远控自动化技术在新港码头门机作业中的应用研究

2024-03-25 03:27徐志浩张仕旭
现代制造技术与装备 2024年1期
关键词:门机新港测试数据

徐志浩 张仕旭

(广州港股份有限公司新港港务分公司,广州 510730)

门座式起重机(以下简称门机)作为广州港新港码头前沿主要的大型装卸设备,其作业方式仅靠司机室内的操作人员进行操控,劳动强度高、作业环境差、作业效率不能保证,而且存在安全风险。由于码头货物吞吐量的不断增加,用工成本的不断增加,加之现有司机老龄化,传统的操作模式已经不能满足现实需求,有必要研究和应用高精度定位、可编程逻辑控制器(Programmable Logic Controller,PLC)自动控制、图像识别、空间建模、信息通信等先进技术,实现门机散货作业的远控自动化操作,提高门机的自动化、智能化、信息化水平,降低司机操作难度及劳动强度,改善工作环境,提升作业安全性,降低人工成本,助推公司智慧港口建设。

1 远控自动化技术概述

远控自动化技术是一种利用先进的信息技术,通过传感器和控制系统,实现对远程设备或系统的监控、控制和自动化操作。远控自动化技术的实现,主要依赖传感器技术、通信技术、控制系统和智能算法。

首先,传感器技术是远控自动化技术的基础,通过各种传感器(如摄像头、激光雷达、温度传感器等)收集现场信息,实时反馈给系统。这些传感器能够捕捉门机操作中的关键数据,如位置、速度、载重量等,为后续决策提供必要的数据。

其次,通信技术是实现远程监控和控制的关键组成部分[1]。光无线通信技术(5G、物联网通信等)的应用,使得操作中心可以实时与门机建立连接,实现远程操控,保证操作的及时性和可靠性。

再次,控制系统是远控自动化技术的核心,它依靠传感器数据和通信技术的支持,精确控制门机。控制系统可以根据预设的算法调整门机的运动、位置和动作,以满足不同的操作需求。这些系统通常具备高度的自主性和智能性,能够适应各种复杂的操作场景。

最后,智能算法可以分析传感器的数据,预测门机的运动和货物处理需求,并做出相应的决策。例如,通过机器学习和人工智能技术,智能算法可以优化门机的路径规划,提高操作效率,减少能源消耗,从而降低运营成本。

2 新港码头门机操作现状

门机在广州港新港码头等散杂货码头扮演着不可或缺的角色,是港口物流体系的重要组成部分,在港口运营中起着关键作用,其操作效率和准确性对港口运营的顺畅性和经济性有着重要影响[2],但也面临着一系列挑战。一方面,门机操作需要具备高度安全性,误操作可能导致货物出现严重损失。另一方面,门机操作主要依赖于人工操作,操作人员的操作水平和经验存在差异,可能导致操作结果的质量不同。此外,门机操作通常需要司机在高空驾驶室内长时间工作,加上设备运行时的噪声、振动以及作业环境差,导致操作人员劳动强度高、容易疲劳,进而影响操作的效率和安全性。因此,有必要探索更先进的操作方式,如远控自动化操控方式,以克服现有操作方式的局限性,提高门机操作的质量和效率。

3 远控自动化技术在新港码头门机操作中的应用及实施

3.1 自动定位和导航技术

自动定位和导航技术是远控自动化技术的另一个关键组成部分,对门机的操作至关重要。使用先进的定位设备,如全球定位系统(Global Positioning System,GPS)、激光雷达、编码器等,门机可以精确确定自身的位置和方向。导航系统根据预设的路径规划实现自动化运动控制,提高操作的准确性和效率[3]。自动定位和导航技术使门机能够更加精确地定位作业位置和货物,有助于提高装卸的效率和准确性。

门机各机构的定位方式要求准确可靠,不易受到干扰,避免出现定位错误和位置信息丢失的情况,同时要配有相应的校验设施。根据这些要求,可以通过在各机构安装绝对值编码器、限位开关、动态倾角传感器等,实现各机构位置的定位检测及校验。

