2024年4月12日发(作者：)

第 49 卷 第 7 期

2023 年 7 月

工　矿　自　动　化

Journal of Mine Automation

Vol.49 No.7

Jul. 2023

文章编号：1671−251X（2023）07−0027−09

DOI：10.13272/.1671-251x.2022120004

基于双激光雷达的带式输送机煤流量检测系统

于海里

1

， 孙立超

2

， 左胜

1

， 陈大伟

3

， 曾祥玉

3

， 杜垣江

3

（1. 内蒙古白音华蒙东露天煤业有限公司，内蒙古 锡林郭勒　026000；

2. 国家电投集团内蒙古能源有限公司，内蒙古 通辽　028000；

3. 中煤科工集团沈阳设计研究院有限公司，辽宁 沈阳　110000）

摘要：带式输送机煤流运输过程中由于堆积角的存在，使得煤流形状呈近似三角形，易出现检测盲区。针对

该问题，提出了一种基于双激光雷达的带式输送机煤流量检测系统。将2个单线激光雷达分别放置在带式输送

机上方左右两侧，各测量半个区域内的煤流外轮廓特征点，通过融合算法对左右区域内的煤流外轮廓特征点进行

融合，再通过最小二乘多项式拟合算法解算出整个区域内的煤流外轮廓，从而实现对煤流轮廓的无盲区测量。使

用光电编码器实时检测输送带运行速度，采用梯形面积累计法计算煤流断面面积，采用面元积分法计算带式输送

机的煤流量。现场试验结果表明：无煤料偏置时，单/双激光雷达扫描结果基本一致，系统测量误差为2%～3%，满

足煤流量检测要求；有煤料偏置时，基于单激光雷达的系统误差较大，无法满足煤流量检测要求，而基于双激光雷

达的系统测量误差依然能够保持在2%～3%。提出了单/双激光雷达选择判据，得出存在煤料偏置或大块煤料的

工况下，基于双激光雷达的带式输送机煤流量检测系统更加适用。

关键词：带式输送机；煤流量检测；激光雷达；盲区检测；特征点融合；煤料偏置

中图分类号：TD634.1　　　　文献标志码：A

Coal flow detection system for belt conveyor based on dual lidar

YU Haili

1

, SUN Lichao

2

, ZUO Sheng

1

, CHEN Dawei

3

, ZENG Xiangyu

3

, DU Yuanjiang

3

(1. Inner Mongolia Baiyinhua Mengdong Open-pit Coal Industry Co., Ltd., Xilingol 026000, China；

2. SPIC Nei Mongol Energy Co., Ltd., Tongliao 028000, China；

3. CCTEG Shenyang Engineering Company, Shenyang 110000, China)

Abstract: Due to the presence of stacking angles during the transportation of coal flow by belt conveyors,

the shape of the coal flow is approximately triangular. It can easily lead to blind spots in detection. In order to

solve this problem, a coal flow detection system for belt conveyors based on dual lidar is proposed. The method

places two single-line lidars on the left and right sides above the belt conveyor, and measures the outer contour

feature points of the coal flow in each half of the area. The method uses the fusion algorithm to fuse the outer

contour feature points of the coal flow in the left and right areas. Then the method uses the least squares

polynomial fitting algorithm to calculate the outer contour of the coal flow in the entire area, thus achieving blind

spot-free measurement of the coal flow contour. The method uses the photoelectric encoder to achieve the real-

time detection of the conveyor belt running speed. The method uses the trapezoidal area accumulation method to

calculate the coal flow cross-sectional area. The method uses the panel integration method to calculate of the coal

flow rate of the belt conveyor. The on-site test results show that when there is no coal bias, the scanning results of

收稿日期：2022-12-01；修回日期：2023-07-18；责任编辑：胡娴。

基金项目：国家自然科学基金项目（51904142）。

作者简介：于海里（1981—），男，内蒙古赤峰人，高级工程师，主要从事露天矿建设和智能化研究工作，E-mail：147218050@。

通信作者：陈大伟（1980—），男，辽宁凌源人，高级工程师，主要从事矿山智能化工程设计工作，E-mail：

136****7048@。

引用格式：于海里，孙立超，左胜，等. 基于双激光雷达的带式输送机煤流量检测系统[J]. 工矿自动化，2023，49（7）：27-34, 59.

YU Haili, SUN Lichao, ZUO Sheng, et al. Coal flow detection system for belt conveyor based on dual lidar[J]. Journal of Mine

Automation，2023，49（7）：27-34, 59.

Copyright©博看网. All Rights Reserved.

•

28

•

工矿自动化第 49 卷

lidar are basically consistent, and the system measurement error is 2%～3%. The results meet thesingle/dual

requirements of coal flow detection. When there is coal bias, the system error based on a single lidar is relatively

large. The result cannot meet the requirements of coal flow detection. The measurement error based on a dual lidar

system can still be maintained at 2% to 3%. The paper proposes a selection criterion for single/dual lidar. It is

concluded that the coal flow detection system based on dual lidar is more suitable for belt conveyors in the

presence of coal bias or large blocks of coal.

