刮板输送机是综采工作面的核心运输装备，准确感知其形态是提升其带载能力、缓解传动冲击、改善综采工作面直线度的重要前提。目前常用的刮板输送机形态间接测量方法难以准确表征其形态，导致测量模型误差较大。本文利用惯性测量单元（IMU）直接获取中部槽原始位姿信息，提出了一种基于运动状态识别的中部槽位置解算方法，设计了一种基于改进哈里斯鹰优化（HHO）算法优化无迹卡尔曼滤波（UKF）的中部槽姿态解算方法，提高了刮板输送机中部槽的姿态解算精度，进而实现刮板输送机形态的有效监测。

       确定载体坐标系OXbYbZb、导航坐标系OXnYnZn、基准坐标系OwXwYwZw，建立刮板输送机形态测量坐标系（下图）。根据刮板输送机的工作环境特点，选用四元数法进行姿态旋转矩阵的实时更新。利用姿态旋转矩阵实现加速度的去重处理及姿态角的实时更新。

       为实现刮板输送机中部槽在基准坐标系的表征，需先确定导航坐标系下各节中部槽的初始位姿信息，将其映射到基准坐标系下，再结合位置和姿态的累计特性即可求解。通过测量手段确定各节中部槽在基准坐标系下的初始位置信息后，结合初始姿态角解算方法可获得中部槽在导航坐标系下的初始姿态角。在初始位姿的基础上，结合提出的运动状态识别方法和改进HHO优化UKF对IMU原始位姿信息进行坐标转换和累计计算，便可不断更新各节中部槽在基准坐标系下的位置和姿态，实现刮板输送机的形态表征。

       针对IMU输出的加速度信号中的噪声干扰，采用基函数为sym4、分解层数为5的小波阈值去噪方法，结合新阈值函数和Heursure阈值规则进行去噪处理。

       以单推溜过程中的Y轴加速度信号为代表，进行中部槽运动状态分析。得出：中部槽的运动状态依次为静止、加速、匀速和减速，分别定义为S1−S4，实际中部槽的运动过程是这4种运动状态的顺序转换；S1状态对应的时间段在中部槽4种运动状态中占比最大，该状态下直接通过积分运算求解中部槽位置会造成较大的累计误差。

       通过实验筛选出脉冲因子特征、偏度特征、平均能量特征、均方根频率特征为有效区分中部槽运动状态的加速度特征。采用随机森林（RF）算法进行运动状态识别。根据识别出的中部槽运动状态，采用不同的位置解算策略：中部槽处于S1静止状态时，不进行位移累计计算，即保持上一时刻的位置不变；中部槽处于S2，S3，S4运动状态时，对小波阈值去噪处理后的加速度信号进行积分解算。该策略抑制了长时间S1状态下产生的位置累计误差，整体上提高了中部槽位置解算精度。

       为提高姿态解算精度，利用UKF算法作为陀螺仪、加速度计和磁力计的数据融合算法，结合非线性收敛因子和动态惯性权重，提出一种基于改进HHO优化UKF的中部槽姿态解算方法，通过优化UKF的过程噪声协方差，提高中部槽姿态解算精度。

       参照SGZ−800型刮板输送机进行中部槽模型的简化设计。采用10节中部槽模型模拟刮板输送机的不同工作形态。安装于中部槽模型上的数据采集单元实时获取各节中部槽的角速度、加速度和磁力计数据，传送至对应的Powerlink从站中进行位姿解算，然后将解算结果传送至Powerlink主站中进行整合，最终将数据通过以太网UDP协议传送至上位机的刮板输送机形态监测系统进行数据更新。

       实验结论：在底板水平工况下，X轴和Y轴方向上位置的最大累计误差分别为6.4，8.4 mm，Z轴方向上始终保持位置不变，俯仰角、横滚角和航向角的最大累计误差分别为−0.148，−0.035，0.457º；在底板起伏工况下，X，Y，Z轴方向上位置的最大累计误差分别为6.6，11.5，6.9 mm，俯仰角、横滚角和航向角的最大累计误差分别为−0.540，−0.157，0.817º。

底板水平工况下中部槽形态监测结果

底板起伏工况下中部槽形态监测结果

魏东（1992—），男，辽宁阜新人，讲师，博士，研究方向为矿山装备智能化、煤矿人员安全保护，E-mail：weidongcmee@cumt.edu.cn。 

魏东，李祖旭，司垒，等. 基于惯性测量单元的刮板输送机形态监测[J]. 工矿自动化，2023，49（8）：37-52, 80.
WEI Dong, LI Zuxu, SI Lei, et al. Shape monitoring of scraper conveyor based on inertial measurement unit[J]. Journal of Mine Automation，2023，49（8）：37-52, 80.