导航系统的核心是作业路径的规划算法,而作业路径规划算法主要基于门机设备的状态信息,采用激光扫描建模、视觉识别等手段,获取取料及放料位置、空间障碍点位置、船舶信息等数据,在安全的前提下综合计算、规划出当前作业运行的最优路径。

3.2 激光扫描识别建模技术

要想实现门机自动化作业流程,就需要对货船及物料进行识别建模,获取抓斗安全出舱高度(舱口高度)、舱口坐标、物料高度等信息。可以通过安装激光扫描仪扫描场景,然后处理获取的点云数据,通过算法提取所需信息并进行建模,具体实施方法如下。

激光扫描仪为360°-2D 扫描模式,添加一个轴的运动,合成3D 结果,完成场景3D 建模。因此,扫描仪模块的硬件架构为激光扫描仪+伺服电机云台。通过伺服控制器精确控制云台的旋转角度,利用欧式变换矩阵计算方法,将扫描仪获得的每一帧扫描数据转换到全局坐标系下。

3.2.1 坐标变换原理

根据刚体变换原理,对于任意一个点V,假定其在2 个坐标系下的坐标分别表示为Va、Vb,两坐标系的旋转矩阵为Rab,平移向量为tab,则坐标变换公式为

如果采用齐次坐标形式,则设两坐标系之间的变换矩阵Tab为

根据式(1)、式(2),可以得到最终的坐标变换公式为

3.2.2 扫描仪坐标变换链分析

将从激光扫描仪获取到的数据,转换为全局坐标系下的点云,可根据D-H 变换原理进行坐标系变换,得到转轴到扫描仪的变换矩阵Tal,基座到转轴的变换矩阵Tba,云台基座坐标系和门机回转中心坐标系之间的变换矩阵Thb,以及基座到转轴的变换矩阵Twh。

扫描仪在每一帧数据中获取的位置信息Pl,经过坐标变换处理后,可以在门机坐标系中重新表示为对应的位置Pw,变换公式为

根据刚体坐标变换原理,对于任何一个特征,变换矩阵R均成立。变换矩阵R为

式中:T为旋转矩阵;Pr为“相对坐标系”中的点。

在得到旋转矩阵T的基础上,只需在两坐标系下找到1 个相对应的点,即可得到平移向量pw",应用式为

式中:Pi为扫描仪坐标系中的原始点,是扫描仪捕捉到的数据点在其本身坐标系中的位置;t为从扫描仪坐标系到门机坐标系的平移向量,用于描述两坐标系之间的空间位置差异。

根据以上原理,利用激光扫描仪标定板进行扫描,通过平面提取的方式,获得不同平面在激光扫描仪下的法向量,根据其一一对应关系,即可求解变换矩阵。同时,结合相关标定及算法计算对点云进行分析,提取出舱口结果,该结果是后续PLC 控制机构执行的基础。

3.3 抓斗防摇定位技术

在通常情况下,门机抓斗移动时,由于惯性、风力等因素会出现摇摆,如果不加以控制,抓斗就无法准确停止在某一设定位置。为了实现门机全自动作业,必须解决抓斗摇摆问题。

解决抓斗摇摆,可以从硬件和软件两方面着手。一方面,在门机的各个执行机构上安装位置检测装置,实时获得运行中各机构的位置、速度等信息。另一方面,软件根据硬件输入的有效信息,结合环境等因素,计算和预测系统状态。结合目标点的位置信息,生成相应的指令,控制各执行机构联动运行,实现抓斗防摇和定位。

抓斗防摇理论基础是地球上单摆摇摆周期公式。单摆摇摆周期公式为

式中:T为单摆往复摆动1 个来回所需的时间;L为单摆的长度;g为重力加速度。

抓斗防摇控制流程,如图1 所示。由图1 可知,角度计算的外部变量只有等效绳长,因此测得精准的绳长是必要的前提条件。通过加速度和力矩来估算角度,而后通过改变加速度去修复角度。旋转防摇主要对整个旋转系统进行数学建模,先通过计算得到实时的旋转方向上的摇摆角度和变幅方向上的摇摆角度,再通过改变旋转速度和变幅速度,使摆角衰减。此外,在起升、变幅和回转机构上安装编码器,识别或设定卸料点的位置,配合以上防摇算法,使抓斗能稳定停在目标位置上,实现自动定位功能。