Key words: belt conveyor; coal flow detection; lidar; blind spot detection; feature point fusion; coal bias

0　引言

随着煤矿产能的提升，对矿用带式输送机的运

量、长度、运行可靠性和智能化水平等要求越来越

高。常用带式输送机长度从几百米到几千米不等，

其装机功率达到煤矿总负荷的30%以上

[1-2]

。为了

提高带式输送机的运行效率，降低托辊、输送带等磨

损，降低能耗，“顺煤流启动、顺煤流停止”

[3]

和“多

机协同、运力平衡”

[4]

等控制方式被提出，这些控制

方式的实现需要建立在带式输送机煤流量实时精确

检测的基础上。因此，研究带式输送机煤流量检测

对于提高其智能化水平具有重要意义。

目前带式输送机煤流量实时检测的主要方法有

电子胶带秤、核子秤、图像检测、超声波检测、激光

煤流量检测技术，提高了煤流量检测的准确性。

以上基于激光测距的煤流量检测方法都是采用

单激光测距装置对煤流轮廓进行实时测量，再换算

成煤流面积、体积和质量。带式输送机煤流运输过

程中由于堆积角的存在，使得煤流形状呈近似三角

形，易出现检测盲区。为了避免检测盲区对煤流量

检测准确性的影响，通常将激光测距装置放到较高

位置对煤流量进行测量。但是在一些特殊工况环境

下，没有足够的空间，不能在较高位置放置激光测距

装置，就有可能存在激光测距盲区。针对该问题，本

文提出一种基于双激光雷达的带式输送机煤流量检

测系统，使用2个激光雷达分别测量煤流左右两侧

的轮廓，提高煤流量检测的准确性。

1　带式输送机煤流量检测系统原理

基于单激光雷达的煤流量检测系统如图1所

示

[19]

。将二维激光雷达安装于带式输送机正上方，

通过激光雷达发射激光线束，检测煤流轮廓上特征

点到激光雷达的距离，得到特征点位置。通过最小

二乘多项式拟合方法得到煤流轮廓曲线，求解由煤

流轮廓曲线与带式输送机输送带曲线构成的封闭区

域面积，即煤流截面积。结合带式输送机运行速度

得到煤流体积，根据煤块松散程度和密度得到煤流

质量。

检测等。其中电子胶带秤是使用较广泛的方法之

一，其结构简单，易于安装使用，但测量准确性和实

时性受带式输送机运行状态影响较大，测量稳定性

和精度波动明显

[6]

。核子秤采用放射源对煤流量进

行实时检测，是一种非接触式称重方法，但是由于其

含有放射源，其应用和推广受到极大限制

[7]

。图像

检测方法是随着机器视觉技术发展而被提出的一种

新型方法，如文献[8]提出了基于深度学习的带式输

送机煤流量双目视觉测量方法，通过高清摄像机对

带式输送机煤流进行实时检测，该方法受环境光线、

粉尘等因素干扰较大，对高速移动的煤流检测效果

也有待研究。超声波检测方法

[9-10]

和激光检测方

法

[11-12]

均是非接触式称重方法，通过测距原理检测

带式输送机上的煤流断面面积，再转换为煤流体积

和质量。超声波测距方法误差较大，造成煤流量检

测误差也较大。激光测距方法精度高、稳定性好，近

年来得到广泛研究。文献[13-14]提出基于激光测距

原理实时测量煤流轮廓上多个点的位置，再通过最

小二乘法曲线拟合得到煤流轮廓曲线，进而换算出

煤流截面面积、体积和质量。文献[15-16]提出将激

光检测方法和图像检测方法相结合进行煤流量检

测，该方法融合了2种检测方法的优点，提高了煤流

量检测精度。文献[17-18]提出了基于激光三角法的

[5]

二维激光雷达

可检测区域

图 1 基于单激光雷达的煤流量检测系统

Fig. 1 Coal flow detection system based on single lidar

带式输送机煤流形状呈近似三角形，如果激光

雷达位置不佳或煤流形状不规则，易产生检测盲区，

如图2所示。为避免检测盲区，本文提出一种基于

双激光雷达的带式输送机煤流量检测系统，如图3

所示。将2个单线激光雷达分别放置在带式输送机

Copyright©博看网. All Rights Reserved.

2023 年第 7 期

于海里等： 基于双激光雷达的带式输送机煤流量检测系统

•

29

•

上方左右两侧，各测量半个区域内的煤流外轮廓特

征点，通过融合算法对左右区域内的煤流外轮廓特

征点进行融合，再通过拟合算法解算出整个区域内

的煤流外轮廓，从而实现对煤流轮廓的无盲区测

量。使用光电编码器实时检测输送带运行速度。将

煤流轮廓和输送带实时速度信息传输到上位机，计

算得到带式输送机的实时煤流量。

M

1n

O

s1

与水平线的夹角为θ

1n

。θ

11

和θ

1n

由激光雷

达的安装位置（a

1

，b

1

）及输送带边界位置（c

1

）决定，

a

1

为左侧激光雷达到Z轴的距离，b

1

为左侧激光雷

达到Y轴的距离。M

1i

O

s1

与水平线的夹角为

θ

1i

=θ

11

+iβ

1

（1）

式中β

1

为左侧激光雷达的扫描分辨率。

a

1

Z

s1

O

s1

θ

11

M

11

M

21

b

1

θ

1i

c

1

Y

s1

θ

1n

M

1i

O

θ

21

Z

a

2

Z

s2

O

s2

θ

2i

M

2i

c

2

Y

s2

θ

2n

M

1n

M

2n

Y

二维激光雷达

检测盲区

可检测区域

检测盲区

激光雷达过低

（a） 因激光雷达放置过低产生的检测盲区

二维激光雷达

可检测区域

煤流偏置

检测盲区

图 4 带式输送机煤流量检测系统坐标系

Fig. 4 Coordinate system of coal flow detection system for

belt conveyor

假设激光雷达2个扫描周期内带式输送机速度

恒定，则其运行的距离为

1

v

(

t

)

