文章来源：《智能矿山》2023年第1期“永磁及机器人产业创新孵化实践与煤矿机器人应用”专题
作者简介：缪杰，硕士，电气研发工程师
作者单位：中煤科工集团上海有限公司
引用格式：缪杰.煤矸石智能分拣机器人的研究与应用[J].智能矿山，2023，4（1）：58-62.
针对传统人工选矸存在工作环境恶劣、劳动强度大、成本高、效率低、易误选或漏选等痛点问题，笔者提出研究一款基于机器视觉的煤矸石智能分拣机器人，代替人工选矸。机器人通过基于机器视觉的图像识别技术，实时采集并提取图像特征信息来判别煤矸石，然后采用双臂并联SCARA型机械臂对粒径在50～800mm之间的矸石进行分拣，煤矸石分拣率达80%以上，最大拣矸质量达100 kg。经晋能控股煤业集团同忻矿工业测试表明，智能分拣机器人高效、稳定可靠，可以达到减人增效的目标。
01 煤矸石分拣系统整体设计煤矸石智能分选机器人主要由分流系统、视觉系统、执行系统以及上位机控制平台等部分组成，整体结构如图1所示。出煤口输送的煤和矸石，首先经过分流系统进行预处理，使得煤和矸石在输送带上被划分为2列，便于后续图像识别及矸石耙取；其次，视觉系统对分流后的煤和矸石进行图像实时采集，并上传分析识别；最后，将识别后结果发至执行系统，执行系统的机械臂根据识别结果将矸石推入矸石溜槽中，实现矸石自动分拣。
图1 煤矸石智能分选机器人整体结构
分流系统
分流系统的作用是将煤流均匀分布在带式输送机两侧，便于后续图像的采集与矸石耙取。分流系统由龙门架、升降架、导向轮、电机和控制器等组成，整体结构如图2所示。升降架根据晋能控股煤业集团同忻煤矿拣矸现场环境进行特殊处理，在所有高受力处焊接多块高强度角钢，保证在高煤流冲击下保持稳定分流。当煤流量激增时，为防止意外堵塞情况，在带式输送机两侧安装红外线测高装置，当煤流高度超出阈警范围时，升降架自动抬升，同时机械臂停止工作并置位至避障位置，保证现场及设备安全。升降架由电机牵引钢丝绳拉动升降，升降速度为0.25m/s，起降高度为0.6m。
图2 分流系统整体结构
视觉系统
视觉系统主要完成功能：①采集清晰度较好的煤、矸石图像，实时显至上位机；②对煤流中煤矸石进行准确识别；③对识别完成煤矸石获取其位置信息，完成后发送指令和相关信息给执行系统。
（1）视觉系统结构设计
视觉系统的主体部件主要包括工业相机、成像镜头、表面光源、视觉暗箱、计算机、串口服务器等。按功能可把视觉检测系统分为图像采集、图像处理模块和通信模块3个部分（图3）。其中，图像采集模块由工业相机、光学镜头、表面光源以及图像采集千兆网卡组成；工业相机和光学镜头构成成像系统，图像采集卡负责将由工业相机感知的图像数据实时采集到计算机的内存中；表面光源主要为成像系统提供均匀稳定的照明条件，以获取具有较高对比度的图像，视觉暗箱是为了降低外部环境光照对成像的不利影响；通信模块主要由串口服务器构成，计算机通过串口发送信息，由串口服务器通过接口转换后，通过网络将操作指令等信息传递给机器人控制器，由控制器指挥机械臂分离矸石。
图3 视觉系统结构示意
（2）煤矸石定位识别算法研究
煤矸石识别与定位算法流程如图4所示。采集的图像经过裁切、去噪、灰度化等预处理后，利用BLOB区域联通法判断图像内是否存在待检测的煤和矸石。对定位的煤矸石进行灰度直方图方法分析，根据设置的煤和矸石的灰度图像阈值，判定当前物体是煤还是矸石。
图4 煤矸石识别与定位算法流程
E W—全景图像三阶矩评价值；W×H—宽度×高度；EL—局部图像三阶矩评价值；DS—煤矸石中心与图像中心距离；DT—偏置阈值
算法具体流程：在带式输送机开启后，物料由传送带进行输送，在分流系统排队处理后，经过视觉暗箱时，首先由工业相机等时间间隔进行图像采集，采集的图像实时上传上位机。上位机接收图像后，通过软件算法计算其图像三阶矩评价值，完成后将评价值与初始阈值进行比较。当小于初始阈值时，判断当前位置输送带上没有煤矸石；当大于阈值时，认为可能存在煤矸石，此时进行图像的BLOB分析，得到最大分区左上角的点的坐标、分布的宽度和高度。对分区所在的区域范围进行三阶矩局部评价，当三阶矩的评价值小于设定的二级阈值时，判定图像中无煤矸石。当大于阈值时，接着判断区块是否满足一定大小，若不满足则认为不存在矸石。若满足则继续判断当前图像中的物体中心与图像中心的中心距是否小于设定阈值，若大于阈值，说明还没有到达预定位置，不做处理；若小于阈值，则说明已经接近图像中心，是否发送捡矸指令还要判断当前矸石是否已被标记过，若未标记过则发送拣矸指令，机器人在固定延时时间到后分拣矸石。
执行系统
执行系统的作用是依据视觉系统识别的结果，将识别结果为矸石的物料及时分拣出来。
（1）机械臂结构设计及分拣原理
