同则直接进行下一步骤;如果不相同,说明刮料溜槽的高度控制有误差,则依据专家数据库中的中间段装料高度值(刮料高度)加或减前一节车厢刮料调节量进行调整,当前车厢的物料堆高度的中段控制值Hi的计算如公式:
Hi=H0+hi-1
式中,H0为所适配的车厢型号、物料的专家数据库中的中间段装料高度值;hi-1为前一节车厢刮料调节量,第一节车厢的前一节车厢刮料调节量h1=0。
hi-1的值可以根据经验进行调节,也可以通过如下公式计算进行计算:
Figure BDA0003297443960000071
专家数据库中的中间段装料高度值可以由以下公式计算:
Figure BDA0003297443960000072
式中,G标载为车厢装料的标载量;ρ为物料密度;l为该车厢长度;w为该车厢宽度;
经过定性评估后,可以先对车厢中段的物料堆积的高度进行定量的计算,因为车厢中段的物料堆高度是溜槽放下时溜槽唇部(溜槽出口)的刮平形成的,由溜槽放下时的高度所决定。其中,当前车厢的物料堆高度的中段控制值由专家数据库中的装料高度值加或减前一节车厢中段的定量评估调节量得来。
步骤7,计算下一节车厢的刮料调节量:经过数据发掘和专家数据库比对,计算出下节车厢的卸料高度;
对车厢前梆2米和后梆2米范围内物料按激光点进行体积“切片”累积,算出“亏”“盈”数值。计算通过以下两个公式:
Figure BDA0003297443960000073
Figure BDA0003297443960000074
式中,S亏i、S盈i分别为前梆“亏”装截面面积和后梆“盈”装截面面积;Z前j为车厢前梆2米范围内各激光点水平高度;Z后j为车厢后梆2米范围内各激光点水平高度;Hi为当节车厢的刮料设定高度;Lj为激光点间距,即前后两个激光点Y轴坐标差值;i为车厢序号;j为激光点编号;m为检测车厢前梆2米范围或后梆2米范围的激光点数量;
由上述各式可得下一节车厢刮煤高度调节量:
Figure BDA0003297443960000075
Figure BDA0003297443960000081
步骤8,调整装车:根据计算结果调整闸门和溜槽降下高度,完成下一节车厢的装车,并回到步骤1。
当下一节车厢来到装车溜槽下方时,则根据上述计算结果,调整溜槽升降高度和闸门的开闭速度,并回到步骤1,进行下一轮的装车作业。
最后应说明的是,以上仅用以说明本发明的技术方案而非限制,尽管参照较佳布置方案对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案(比如装车站的形式、各种公式的运用、步骤的先后顺序等)进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。

Claims (1)