f

s

−1

（b） 因煤流形状不规则产生的检测盲区

∆x=

（2）

图 2 激光雷达检测盲区

Fig. 2 Blind spot in lidar detection

左侧二维

激光雷达

传

感

器

框

架

数据采集模块

右侧二维激光雷达

无线

传输

模块

O

光电编码器

式中：f

s

为激光雷达扫描频率；v（t）为由光电编码器

测得的输送带t时刻的瞬时速度。

由左侧激光雷达测得特征点的坐标为



x

=∆x+x



1i,k1i,k−1







y

1i,k

=−a

1

−l

1i

cosθ

1i









z

1i,k

=b

1

−l

1i

sinθ

1i

（3）

式中：（x

1i,k

，y

1i,k

，z

1i,k

）为左侧激光雷达第k次扫描的

上位机

第i个特征点的坐标；l

1i

为第i个特征点与O

s1

的

距离。

同理可得，由右侧激光雷达测得特征点的坐

煤流左半区轮廓

融合算法

煤流右半区轮廓

标为



x

=∆x+x



2i,k2i,k−1







y

2i,k

=a

2

+l

2i

cosθ

2i









z

2i,k

=b

2

−l

2i

sinθ

2i

（4）

煤流整个区域轮廓面积、体积质量

图 3 基于双激光雷达的煤流量检测系统

式中：（x

2i,k

，y

2i,k

，z

2i,k

）为右侧激光雷达第k次扫描的

第i个特征点的坐标；a

2

为右侧激光雷达到Z轴的距

离；l

2i

为第i个特征点与O

s2

的距离；θ

2i

为M

2i

O

s2

与

水平线的夹角；b

2

为右侧激光雷达到Y轴的距离。

Fig. 3 Coal flow detection system based on dual lidar

2　基于双激光雷达的煤流量检测方法

2.1　煤流轮廓特征点扫描

定义2个激光雷达的坐标系为O

s1

X

s1

Y

s1

Z

s1

和

2.2　特征点融合

二维激光雷达发射激光线束到被测物体上，并

O

s2

X

s2

Y

s2

Z

s2

，煤料坐标系为OXYZ，如图4所示。以左

侧激光雷达为例，设扫描边界点为M

11

和M

1n

（n为

激光雷达扫描1周得到的特征点数），第i（i=1，2，…，

n）个特征点为M

1i

，M

11

O

s1

与水平线的夹角为θ

11

，

返回到激光雷达接收端，通过从发射到返回的时间

可计算得到激光线束的长度，再通过式（3）即可得到

被照射点在YOZ内的坐标。将这些点连接起来形成

的曲线就是被检测物体的外轮廓线，如图5所示。

Copyright©博看网. All Rights Reserved.

•

30

•

工矿自动化

Z

M

12

检测

盲区

第 49 卷

如果相邻2个点的Y轴坐标差值过大，超过了

左侧二维

激光雷达

某个阈值，说明2个点之间为激光雷达无法检测的

盲区。

|

y

i

−y

i−1

|

≥δ（5）

y

0

y

12

O

y

13

Y

式中：y

i

为第i个点的Y轴坐标；δ为检测阈值。

发现盲区后，剔除盲区右侧的点，即图5中点

M

12

右侧的点。同理，右侧激光雷达按照上述办法进

行盲区判别和处理。特征点融合流程如图6所示。

启动扫描程序

图 5 激光雷达检测盲区判别

Fig. 5 Identification of blind spot in lidar detection

设定左侧激光雷达

扫描区间

设定右侧激光雷达

扫描区间

设定 i=1, 左侧激光

雷达逐点扫描

读取第 i 个特征点

坐标 (y

i

, z

i

)

Y

Y

设定 i=1, 右侧激光

雷达逐点扫描

读取第 i 个特征点

坐标 (y

i

, z

i

)

|y

i

−y

i−1

|≥δ?

N

i=i+1

将 (y

i

, z

i

)

存入缓存区

|y

i

−y

i−1

|≥δ?

N

将 (y

i

, z

i

)

存入缓存区

i=i+1

N

第 i 个

点超出扫描区间?

Y

对左右雷达缓存区

数据进行坐标变换

第 i 个

点超出扫描区间?