并联机器人具备动态响应快、精度高及自重负荷小等多方面优点，自问世以来便成为机器人领域的研究热点；SCARA型机器人则具有结构简单、运动速度快、定位精度高等特点，经常用于工业生产领域。笔者将2种机器人优点相结合，设计采用双臂并联SCARA型机器人作为分拣机械臂，双臂SCARA机器人采用对称式结构，使用SolidWorks对其进行三维设计，结构如图5所示。
图5 机械臂结构
分选机器人有4个自由度，每条手臂分别有2个转动关节，末端执行机构能够实现沿X、Y、Z平面内的平移，以及沿Z轴方向的转动。该机器人采用模块化的设计思想，主要由焊接支架、电机、减速器、大臂组、小臂组及末端分拣手等组成。
煤矸石分拣原理如图6所示，其中L1、R1分为左右侧大臂。机器人末端分拣手顺着主带式输送机运动的方向推动矸石，利用矸石运动的惯性与分拣手的推力，将矸石斜向推入辅助带式输送机（实际为矸石中部槽）上。相机与机器人初始位置间的距离S是固定的，辅助带式输送机与机器人的相对位置也是固定的，且带式输送机运行速度不变，因此可以设定每次分拣动作到达的终点位置及分拣速度均相同。视觉部分给控制器发送信号的时间间隔等于矸石从相机视野中心被识别定位后运动到分拣机器人初始位置的时间加上视觉系统与控制器的通信时间。
图6 煤矸石分拣原理示意
以辅助带式输送机位于分拣机器人右侧为例，对分拣过程进行阐述。机器人分拣动作俯视如图7所示，实线为机器人的分拣手初始位置①，虚线为机器人的分拣手终点位置②。当接收到来自视觉系统的分拣信号时，机器人左右臂同步运动到右侧终点位置②；然后左侧机械臂先回程，从而使分拣手的竖直高度提升，避免回程时与矸石发生碰撞；当其运动到行程的60%时（分拣手高度约为350mm），通过全局变量向右侧机械臂发送信号，右侧机械臂收到信号后开始回程；当左右机械臂都回到初始位置①时，彼此向对方发送回零信号，左右臂动作再次同步。
图7 分拣动作俯视
（2）单套机械臂耙取矸石大小、质量
各个煤矿因开采环境与地质条件的不同，故开采出的煤和矸石尺寸、硬度等均有所差异，笔者所提到的分选机器人主要针对同煤集团同忻煤矿拣矸车间设计，同忻煤矿的矸石粒径为150～800mm，质量小于80kg。煤矸石分拣机器人的各关节均采用拉法特交流伺服电机，其性能参数见表1。
表1 电机性能参数
由表1可知, 拉法特交流伺服电机的额定转矩为7N·m，在矸石分拣过程中，分拣机器人的输出转矩主要由小臂提供，根据电机选型，可计算出单个小臂的驱动力矩为290N·m。由于分拣机器人为双臂结构，故单套机械臂系统的输出力矩为580N·m。
矸石的密度为2100～2900kg/m3，矸石与传送带之间的摩擦力为滑动摩擦，取摩擦因数为0.8，矸石密度为2900kg/m3。由于矸石形状不规则，估算粒径为800mm，且宽和高均为300mm的矸石，其质量为75～80kg，取其质量为80kg，则其重力为784N，那么矸石与传送带的摩擦力约为627N。
分拣机器人为双臂并联SCARA型，左臂和右臂关于末端分拣手对称，对分拣机器人进行模型简化，将大臂、小臂及末端分拣手视作质量均匀分布的连杆，则大臂及小臂的质心都位于连杆的中点，如图8所示。
图8 分拣机器人简化模型
已知臂长lOA=lAB=300mm，lBD=800mm。分拣系统采用模仿人工分拣的方式，将矸石粑入矸石溜槽中，故末端分拣手和矸石之间的作用力大小等于矸石和传送带之间的摩擦力。假设该力的作用点位于分拣手质心，在分拣过程中，左臂和右臂始终保持平行，则当大臂和小臂水平时，矸石与传送带间的摩擦力所产生的阻力矩最大，且该阻力矩主要由小臂承担，此时阻力臂长为700mm，则最大阻力矩约为439N。
在分拣过程中，矸石产生的阻力矩由左右臂共同承担，取安全系数为1.3，计算可知每条小臂所需的驱动力矩为285N·m，通过计算可知，单套小臂力矩约为290N·m；故电机驱动力能够满足要求，即单套机械臂能够耙取尺寸为800mm×300mm，质量约为80kg的矸石。
工业测试
基于机器视觉的煤矸石智能分拣机器人设备，于2020年底运送至晋能控股煤业集团同忻煤矿的地面165/166矸石手选拣矸车间进行试验调试，经过组装、调试运行，解决了现场诸多难题，运行效果较好，运行现场如图9所示。经现场测试，测试表明：①分拣速度小于1.5块/s，可耙取矸石尺寸50～800mm,最大拣矸质量大100kg；②煤矸石分拣机器人运行稳定，分拣率不低于80%；③除少数煤量过大情况外，分选机器人能正常工作，减少拣矸工人的劳动强度，提高生产效率。
（a）机械臂工作运行
（b）系统整体结构 图9 煤矸石分选机器人同忻煤矿运行现场
02 结 语中煤科工集团上海有限公司研发的煤矸石智能分拣系统采用机器学习技术对煤和矸石进行图像快速精确识别，并配合自主控制的多组机械臂，实现了煤矸石的高效率自动分拣，以及“机械化减人、机器人替人”的产业要求，降低了生产成本，解放了劳动力，很大程度上替代人工拣矸的时代，解决了人工选矸劳动强度大、成本高、效率低、易误选或漏选等痛点问题，提高了煤炭洗选生产线的智能化水平。
,
