通过采煤机滚筒截割产生振动特性识别煤岩的研究

孔祥斌

摘 要：通过煤岩识别研究提出一种利用采煤机滚筒截割振动信号来进行煤岩界面辅助识别的方法。对采煤机的滚筒进行受力分析，建立摇臂截割振动模型，通过理论分析验证该方法的可行性，并通过对试验结果分析给出试验与实际工况可能存在的差异，提出实践中需要改进的方法和途径。

关键词：煤岩识别；振动信号；采煤机

中图分类号：TD823 文献标识码：A 文章编号：1671-2064（2018）16-0196-01

在采煤过程中煤岩界面识别技术是采煤机自动控制的基础，也是实现无人自动化开采的先决条件。目前已有20多种方法对此展开研究，其中记忆截割技术已被应用于生产中，但不能处理岩层突变和工作面突发情况。基于采煤机截割煤和岩石产生的振动信号特征提出一种煤岩辅助识别新技术，达到对其实现控制的目的。

1 煤岩识别理论可行性分析

由于煤层物理、力学性能无规则变化和参与截割的截齿数量的变化，致使采煤机工作时，采煤机滚筒所承受的外载荷随机变化。此外，因滚筒在制造、装配中存在偏心问题，滚筒旋转过程产生的偏心质量必然使调高机构产生振动。因此，滚筒的受力情况是采煤机结构设计和振动分析的重要依据。通过分析可知，当采煤机在工作面自右向左采煤时，左滚筒受力情况如图1所示。假设滚筒受到推进阻力Fx、截割阻力Fy和轴向力Fz，则Fx=R1sin（ω1t），Fy=R2sin（ω2t），Fz=R3sin（ω3t）。其中：R1、R2、R3分别为3个方向外载荷的最大幅值，N；ω1、ω2、ω3分别为3个方向外载荷的变化频率，rad/s。

据图1所示滚筒受力情况，采煤机的摇臂可视为绕定点转动的刚体，调高液压缸可等效为有阻尼的液压弹簧，则调高机构动力学方程为：

Jθ″+khxLRsinφ1+chx'LRsinφ2=∑M （1）

kh=4βeA2P/Vt

式中：J为滚筒对摇臂O点的转动惯量，kg·m2；θ″为摇臂绕O点转动的角加速度，rad/s2；kh为液压缸的液压弹簧刚度（最小近似值），N/m；βe为液压油的有效体积弹性模量，MPa；AP为液压缸两腔作用面积平均值，m2；Vt为液压缸两腔当量总容积平均值，Vt=APS（S为液压缸行程），m3；ch为液压缸的液压黏性阻尼系数，Pa·s；x为液压缸位移，m；x'为液压缸移动速度，m/s；φ1为大摇臂相对于水平面的夹角，（°）；φ2为小摇臂与液压缸活塞杆的夹角，（°）；∑M为对O点所有的外力矩之和，N·m。

2 基于截割振动煤岩识别的试验分析

2.1 试验方案的设计

根据理论分析，滚筒因截割不同硬度材料而产生截割负载不同，其产生的振动信号可以间接传递给摇臂结构，并通过摇臂传递至整个采煤机调高机构。为了能够快速准确获取振动信息，通过试验在模拟装置的不同位置进行采样分析，由于电动机和摇臂变速箱都是振动源，为了更好地采集滚筒的截割信号，将振动传感器安装在滚筒转轴附近的摇臂下方。在模拟采煤机设备上进行试验，试件固定在小车上，并用液压缸对小车进行驱动，模拟采煤机的牵引运动。模拟采煤机装置滚筒转速为100r/min，牵引速度为1m/min，截割宽度分别为40和25mm。在试验过程中采用测振仪和加速度传感器等对采集信号进行采集和处理。模拟采煤机试验装置简图及数据采集系统如图2所示。

2.2 试验材料的制作

以兖州煤业股份有限公司济宁三号煤矿综采二区工作面煤岩情况为参照，制作模拟材料。该矿工作面煤质普氏系数为1.8～2.0；工作面直接顶石灰岩，普氏系数为3～4，厚度1.4m，深灰色，厚度不稳定，含动物根化石。直接底为细砂岩，厚度2.7m，灰色，中部为中粒状薄层，以石英长石为主，含植物根化石。由于煤体的非均匀性、各向异性，以及地下三向应力作用等因素的影响，要使模拟材料与原材料完全相似很困难，甚至是不可能的，因此需判明各种因素中哪些因素是决定性的。通过分析得出煤岩截割材料的特性主要取决于抗压强度和硬度两参数。根据煤岩的特性，制作了岩石和煤的模拟材料，尺寸为800mm×500mm×500mm的试件。

2.3 采样周期的确定

采样周期是一个很重要的参数，它的选择将直接影响系统的控制效果。采样周期不仅要满足采样定理的要求，同时要考虑采煤机牵引速度、滚筒截割速度、顶板形状变化率、液压支架和刮板输送机推移要求以及煤层顶板落差的影响，而且油缸的驱动伺服机构存在机械延时，因此滚筒调高的实际调整频率不能过于频繁。滚筒记忆程控调高主要应用于煤岩层走向变化相对比较缓慢，但实际截煤过程中可能会遇到断层或其他突发情况。当采煤机遇到这种情况时，控制系统可以快速识别，降低滚筒的转速，减少截深，降低牵引速度安全推进。综合考虑以上因素，振动特性处理间隔时间取2s。

2.4 数据采集与试验结果分析

通过测振仪对2种材料振动试验数据进行傅里叶变换，进而得到幅值谱幅值Rm。

实验：滚筒转速100r/min，截割深度40mm，牵引速度1m/min时，材料1和材料2振幅均方根Rm结果如图3所示。通过采样结果分析可以看出，当采煤机模拟装置截割不同材料时，两者的Rm不同，即2种情况下振动的程度不同。模拟岩石材料1的Rm最大值为1.0163，模拟煤材料2的Rm最大值为0.8768。通过振动幅值的差异可以快速获得在稳定工况下，采煤机截割材料的变化，从而为采煤机高度的调整提供判定依据。

将两种材料固定一起，进行连续截割，发现在经过分界面后，振动的幅值特性发生变化，因此可以根据实际工作情况的统计规律设定在一种材料下的Rm，可以认为此时采煤机截割的是煤，反之，采煤机截割的是岩石。因此该方法能够有效识别采煤机的截割状态，为采煤机的自动调高技术提供依据。

3 结语

通过模拟截割试验，并对采集到的振动信号进行处理和分析得出，当截割参数相同时，不同材料的振动信号幅值不同。试验验证了运用振动信号进行煤岩识别的可行性，尤其是该方法是基于振动的频幅特性对煤岩分界进行识别，不是通过实时振动信号进行分析，因此可以避免采煤机自身抖动或其他因素影响造成的意外振动加剧，而导致做出错误判断。但是井下工作环境复杂，需要在工作面现场采集信号，进一步验证振动信号识别煤岩的效果。后期现场试验研究将主要是实现现场工况下的振动信号识别与噪声信号的分离，并且与其他煤巖识别技术相结合实现对煤岩分界的准确识别。