Y

N

将左右雷达数据放置在同一个缓存区

内, 并按照 Y 轴坐标从小到大排序

完成 1 次数据融合

图 6 特征点融合流程

Fig. 6 Feature point fusion process

双激光雷达扫描特征点融合算法如下：

Step1分别初始化左右侧激光雷达扫描区间[θ

11

，θ

1n

]和[θ

21

，θ

2n

]，扫描

区间根据激光雷达所在位置和输送带宽度决定；

Step2

for（i=1；i≤n；i++）

Step3

读取第i个点的坐标（y

i

，z

i

）；

Step4根据式（5）判别第i个点和第i−1个点Y 轴坐标差值：

if |y

i

−y

i−1

|≥δ

then i=0；break；

else 将第i 个点的坐标（y

i

，z

i

）存入缓存区 Coordinate_L[ ]，

Coordinate_R[ ]；

Step5判别第i个点是否超出扫描区间：

if θ

1i

＞θ

1n

|| θ

1i

＜θ

11

then i=1；break；

else 对缓存区坐标进行坐标变换，将2个激光雷达的数据转换到

同一个坐标系内；

Step6将缓存区内左右激光雷达坐标变换后的数据按照Y 轴坐标从小

到大排序，得到最终的特征点融合数据；

Step7end

完成1次数据融合。

对于双激光雷达扫描得到的重合区域数据，不

需要区分是哪一个雷达扫描得到的，只要按照Y轴

坐标从小到大排序，再计算煤流断面面积。双激光

雷达重合区域内的点越多，计算越精细。

2.3　煤流断面面积计算

常用的煤流断面面积计算方法有三角形面积累

计法和梯形面积累计法。考虑到本文采用双激光雷

达进行煤流量检测，通过扫描盲区检测方法剔除了

部分不可用的特征点数据，因此采用梯形面积累计

法计算煤流断面面积，其原理如图7所示。

对2个激光雷达扫描得到的有效点进行统计，

形成能够基本描述煤流断面外轮廓的多个特征点，

将这些特征点按照Y轴坐标从小到大重新排序后得

到点M

1

—M

n

（图7（a））。由于输送带随着槽型托辊

Copyright©博看网. All Rights Reserved.

2023 年第 7 期

于海里等： 基于双激光雷达的带式输送机煤流量检测系统

Z

Z

M

u+1

M

u+2

···

•

31

•

M

9

·

·

·

Z

L

2

C

M

n−1

M

n

M

5

M

4

A

M

4

′

θ

L

3

M

u

M

u

M

h

L

2

M

2

M

1

L

1

A

B

L

3

O

L

2

M

5

′

(−c, 0)

O

Y

O

（c） 区域 B 的面积计算原理

L

3

L

1

Y

Y

（a） 煤流断面封闭图形（b） 区域 A 的面积计算原理

图 7 梯形面积累计法原理

Fig. 7 Principle of trapezoidal area accumulation method

形成了一个槽型，这样底部就形成了L

1

、L

2

和L

3

3条直线。要求解的煤流断面面积就是这3条直线

与激光雷达扫描特征点围成的封闭图形面积。为便

于计算，将封闭图形分解成A、B、C 三个区域。

针对封闭区域A，根据特征点划分成u个梯形，

分别求出各个梯形面积后求和，即可得到区域A的

总面积。以特征点M

4

、M

5

及其在直线L

2

上的投影

′′

点

M

4

、

M

5

围成的梯形为例，面积计算步骤如下。

式中S

C

为区域C的面积。

2.4　基于面元积分法的煤流量计算数学模型

煤料瞬时流量是指单位时间内由输送带输送的

煤料质量，本文采用面元积分法计算带式输送机煤

流量。将单位时间内的煤流沿运行方向划分成若干

个断面，划分间隔根据激光雷达扫描周期确定。分

别计算各断面的面积，再转换成体积，对所有体积求

和即可得到带式输送机煤流量。煤料瞬时流量计算

模型如图8所示

[20-21]

。

1） 根据槽型托辊夹角θ求出L

2

的直线方程：

z=−ytanθ−ctanθ（6）

2） 求出线段

M

4

M

的长度，通过L

2

的直线方程和

′′

点M

4

的横轴坐标可得

M

4

的纵坐标，则点

M

4

和M

4

的

′

4

Z

X

Y

物料

S

w

O

v(t)

…

...

...

S

1

纵坐标差值就是线段

M

4

M

的长度：

(

′

)

LM

4

，M

4

=z

4

+y

4

tanθ+ctanθ

同理可求出线段

M

5

M

′

5

的长度。

′

4

（7）

图 8 煤料瞬时流量计算模型

3） 根据梯形面积公式得到所求梯形面积为

()

′′

SM

4

，M

4

,M

5

,M

5

=(z

4

+y

4

tanθ+ctanθ+z

5

+

y

5

tanθ+ctanθ)(y

5

−y

4

)/2（8）

区域A的总面积为

u

∑

S

A

=

[(z

i

+y

i

tanθ+ctanθ+z

i+1

+

i=1

Fig. 8 Calculation model for instantaneous coal flow

考虑煤料流的不均匀性和带速的瞬时特征性因

素，瞬时流量为

1

∑

P

(

t

)

=ρS

j

v

(

t

)

(

f

s

−1)

j=1

w

（12）

y

i+1

tanθ+ctanθ)(y

i+1

−y

i

)/2]（9）

封闭区域C的面积计算方法和封闭区域A的面

式中：ρ为煤料密度；

S

j

为第j（j=1，2，…，w，w为单位

时间内煤流断面的个数）煤流瞬时断面的面积。

积计算方法一样，在此不再赘述。

针对封闭区域B，设区域A和B共有h个特征

点，根据特征点M

u

—M

h

划分成h−u个梯形。参考上

述计算过程可得区域B的总面积为

h

∑

S

B

=

(z

i

+z

i+1

)(y

i+1

−y

i

)/2

i=u

3　现场试验

为验证基于双激光雷达的带式输送机煤流量检

测系统的可行性，在内蒙古白音华蒙东露天煤业有

（10）

限公司2号带式输送机上进行现场试验，如图9所

示。系统采用2台RP Lidar A2激光雷达，激光波长

λ=905nm

，扫描频率为15 Hz，激光测距角分辨率为

煤流断面面积为

S=S

A

+S

B

+S

C

=

u

∑

i=1

[(z

i

+y

i

tanθ+ctanθ+

0.25°。2号带式输送机带宽800 mm，设定带式输送

机运行速度为2，3，4 m/s，并分别在带式输送机上纵

向均匀放置2，4，6，8，10 m

3

五种标准体积的煤料，设

置煤料横向无偏置和有偏置2种工况。为排除煤料

（11）

z

i+1

+y

i+1

tanθ+ctanθ)(y

i+1

−y

i

)/2]+

hn

∑∑

[(z

i

+z

i+1

)(y

i+1

−y

i

)/2]+[(z

i

−y

i

tanθ+

i=ui=h

密度对测量精度的影响，采用容积为2 m

3

的电铲装

运至带式输送机。

ctanθ+z

i+1

−y

i+1

tanθ+ctanθ)(y

i+1

−y

i

)/2]

Copyright©博看网. All Rights Reserved.

•

32

•

工矿自动化第 49 卷

表 1 无煤料偏置工况下检测结果对比

Table 1 Comparison of detection results under

non coal bias working condition

固定支架

试验序号

左侧二维

激光雷达

带式输送机

右侧二维

激光雷达

带速/（m·s

）

2

2

2

2

2

3

3

3

3

3

4

4

4

4

4

−1

标准体积/m

2

4

6

8

10

2

4

6

8

10

2

4

6

8

10

3

检测结果/m

3

单激光雷达

1.94

3.90

5.85

7.83

9.75

1.96

3.88

5.85

7.80

9.72

1.95

3.90

5.84

7.77

9.74

双激光雷达

1.95

3.88

5.85

7.82

9.73

1.95

3.88

5.86

7.81

9.78

1.95

3.90

5.88

7.83

9.74

1

2

3

图 9 基于双激光雷达的带式输送机煤流量检测系统现场试验

Fig. 9 Field test of coal flow detection system for

4

5

6

7

8

9

10

11

belt conveyor based on dual lidar

在固定支架正中央放置单激光雷达，模拟基于

单激光雷达的带式输送机煤流量检测系统，与基于

双激光雷达的带式输送机煤流量检测系统进行对比

研究，2种系统得到的结果如图10所示。

扫描中心线

扫描下边界扫描下边界

物料轮廓线

（b） 无煤料偏置时双激光雷达

扫描结果

胶带轮廓线

12

13

14

15

扫描轮廓线

（a） 无煤料偏置时单激光雷达

扫描结果

表 2 有煤料偏置工况下检测结果对比

胶带轮廓线

扫描盲区

扫描轮廓线

（c） 有煤料偏置时单激光雷达

扫描结果

扫描轮廓线

（d） 有煤料偏置时双激光雷达

扫描结果

无扫描盲区

Table 2 Comparison of detection results under

coal bias working condition

试验序号

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

带速/（m·s

）

2

2

2

2

2

3

3

3

3

3

4

4

4

4

4

−1

标准体积/m

2

4

6

8

10

2

4

6

8

10

2

4

6

8

10

3

测量结果/m

3

单激光雷达

1.23

2.63

3.78

5.26

6.07

1.35

2.64

3.68

5.01

6.42

1.36

2.65

3.77

5.05

6.43

双激光雷达

1.95

3.90

5.86

7.79

9.72

1.94

3.91

5.86

7.80

9.78

1.95

3.89

5.88

7.78

9.78

图 10 单/双激光雷达扫描结果

Fig. 10 Single/dual lidar scanning results

从图10可看出：无煤料偏置时，单/双激光雷达

扫描结果基本一致；有煤料偏置时，单激光雷达会出

现扫描盲区，扫描盲区得到的煤料边界大于实际煤

料边界；双激光雷达扫描得到的煤料边界和实际煤

料边界几乎一致，无扫描盲区。基于双激光雷达的

煤流量检测系统能够对煤料偏置情况进行扫描和识

别，扫描得到的煤料外轮廓更接近真实情况。

无煤料偏置、有煤料偏置工况下检测结果分别

见表1和表2。不同工况下的测量误差如图11

所示。

从表1、表2和图11可看出，当不存在煤料偏置

时，2种系统的试验结果基本一致，测量误差为

2%～3%，满足煤流量检测要求。测量误差的主要来

源如下：① 煤炭形状不规则，煤炭块度大，煤块与煤

块之间存在间隙，检测过程中存在遮挡死角，导致检

测结果存在误差。② 由于输送带张力不足、滚筒摩

擦因数降低，引起输送带打滑，导致速度检测不准

确。③ 人工测量煤料时，由于测量手法不得当、测

量仪器误差等，导致煤料装入体积不精确。

当出现煤料偏置时，基于双激光雷达的系统测

Copyright©博看网. All Rights Reserved.

2023 年第 7 期

于海里等： 基于双激光雷达的带式输送机煤流量检测系统

•

33

•

40

35

30

测

量

误

差

/

%

25

20

15

10

5

0

246810

试验次数

121416

无物料偏置, 单激光雷达

无物料偏置, 双激光雷达

有物料偏置, 单激光雷达

有物料偏置, 双激光雷达

激光雷达。θ

01

和θ

02

的大小与激光雷达的安装高度

b、煤料堆积高度b

01

和煤料偏置距离c

01

、煤料真实

边界点高度b

02

和煤料真实边界点到Z轴的距离

c

02

有关。根据三角函数关系可将判据表示为

b−b

02

b−b

01

≤arctanarctan

c

01

c

02

（14）

试验现场带式输送机带宽为1.4 m，带速为

4 m/s，c

01

通常为0～400 mm，c

02

通常为725 mm，

b

01

通常为380 mm左右，b

02

通常为200 mm左右。

根据式（14），如果煤料没有偏置情况，激光雷达的安

装高度b为400 mm即可。如果煤料有偏置情况，偏

置距离c

01

达400 mm，则激光雷达的安装高度b至

少要达到645 mm。

存在大块煤料时单激光雷达安装高度如图13所

示。若大块煤料半径R

b

≈150 mm，大块煤料的偏置

距离c

b

≈200 mm，则要实现无盲区测量，单激光雷达

的安装高度b应为600 mm左右。若大块煤料半径

R

b

≈200 mm，大块煤料的偏置距离c

b

≈200 mm，则单

激光雷达的安装高度b应为1 000 mm左右。因此，

对于存在煤料偏置或大块煤料的工况，基于双激光

雷达的带式输送机煤流量检测系统更加适用。

图 11 不同工况下的测量误差

Fig. 11 Measurement error under different working conditions

量误差依然能够保持在2%～3%。但基于单激光雷

达的系统误差较大，达30%～45%，无法满足煤流量

检测要求，主要原因是煤料偏置导致扫描盲区。

4　单/双激光雷达选择判据

基于双激光雷达的带式输送机煤流量检测系统

适用于空间狭窄、煤料易偏置的复杂工况，而对于空

间开阔的场合，更适合采用基于单激光雷达的系

统。因此，本文提出单/双激光雷达选择判据，以便根

据不同工况采用相应的系统。针对存在煤料偏置和

存在大块煤料2种工况进行讨论。

存在煤料偏置时，煤料会挡住激光雷达发出的

测距激光，使激光无法检测到煤料的真实边界，如

图12所示。M

02

为煤料的左侧边界点，M

01

为当前

煤料的最高点。M

01

没有落在Z轴上，说明出现煤料

偏置，偏置距离设定为c

01

。煤料偏置导致激光雷达

无法检测到M

02

。因此，单激光雷达受煤料偏置影响

而无法检测到真实边界的判据为

θ

01

≤θ

02

（13）

Z

O

0

O′

0

M

02

M

01

b

0

3

R

b

大块煤料

c

b

O

Y

c

03

图 13 存在大块煤料时单激光雷达安装高度

Fig. 13 Installation height of a single lidar in the

presence of large blocks of coal

式中：θ

01

为激光雷达原点和煤料堆积最高点连线与

水平线的夹角；θ

02

为激光雷达原点和煤料边界点连

线与水平线的夹角。

5　结论

1） 为避免检测盲区，提出一种基于双激光雷达

Z

θ

01

θ

02

O

0

的带式输送机煤流量检测系统。采用2个激光雷达

进行煤流轮廓特征点扫描，经盲区判别和处理后，进

行特征点融合，采用梯形面积累计法计算煤流断面

面积，采用面元积分法计算带式输送机煤流量。

2） 现场试验结果表明：无煤料偏置时，单/双激

光雷达扫描结果基本一致，系统测量误差为2%～

Y

M

01

b

0

1

M

02

b

0

2

b

c

02

c

01

O

3%，满足煤流量检测要求；有煤料偏置时，基于单激

光雷达的系统误差较大，达30%～45%，无法满足煤

流量检测要求，而基于双激光雷达的系统测量误差

依然能够保持在2%～3%。

3） 提出了单/双激光雷达选择判据，结合现场实

际工况得出：如果煤料没有偏置情况，单激光雷达的

图 12 存在煤料偏置时单激光雷达安装高度

Fig. 12 Installation height of a single lidar under coal bias condition

若θ

01

≤θ

02

，说明单激光雷达无法检测到真实煤

料边界点，建议使用双激光雷达；若θ

01

＞θ

02

，说明单

激光雷达可以检测到真实煤料边界点，建议使用单

Copyright©博看网. All Rights Reserved.

•

34

•

工矿自动化第 49 卷

煤流量双目视觉测量[J]. 仪器仪表学报，2021，

41（8）：164-174.

YANG Chunyu，GU Zhen，ZHANG Xin，et al.

Binocular vision measurement of coal flow of belt

conveyors based on deep learning[J]. Chinese Journal of

Scientific Instrument，2021，41（8）：164-174.

王凯. 基于超声阵列的输送带动态煤量检测方法研究

[D]. 银川：宁夏大学，2022.

WANG Kai. Research on dynamic coal weight

measurement method of belt conveyor based on

ultrasonic array[D]. Yinchuan：Ningxia University，

2022.

陈湘源. 基于超声波的带式输送机多点煤流量监测系

统设计[J]. 工矿自动化，2017，43（2）：75-78.

CHEN Xiangyuan. Design of multipoint coal flow

monitoring system of belt conveyor based on

ultrasonic[J]. Industry and Mine Automation，2017，

43（2）：75-78.

姜玉峰，张立亚，李标，等. 基于单线激光雷达的带式

输送机煤流量检测研究[J]. 煤矿机械，2022，43（8）：

151-153.

JIANG Yufeng，ZHANG Liya，LI Biao，et al. Study on

coal flow detection of belt conveyor based on single-line

LiDAR[J]. Coal Mine Machinery，2022，43（8）：

151-153.

王利栋. 综放工作面放煤量激光扫描监测三维重建方

法研究[J]. 煤炭工程，2022，54（5）：125-130.

WANG Lidong. Three-dimensional reconstruction

method of coal flow laser scanning monitoring[J]. Coal

Engineering，2022，54（5）：125-130.

杨育坤. 激光测距原理的带式输送机监控系统中煤流

量检测的研究[D]. 天津：天津工业大学，2019.

YANG Yukun. Research on coal flow measurement in

belt conveyor monitoring system based on laser ranging

principle[D]. Tianjin：Tiangong University，2019.

苗长云，杨育坤，厉振宇. 基于激光测距原理的带式输

送机监控系统对煤流量的检测[J]. 天津工业大学学

报，2019，38（5）：70-75.

MIAO Changyun，YANG Yukun，LI Zhenyu. Detection

of coal flow based on laser ranging principle in belt

conveyor monitoring system[J]. Journal of Tiangong

University，2019，38（5）：70-75.

胡而已. 融合激光扫描与机器视觉的煤流量测量研究

[J]. 煤炭工程，2021，53（11）：146-151.

HU Eryi. Coal flow measurement based on laser

scanning and machine vision[J]. Coal Engineering，

2021，53（11）：146-151.

冯媛. 融合感知的带式输送机煤流量监控系统[D]. 淮

南：安徽理工大学，2020.

FENG Yuan. Coal flow monitoring system of belt

conveyor with integrated perception[D]. Huainan：

Anhui University of Science and Technology，2020.

安装高度为400 mm即可；如果存在一定的煤料偏

置，则应将单激光雷达的安装高度提高到645 mm；

若存在大块煤料，则激光雷达安装高度要求可能达

1 000 mm甚至更大。因此，对于存在煤料偏置或大

块煤料的工况，基于双激光雷达的带式输送机煤流

量检测系统更加适用。

参考文献（References）：

[

9

]

[

1

]冯宝忠，兰春森. 带式输送机智能化关键技术探讨及

发展展望[J]. 智能矿山，2022，3（7）：80-84.

FENG Baozhong，LAN Chunsen. Discussion and

development prospect of intelligent key technology of

belt conveyor[J]. Journal of Intelligent Mine，2022，

3（7）：80-84.

[10]

[

2

]王忠鑫，辛凤阳，陈洪亮，等. 我国露天矿智能运输技

术现状及发展趋势[J]. 工矿自动化，2022，48（6）：

15-26.

WANG Zhongxin，XIN Fengyang，CHEN Hongliang，

et al. Current status and development trend of intelligent

transportation technology in China's open-pit mines[J].

[

3

]

Journal of Mine Automation，2022，48（6）：15-26.

孙继平. 煤矿信息化自动化新技术与发展[J]. 煤炭科

学技术，2016，44（1）：19-23，83.

SUN Jiping. New technology and development of mine

informatization and automation[J]. Coal Science and

Technology，2016，44（1）：19-23，83.

王国法，杜毅博. 智慧煤矿与智能化开采技术的发展

方向[J]. 煤炭科学技术，2019，47（1）：1-10.

WANG Guofa，DU Yibo. Development direction of

intelligent coal mine and intelligent mining

technology[J]. Coal Science and Technology，2019，

47（1）：1-10.

王文清，田柏林，冯海明，等. 基于激光测距矿用带式

输送机多参数检测方法研究[J]. 煤炭科学技术，

2020，48（8）：131-138.

WANG Wenqing，TIAN Bailin，FENG Haiming，et al.

Research on multi-parameters detection method of mine

belt conveyor based on laser ranging[J]. Coal Science

and Technology，2020，48（8）：131-138.

陈文钰. 电子皮带秤的误差分析与维护[J]. 计量与测

试技术，2022，49（2）：63-65.

CHEN Wenyu. Error analysis and maintenance of

electronic belt scale[J]. Metrology & Measurement

Technique，2022，49（2）：63-65.

任凤国，刘学红，任安祥，等. 提高矿用X射线核子秤

计量稳定性的研究[J]. 工矿自动化，2018，44（8）：

24-27.

REN Fengguo，LIU Xuehong，REN Anxiang，et al.

Research on improving measurement stability of mine-

used X-ray nuclear scale[J]. Industry and Mine

Automation，2018，44（8）：24-27.

杨春雨，顾振，张鑫，等. 基于深度学习的带式输送机

[11]

[12]

[

4

]

[13]

[

5

]

[14]

[

6

]

[15]

[

7

]

[16]

[

8

]

（下转第59页）

Copyright©博看网. All Rights Reserved.

2023 年第 7 期

李敬兆等： 基于VMD和CNN−BiLSTM的矿井提升电动机故障诊断方法

•

59

•

[12]

[13]

[14]

障诊断方法[J]. 振动工程学报，2023，36（1）：280-287.

LI Ke，NIU Yuanyuan，SU Lei，et al. Rolling bearing

fault diagnosis method based on parameter optimized

VMD[J]. Journal of Vibration Engineering，2023，

36（1）：280-287.

ZOSSO D，DRAGOMIRETSKIY K. Variational mode

decomposition[J]. IEEE Transactions on Signal

Processing：A Publication of the IEEE Signal Procession

Society，2014，62（3）：531-544.

MIRJALILI S，LEWIS A. The whale optimization

algorithm[J]. Advances in Engineering Software，2016，

95：51-67.