1.一种散装物料装载均匀布料自适应调节方法,所述方法所使用的***包括:沿列车运行方向,在装车站装载口出车方向,正对车厢纵向中线上方架设至少一台多线激光雷达,所述激光雷达的个数和高度的确定以能够扫描出整个车厢范围为准;所述的方法的步骤如下:
步骤1,识别车帮:车厢进入激光雷达检测范围后,识别出车厢的前梆、后梆、侧梆,并测出前梆、后梆、侧梆的位置,识别过程如下:
识别带状点云:所述的带状点云点为边缘整齐的一端开放一端封闭的矩形,或为封闭矩形;所述的带状点云与地面平行,外侧有高度突变;根据带状点云数据与数据库中提取的当前车厢型号和尺寸进行比对确定带状点云所涵盖形状为车厢前、后、侧梆;
步骤2,确定点云三维空间坐标:当车厢在激光雷达检测区域中时截取激光雷达获得的点云数据;设空间坐标:X轴:在水平面中垂直于铁路线,Y轴:在水平面中沿铁路线方向,Z轴:垂直于水平面;根据这一坐标系,将点云数据的各个点进行空间坐标变换,并将车厢前端到后端连线上的点云称为一组点云;
步骤3,获取纵贯车厢中线的物料堆顶端点云:选取最接近当前车厢纵向中线的两组点云,筛选出当前车厢前梆与后梆之间车厢对称轴上物料堆顶端的点云坐标,形成纵贯当前车厢中心线的物料堆顶端点云曲线;
步骤4,二维数据标量化:将获取纵贯车厢中线的物料堆顶端的点云转换为二维标量,形成(y0,z0)、(y1,z1)、……、(yi,zi)、……(yn,zn);其中,(y0,z0)为紧挨车前梆的激光点数据,(yn,zn)为紧挨车后梆的激光点数据,i为0到n的正整数;
步骤5,分析物料堆高度数据:对距离车厢前梆、后梆各2米范围的物料高度数据集进行分析,与专家数据库中对应的车厢型号和物料数据进行比对,评估当前车厢中物料堆前端是否过亏,后部是否过盈,或相反,前端是否过盈,后部是否过亏;
步骤6,当前车厢中间段物料高度计算:比对一下专家数据库中的中间段物料高度值与当前车厢的中间段物料高度值是否相同;如果相同则直接进行下一步骤;如果不相同,则依据专家数据库中的中间段装料高度值加或减前一节车厢刮料调节量进行调整,当前车厢的物料堆高度的中段控制值Hi的计算如公式:
Hi=H0+hi-1
式中,H0为所适配的车厢型号、物料的专家数据库中的中间段装料高度值;hi-1为前一节车厢刮料调节量;
步骤7,计算下一节车厢的刮料调节量:经过数据发掘和专家数据库比对,计算出下节车厢的卸料刮料调节量:
Figure FDA0003297443950000021
式中,l为车厢长度;Z前j为车厢前梆2米范围内各激光点水平高度;Z后j为车厢后梆2米范围内各激光点水平高度;Lj为激光点间距,即前后两个激光点Y轴坐标差值;i为车厢序号;j为激光点编号;m为检测车厢前梆2米范围或后梆2米范围的激光点数量;
步骤8,调整装车:根据计算结果调整闸门和溜槽降下高度,完成下一节车厢的装车,并回到步骤1。
CN202111181374.4A 2021-10-11 一种散装物料装载均匀布料自适应调节方法 Active CN114067076B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111181374.4A CN114067076B (zh) 2021-10-11 一种散装物料装载均匀布料自适应调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111181374.4A CN114067076B (zh) 2021-10-11 一种散装物料装载均匀布料自适应调节方法

Publications (2)

Publication Number Publication Date
CN114067076A true CN114067076A (zh) 2022-02-18
CN114067076B CN114067076B (zh) 2024-07-05

