印尼PLN燃煤电厂皮带输送机体积测量系统落地实践
适配多车型、多料口场景，缩短单车作业时间并降低人工干预
项目背景：电力巨头的燃煤管理挑战
印尼国家电力公司（PLN）作为东南亚最大的电力供应商之一，其位于廖内省的PLTU Tenayan燃煤电厂承担着区域电力供应的重要任务。电厂每日需通过04号皮带输送机将数千吨煤炭从堆场运输至锅炉仓，但传统人工采样和静态计量方式存在显著痛点：
- 数据滞后：人工测量无法实时反馈煤炭流量，导致燃料调度与发电计划脱节；
- 精度不足：煤炭密度波动导致体积-质量换算误差高达15%，影响成本核算；
- 安全隐患：人工频繁接近运行中的输送机，增加作业风险。
为突破瓶颈，PLN联合技术团队启动**“LiDAR实时监测系统”项目**，目标通过3D工业视觉技术实现煤炭运输全流程数字化管控。
技术方案：和光云创 LiDAR+边缘计算架构
项目采用工业级LiDAR为核心传感器，搭配定制化边缘计算平台，构建端到端智能监测系统：
1.硬件部署：精准适配严苛工业环境
LiDAR选型：
- 270°水平视场角覆盖输送机全宽，40米检测距离适应高速传输场景；
- IP65防护等级与-25°C~+60°C温宽，保障粉尘、高温环境稳定运行；
- 45kHz采样率+0.25°角分辨率，单次扫描捕获超20万点云数据。
安装设计：
- 双LiDAR单元（04A/04B）部署于输送机关键节点（距皮带中心线2.55米，高3.65米），消除测量盲区；
- 模块化可拆卸支架，支持快速安装与维护，避免产线停工。
2.算法引擎：从点云到业务数据的智能转化
动态基准建模：
- LiDAR先扫描空载皮带生成基准3D模型（V_empty）；
- 实时扫描载煤皮带点云数据（V_lidar），通过差值计算煤炭体积（V_material = V_lidar – V_empty）。
多参数融合计算：
- 结合皮带速度、煤炭密度历史数据，动态输出质量流量（t/h）、累计运量（t）及堆积密度（kg/m³）；
- AI算法自动过滤输送机振动、粉尘干扰，精度提升至98.5%。
3.系统集成：数据驱动决策闭环
边缘计算节点：
- 现场部署工业级服务器，实时处理TB级点云数据，延迟<500ms；
- 支持UDP/USB多协议输出，无缝对接电厂DCS系统。
中央控制室（CCR）可视化：
- 双屏监控：3D实时煤流模型+趋势分析仪表盘；
- 异常预警：堵料、偏载等工况触发声光报警，响应时间<2秒。
实施亮点：从设计到落地的标准化攻坚
1. 布线工程：零停机改造
光纤骨干网：
- 铺设700米抗干扰单模光纤，连接边缘节点与中央控制室；
- 采用“随工验收”模式，利用电厂检修窗口完成穿线，避免影响生产。
POE供电优化：
- LiDAR与边缘设备通过以太网供电（PoE），减少独立电源布线复杂度；
- 冗余设计保障99.99%供电可靠性。
2. 协同验证：产学研深度合作
联合印尼理工大学（ITS）开展3阶段校准测试：
- 实验室标定：模拟不同煤种、湿度条件下的数据一致性；
- 空载验证：连续72小时监测空皮带，确认系统稳定性；
- 负载比对：与地磅称重数据交叉校验，误差率<1.2%。
成果效益：数字化赋能的三大跃升
| 维度 | 传统模式 | LiDAR系统 | 提升效果 |
|---|---|---|---|
| 数据时效 | 人工记录，延迟4-6小时 | 实时更新，延迟<1秒 | 调度决策效率提升300% |
| 计量成本 | 年人工成本约12万美元 | 硬件维护费<3万美元/年 | 运营成本降低75% |
| 安全风险 | 每月2-3次高危靠近作业 | 全程无人值守 | 工伤事故归零 |
客户证言
- 📌 “LiDAR系统上线后，燃料库存偏差从8%降至0.5%，年度因燃煤计量误差导致的损失减少约180万美元。更重要的是，它让我们首次实现了发电计划与燃料供应的动态平衡。”——PLN Tenayan电厂运营总监
核心价值标签：#智能装车 #无人值守 #精准测量 #工业4.0