曹仕骏，郑近德，潘海洋，等. 基于改进自适应经验傅

里叶分解的滚动轴承故障诊断方法[J]. 振动与冲击，

2022，41（15）：287-299.

CAO Shijun，ZHENG Jinde，PAN Haiyang，et al.

Enhanced adaptive empirical Fourier decomposition

based rolling bearing fault diagnosis method[J]. Journal

of Vibration and Shock，2022，41（15）：287-299.

[18]

[19]

[15]王前，王刚，蒋晗晗，等. 基于MFCC与CDET的滚动轴

[20]

承故障诊断方法研究[J]. 控制工程，2019，26（9）：

1682-1686.

WANG Qian,WANG Gang，JIANG Hanhan et al. Study

on fault diagnosis of rolling bearing based on MFCC and

CDET[J]. Control Engineering of China，2019，26（9）：

[16]

1682-1686.

李宏全，郭兴明，郑伊能. 基于EMD和MFCC的舒张期

心杂音的分类识别[J]. 振动与冲击，2017，36（11）：

8-13.

LI Hongquan，GUO Xingming，ZHENG Yineng.

Classification and recognition of diastolic heart murmurs

based on EMD and MFCC[J]. Journal of Vibration and

Shock，2017，36（11）：8-13.

刘思思，谭建平，易子馗. 基于MFCC和SVM的车窗电

机异常噪声辨识方法研究[J]. 振动与冲击，2017，

36（5）：102-107.

LIU Sisi，TAN Jianping，YI Zikui. A window motor

abnormal noiseidentification method based on MFCC

and SVM[J]. Journal of Vibration and Shock，2017，

36（5）：102-107.

崔佳嘉，马宏忠. 基于改进MFCC和3D-CNN的变压器

铁心松动故障声纹识别模型[J]. 电机与控制学报，

2022，26（12）：150-160.

CUI Jiajia，MA Hongzhong. Voiceprint recognition

model of transformer core looseness fault based on

improved MFCC and 3D-CNN[J]. Electric Machines

and Control，2022，26（12）：150-160.

汪欣，毛东兴，李晓东. 基于声信号和一维卷积神经网

络的电机故障诊断研究[J]. 噪声与振动控制，2021，

41（2）：125-129.

WANG Xin，MAO Dongxing，LI Xiaodong. Motor fault

diagnosis using microphones and one-dimensional

convolutional neural network[J]. Noise and Vibration

Control，2021，41（2）：125-129.

董绍江，李洋，梁天，等. 基于CNN−BiLSTM的滚动轴

承变工况故障诊断方法[J]. 振动. 测试与诊断，2022，

42（5）：1009-1016，1040.

DONG Shaojiang，LI Yang，LIANG Tian，et al. Fault

diagnosis method of rolling bearing based on CNN-

BiLSTM under variable working conditions[J]. Journal

of Vibration，Measurement & Diagnosis，2022，42（5）：

1009-1016，1040.

[21]王宏伟，孙文磊，张小栋，等. 基于优化VMD复合多尺

度散布熵及LSTM的风力发电机齿轮箱故障诊断方法

研究[J]. 太阳能学报，2022，43（4）：288-295.

WANG Hongwei，SUN Wenlei，ZHANG Xiaodong，et

al. Fault diagnosis method of wind turbine's gearbox

based on composite multiscale dispersion entropy of

optimised WMD and LSTM[J]. Acta Energiae Solaris

Sinica，2022，43（4）：288-295.

LIU Xinlong，HU Ping，LYU Chenhui，et al. Real time

detection technology of coal flow rate of belt conveyor

based on laser infrared scanning[J]. Coal Technology，

2022，41（1）：217-219.

曾飞，吴青，初秀民，等. 带式输送机物料瞬时流量激

光测量方法[J]. 湖南大学学报（自然科学版），2015，

42（2）：40-47.

ZENG Fei，WU Qing，CHU Xiumin，et al. Measurement

of material instantaneous flow on belt conveyors based

on laser scanning[J]. Journal of Hunan University

（Natural Sciences），2015，42（2）：40-47.

吕剑铎，贺振华，王新宇. 基于激光雷达的带式输送机

煤量检测技术[J]. 煤炭工程，2021，53（增刊1）：54-59.

LYU Jianduo，HE Zhenhua，WANG Xinyu. Coal

quantity detection of belt conveyor based on laser

radar[J]. Coal Engineering，2021，53（S1）：54-59.

[17]

（上接第34页）

[17]张耀. 煤矿运输系统煤量激光三角法监测技术研究

[D]. 徐州：中国矿业大学，2022.

ZHANG Yao. Study on monitoring technology of coal

quantity by laser triangulation in coal mine

transportation system[D]. Xuzhou：China University of

Mining and Technology，2022.

胡而已，张耀. 激光煤流量测量中光斑条纹过饱和问

题研究[J]. 煤炭科学技术，2023，51（2）：377-389.

HU Eryi，ZHANG Yao. Laser speckle stripes

supersaturated problems in coal flow measurement

research[J]. Coal Science and Technology，2023，

51（2）：377-389.

刘新龙，胡平，吕晨辉，等. 基于激光红外线扫描的带

式输送机煤流量实时检测技术[J]. 煤炭技术，2022，

41（1）：217-219.

[20]

[18]

[21]

[19]

Copyright©博看网. All Rights Reserved.