Family

ID=

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200079601A1 (en) * 2017-05-26 2020-03-12 Der-Chang John Lee atf Ikhthus Trust Train Load-Out Arrangement
CN116243609A (zh) * 2023-05-12 2023-06-09 山东矩阵软件工程股份有限公司 一种基于多维化数据链的智能装车控制方法及***
CN116424900A (zh) * 2023-05-31 2023-07-14 中煤科工智能储装技术有限公司 一种基于激光雷达点云识别的满容积无人装车方法
CN116674961A (zh) * 2023-07-04 2023-09-01 太原易思软件技术有限公司 一种基于车厢料位高度的放料控制方法及***
CN117329971A (zh) * 2023-12-01 2024-01-02 海博泰科技(青岛)有限公司 一种基于三维激光雷达的车厢平衡检测方法和***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111487918A (zh) * 2020-04-26 2020-08-04 天地科技股份有限公司 基于多线激光雷达的散料无人装车控制方法、***和装置
CN112158609A (zh) * 2020-09-23 2021-01-01 天地科技股份有限公司 一种智能煤炭储运装载***及其协调控制方法
WO2021096549A1 (en) * 2019-11-15 2021-05-20 Built Robotics Inc. Loading earth into a vehicle using a cooperative fleet of vehicles
CN113291867A (zh) * 2021-06-29 2021-08-24 中煤科工智能储装技术有限公司 一种铁路敞车快速定容装车***和方法
CN113625299A (zh) * 2021-07-26 2021-11-09 北京理工大学 基于三维激光雷达的装车物料高度与偏载检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021096549A1 (en) * 2019-11-15 2021-05-20 Built Robotics Inc. Loading earth into a vehicle using a cooperative fleet of vehicles
CN111487918A (zh) * 2020-04-26 2020-08-04 天地科技股份有限公司 基于多线激光雷达的散料无人装车控制方法、***和装置
CN112158609A (zh) * 2020-09-23 2021-01-01 天地科技股份有限公司 一种智能煤炭储运装载***及其协调控制方法
CN113291867A (zh) * 2021-06-29 2021-08-24 中煤科工智能储装技术有限公司 一种铁路敞车快速定容装车***和方法
CN113625299A (zh) * 2021-07-26 2021-11-09 北京理工大学 基于三维激光雷达的装车物料高度与偏载检测方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A. PANDOLFI 等: "A numerical approach to the analysis of failure modes in anisotropic plates", ENGINEERING FRACTURE MECHANICS 78 (2011) 2052–2069, 8 April 2011 (2011-04-08), pages 1 - 18 *
孙丁丁 等: "露天煤矿智能车辆装运管配煤***的设计与应用", 煤矿机电, vol. 41, no. 3, 30 June 2020 (2020-06-30), pages 12 - 15 *
曾飞;吴青;初秀民;代超磊;乐章丝;: "带式输送机物料瞬时流量激光测量方法", 湖南大学学报(自然科学版), no. 02, 25 February 2015 (2015-02-25), pages 45 - 52 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200079601A1 (en) * 2017-05-26 2020-03-12 Der-Chang John Lee atf Ikhthus Trust Train Load-Out Arrangement
CN116243609A (zh) * 2023-05-12 2023-06-09 山东矩阵软件工程股份有限公司 一种基于多维化数据链的智能装车控制方法及***
CN116243609B (zh) * 2023-05-12 2023-08-29 山东矩阵软件工程股份有限公司 一种基于多维化数据链的智能装车控制方法及***
CN116424900A (zh) * 2023-05-31 2023-07-14 中煤科工智能储装技术有限公司 一种基于激光雷达点云识别的满容积无人装车方法
CN116424900B (zh) * 2023-05-31 2023-12-22 中煤科工智能储装技术有限公司 一种基于激光雷达点云识别的满容积无人装车方法
CN116674961A (zh) * 2023-07-04 2023-09-01 太原易思软件技术有限公司 一种基于车厢料位高度的放料控制方法及***
CN117329971A (zh) * 2023-12-01 2024-01-02 海博泰科技(青岛)有限公司 一种基于三维激光雷达的车厢平衡检测方法和***

Similar Documents

Publication Publication Date Title
CN111178606B (zh) 基于nsga-ii的自动化仓储货位分配优化方法
CN111532313B (zh) 一种装车站列车远程自动调度指挥***和方法
CN110817485B (zh) 一种铁路装车站抛洒式卸料的防偏载***和方法
CN108196506A (zh) 一种火力发电厂智能化煤场管控***及其控制方法
CN109250532B (zh) 一种基于单下料口的散装物资装车方法、***及相关装置
US5957331A (en) System for filling containers with bulk material
CN115321209B (zh) 一种基于机器学习的溜槽高度控制方法
CN113959337B (zh) 基于单线激光雷达的散料装车实时堆积量计算方法
CN110470570B (zh) 用于鲜活农产品运输车辆装载合规性的查验方法及***
AU2017201277A1 (en) Train Wagon 3D Profiler
CN106672643B (zh) 一种散料堆场自动出库***
CN116161450B (zh) 一种定量装车抗煤质变化干扰防偏载控制方法
CN113175982A (zh) 基于3d雷达物位扫描仪的铁路装车计量方法及***
CN114067076A (zh) 一种散装物料装载均匀布料自适应调节方法
CN114067076B (zh) 一种散装物料装载均匀布料自适应调节方法
CN108100687A (zh) 一种下料斗、堆料装置以及堆料方法
CN116424900B (zh) 一种基于激光雷达点云识别的满容积无人装车方法
CN116989869B (zh) 一种基于料仓参数分析的仓顶雷达扫描方法
AU2013237637A1 (en) Train Wagon 3D Profiler
CN112325999A (zh) 基于矿石流的采掘溜井计量***及方法
CN111504860A (zh) 一种装车站散装物料特性在线检测***和方法
CN112938537B (zh) 一种双仓协同异步装车站和装载方法
CN204649286U (zh) 一种用于连续皮带机输运***的静态称重***
CN219448592U (zh) 一种散粮发货塔引导装车***
CN115950858A (zh) 一种基于多线激光雷达扫描的水煤识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant