智能化装车的内容主要包括以下几个方面:
    1) 全自动化装车控制:为适应智能化装车,装车控制已经从单独的PLC控制向“IA架构+云边端“的模式扩展。通过新模式的引入,增加了更精密的传感器和高速的数据传输,配合人工智能(AI)技术的引入,使智能化装车实现的同时,系统更加稳定可靠。受控单元更多采用了闭环伺服控制,大幅提高了控制的精准性。
　　
　　2) 散料检测技术:物料的性质对装车效果有着很大的影响。对于物料性质的检测有利于及时自动调节装车站的控制参数。Takraf集团引入了人工智能技术,通过内置学习能力,评估散料的密度和流动特性的影响,自动研判一些主要条件,如粒度、湿度和温度等。Indrad公司通过在上站胶带增加散料质量和体积传感器,实现物料性质的实时在线测量。
　　
　　3) 车辆信息的识别:装车前获得车厢的信息(标载、车型、车号),以协助装车站完成配料和装备的控制。国内外厂商都在之前RFID单模式获取信息的基础上新增加了基于OCR图像识别的车号获取技术,在两种识别模式下实现车辆信息的100%稳定可靠读取。
　　
　　4) 车厢的位置与速度检测:车厢的位置识别和速度识别是卸料实现无人智能化作业的关键因素。车厢位置的检测有直接检测和间接检测两种。直接检测比较常见,主要是基于光栅群组、激光雷达以及二维成像系统来进行直接测量。速度可通过位移检测结果微分得到,或者通过火车雷达直接测量得到。还有一种是通过高精度的测量速度,对速度积分后得到火车行驶的位移,进而得到火车的位置。后者主要应用在国家能源集团的神东洗选中心。
　　
　　5) 残料检测与装车效果检测:装车必须考虑偏载问题,这是因为轨道通常有负载的极限。当物料的负载分布有问题时,前转向架和后转向架之间存在较大风险,可能会导致出轨情况。因此装车前对残余在车厢底部和角落的残余材料需要定位和确认数量。装车后,对装车效果进行确认,保证前后不偏载。国内主要基于激光雷达技术开发相应的成像系统,国外则习惯于使用2D/3D的视觉成像系统进行确认。
　　
　　6) 装车过程的可视化:通过搭建数字装车站可视化平台,对装车站及配套设备3D建模,实时3D渲染,进行3D+2D孪生,展示装车流程相关指标,实现设备3D场景直接控制,数据全量记录和BI可视化分析,完成数智一体化的装车管控等。国内企业在IT技术与控制技术的结合应用上具有一定的优势。
　　
　　虽然我国通用的是定质量的装车模式,但是国际上一些地区采用的是定体积的装车模式,即在保证不偏载的情况下,要保证一辆车厢内尽量多装货物。因此,国外的智能化装车技术还在车厢尺寸检测和装车形状控制等方面进行更深入的研究和应用。