图1 控制流程

3.4 远程控制和监控技术

通过高度灵活的通信技术,操作人员可以在远控中心,远程控制门机并实时监视门机的状态、位置和性能,这为实时干预和决策提供了有力支持。从技术角度来看,远程控制和监控涉及复杂的数据传输和处理过程。通信系统必须能够实时传输大量数据,包括门机的位置、速度、负载情况等。在远控中心,需要建立高效的数据处理和分析系统,用于处理来自门机的大规模数据流。为了实现远程控制,需要设计安全可靠的通信协议和机制,以确保操作指令的准确传达和门机的安全操作,具体设计方案如下。

3.4.1 总体网络规划方案

网络规划方案对确保通信的高效、安全来说至关重要。总体网络规划方案采用了分层的架构,以一个强大的核心网络设备为中心,通过高带宽连接,确保数据传输的速度与效率,如图2 所示。

图2 网络总体结构示意图

周边的分布式接入点灵活扩展了网络的覆盖范围,允许端用户设备和边缘计算资源无缝接入。同时,考虑系统的健壮性和可靠性,方案中嵌入多级冗余机制,包括双路由器设计和备用服务器,以保证网络在任何单点故障情况下均能持续运行。这样层次化的网络布局不仅增强了数据处理能力,也强化了安全防护,为实现智能化的业务操作奠定了坚实的基础。通过此方案,能够确保数据流的稳定性和网络服务的可靠性,为用户提供无缝连接的体验。

3.4.2 控制系统(网络)总体设计

远程操作台内设置独立的远控PLC 系统,可以与门机通信,实现远程控制。操作台远控PLC 与机上自动化PLC 通信,采用西门子特有S7 通信协议。机上自动化系统PLC 与定位系统、激光扫描建模系统、安全防护、视频/语音系统和主机电控PLC 等系统,采用工业总线或以太网通信连接。整体控制网络架构如图3 所示。

图3 整体控制网络架构图

3.4.3 远控系统与门机通信

为了满足主机跟中控室视频信号和控制信号的通信需求,配置1 根动力/光纤二合一的上机电缆,配置6 芯或以上光纤。上机光缆在地面接线箱进行光纤熔接,实现门机与中控室远控系统的通信。

3.4.4 机上通信

机上网络分为控制系统网络及非控制系统网络两部分。控制网络以原有PLC 系统为主站,连接新增的远控PLC 及各传感器。非控制网络为视频/音频系统的网络。门机上的各个摄像机、音频终端以超六类以太网线接入就近网络转接箱,网络转接箱通过超六类以太网线或光纤连接到电气房总交换机。总交换机是机上网络的区域中心,该交换机连接机上所有网络设备,通过电缆卷盘光纤与中控室系统核心交换机通信。

4 设计与实施论证

4.1 测试目标

测试的主要目标是评估远控自动化技术在新港码头门机操作中的应用效果和优势。通过引入自动定位与导航、抓斗防摇、远程监控及控制等技术,检验是否可以显著提升门机操作的准确性和安全性,减轻劳动强度[4]。

4.2 测试方法和数据收集

为了评估远控自动化技术在新港码头门机操作中的实际效果,进行了全面测试,在测试中采集了大量详细的数据。先后统计门机的各机构定位、抓斗防摇、自动化作业等数据,并采集、记录现场相关标记和传感器数据。

4.2.1 自动定位检测

定位误差标准如下:第一,起升机构的定位误差不应超过±50 mm;第二,变幅机构的定位误差不应超过±100 mm;第三,回转机构的定位误差不应超过±2°(35 000 mrad)。现场测试数据如表1 ~表3 所示。

表1 起升机构测试数据表 单位:mm

表2 变幅机构测试数据表 单位:mm

表3 回转机构测试数据表 单位:mrad

4.2.2 激光扫描建模及作业路径规划

通过构建一个详尽的三维模型,精确再现实际作业环境,通过高级算法规划作业路径,确保机械臂的运动轨迹既高效又安全,避免与环境中的障碍物发生冲突。利用人工智能技术,使模型能够自动识别最佳作业策略,并在复杂的作业场景中做出及时调整。该系统不仅提高了作业效率,降低了人力成本,还通过减少操作错误提升了作业安全性,展现了现代自动化技术在工业领域应用的巨大潜力。测试情况如图4 所示。

图4 路径规划

4.2.3 抓斗防摇功能测试

抓斗防摇功能需要达到放料时,料斗的左右摆动幅度不造成洒料。抓斗防摇功能测试情况如表4 所示。

表4 抓斗防摇功能测试数据

4.2.4 远程监控和控制功能测试

监控视频系统应达到监控视频延时不超过280 ms,通信系统丢包率不大于1‰。监控视频系统测试数据如表5 所示。

表5 监控视频系统测试数据

远程控制及自动化功能应达到控制延时不超过30 ms,通信系统丢包率不大于1‰,自动化平均作业效率不低于350 t·h-1。远程控制及自动化测试数据如表6所示。自动化作业测试的作业船舶数为24 条,自动化作业时间为11 539.95 min,具体测试数据如表7 所示。

表6 远程控制及自动化测试测试数据

表7 自动化作业测试数据

4.3 测试结果分析

自动定位和抓斗防摇技术的应用,使新港码头门机能够在复杂的作业环境中更加精确地移动,降低了与其他设备或障碍物碰撞的风险和洒料风险,提高了操作的准确性。货船及物料识别建模和作业路径规划导航技术的引入,使门机可以智能识别舶舱口位置、船舷高度、物料、装卸位置等,自动选择安全、准确、高效的作业路径运行,对操作效率的提高和误操作的减少都产生了积极影响。

远程控制和监控技术在实现新港门机散货作业远控自动化作业中发挥了关键作用。操作人员可以远程监视门机的状态和性能,随时进行远程调整,从而降低误操作的风险。在自动模式下,实现门机散货作业的自动化,全过程无操作人员的参与和干涉,设备也能安全、高效运转。而且设备处于受控状态,物料在转移过程中,抓斗平稳无摇摆,能够避免与船舱、船舱盖板、船舷碰撞。在门机自动化散货作业过程中,司机可随时手动介入控制,全自动程序在司机手动介入时自动解除。

4.4 创新点的有效性论证

测试结果表明,远控自动化技术的应用使新港码头门机散货作业操作有较大的改善和提升,不仅提高了操作的效率和准确性,还降低了运营成本和安全风险。同时,自动定位和导航、货船及物料自动识别和处理等功能在测试中得到了验证,为散货码头作业及运营带来了较大的改进[5]。因此,可以推断远控自动化技术在新港码头门机操作中具有有效性,为散杂货港口自动化提供了有力的支持和参考。

5 结语

远控自动化技术在新港码头门机散货作业的应用不仅提高了操作效率,还降低了操作风险,对港口运营具有重要意义。新港码头门机操作的改进提升,为港口行业的可持续发展做出了积极贡献。未来,该技术将在港口和物流领域广泛应用,进一步提高运营效率,降低成本,为港口物流行业的发展带来更多机遇。

猜你喜欢
门机新港测试数据
看风景的猫(下)
看风景的猫(上)
看风景的猫(中)
测试数据管理系统设计与实现
门机变幅电机故障的分析及应对措施
站台屏蔽门门机系统维修方案
基于自适应粒子群优化算法的测试数据扩增方法
梨园水电站坝顶4 500/1 000 kN双向门机的设计
我们该在无病呻吟的文字餐盘里加入什么样的营养?——常新港创作谈
空间co-location挖掘模式在学生体能测试数据中的应用