多機驅(qū)動大傾角帶式輸送機模糊控制算法

王巧蓮，　高彩霞，　王福忠

(1.廣州鐵路職業(yè)技術學院 信息工程系， 廣東 廣州　510430；2.河南理工大學 電氣工程與自動化學院， 河南 焦作　454000)

?

多機驅(qū)動大傾角帶式輸送機模糊控制算法

王巧蓮1，高彩霞2，王福忠2

(1.廣州鐵路職業(yè)技術學院 信息工程系， 廣東 廣州510430；2.河南理工大學 電氣工程與自動化學院， 河南 焦作454000)

針對多電動機驅(qū)動的大傾角帶式輸送機重載啟動與停止時物料下滑或滾動等問題，建立了多機驅(qū)動大傾角帶式輸送機模糊控制算法，介紹了大傾角帶式輸送機總體控制模型、帶式輸送機的速度設定算法和功率平衡模糊PID參數(shù)自整定算法。應用結(jié)果表明，該模糊控制算法能夠根據(jù)煤流量的實時變化自動調(diào)節(jié)帶式輸送機的運行速度，速度控制誤差小于2%，功率控制誤差小于2.5%，能使4臺驅(qū)動電動機功率趨于一致，實現(xiàn)了四機驅(qū)動帶式輸送機可靠、安全、節(jié)能運行。

大傾角帶式輸送機； 多機驅(qū)動； 功率平衡； PID控制

網(wǎng)絡出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160429.1126.011.html

0　引言

隨著現(xiàn)代化礦井的建設，煤炭產(chǎn)量不斷提高，礦井采掘深度不斷增加，煤礦廣泛使用的帶式輸送機的運輸距離越來越長，輸送量越來越大，運輸膠帶的傾角也越來越大，有的帶式輸送機的運行傾角局部已達到38°以上[1]。為了保證帶式輸送機的安全、穩(wěn)定運行，需要解決以下問題：① 帶式輸送機在重載啟動和停車過程產(chǎn)生的動態(tài)張力對設備的機械損傷問題；② 電動機在輕載或無負載高速運行狀態(tài)時的電能消耗問題；③ 多電動機的功率平衡問題。針對以上問題，國內(nèi)外學者也開展了研究，但大多數(shù)是針對傾角較小(35°及以下)的情況。參考文獻[2]采用直接轉(zhuǎn)矩控制策略實現(xiàn)電動機功率平衡控制，雖然具有響應速度快、穩(wěn)定性好等優(yōu)點，但是對電動機參數(shù)的依賴性強，電動機參數(shù)估測是否準確將直接影響到帶式輸送機控制系統(tǒng)的性能和穩(wěn)定性。參考文獻[3]提出了一種基于轉(zhuǎn)矩補償?shù)牡V井帶式輸送機電動機運行功率平衡控制策略，其矢量雙閉環(huán)控制器采用的是常規(guī)PI控制器，適應能力不強。參考文獻[4]采用電流控制法對帶式輸送機進行功率平衡調(diào)節(jié)，當每臺電動機電流超過或低于平均電流的5%時，調(diào)節(jié)液體黏性裝置的油壓，但并未設計控制算法。參考文獻[5]采用模糊神經(jīng)PID算法對帶式輸送機進行控制，并應用遺傳算法對模糊神經(jīng)PID控制器進行性能優(yōu)化，雖然能獲得較高的控制精度，但是算法復雜、計算工作量大，響應時間長。參考文獻[6]采用自適應模糊PID算法計算出轉(zhuǎn)矩進而控制電動機功率平衡，仿真結(jié)果表明，從電動機的轉(zhuǎn)矩能很好地跟隨主電動機，響應時間短，超調(diào)量小，但其速度閉環(huán)采用常規(guī)PID控制器。參考文獻[7]利用神經(jīng)網(wǎng)絡和遺傳算法得到了煤流量與膠帶運行速度的最佳匹配關系，并利用模糊控制方法直接控制變頻器的輸出電壓進而控制膠帶速度，雖然響應速度快但穩(wěn)態(tài)精度不高。參考文獻[8]采用自適應控制，根據(jù)負荷大小調(diào)節(jié)變頻器的頻率，實現(xiàn)了帶式輸送機的節(jié)能運行。由于大傾角帶式輸送機具有慣性大、滯后特性嚴重等特點，且受煤流量變化的影響較大，而多電動機驅(qū)動的帶式輸送機是一個時變、非線性的控制對象，采用常規(guī)的固定參數(shù)PID控制器難以實現(xiàn)良好控制效果，采用單一模糊控制器雖響應速度快，但控制精度很難達到要求。為此，本文提出了基于模糊自整定PID控制算法的多機驅(qū)動大傾角帶式輸送機模糊控制算法，實現(xiàn)了帶式輸送機的柔性啟動與停車及多電動機之間的功率平衡，可根據(jù)負載大小自動調(diào)整速度。

1　大傾角帶式輸送機總體控制模型

大傾角帶式輸送機的基本結(jié)構(gòu)如圖1所示，其采用雙滾筒4臺三相異步電動機驅(qū)動，各臺電動機通過可控調(diào)速裝置CST驅(qū)動膠帶運行。CST調(diào)速原理：驅(qū)動電動機始終處于滿速運行狀態(tài)，通過調(diào)整CST伺服比例閥的開度，改變CST離合器上的液壓壓力來實現(xiàn)帶式輸送機的速度調(diào)整。

圖1　雙滾筒四驅(qū)動帶式輸送機結(jié)構(gòu)

針對帶式輸送機重載啟動與停止過程中物料(煤塊)下滑或滾動以及動態(tài)張力對設備的機械損傷問題、輕載或無負載高速運行狀態(tài)下機械傳動機構(gòu)的過度磨損和電能浪費問題、多電動機間的功率平衡問題，提出了如圖2所示的帶式輸送機總體控制模型。該控制模型主要由速度設定模塊、速度模糊控制模塊、功率平衡模糊控制模塊等組成，采用雙閉環(huán)結(jié)構(gòu)。內(nèi)環(huán)由功率平衡模糊控制器組成，其策略如下：采用主從控制模式，即將 1號電動機的電流作為2號—4號電動機電流的給定值，當2號—4號電動機電流與1號電動機電流不一致時，功率平衡模糊控制器通過自動調(diào)節(jié)2號—4號CST的伺服比例閥的開度去改變電動機的出力，從而實現(xiàn)4臺電動機功率平衡控制。外環(huán)由速度模糊控制模塊組成，其基本原理如下：將膠帶運行速度與給定速度相比較，當膠帶運行速度與給定速度不一致時，控制器首先逐步調(diào)節(jié)1號CST伺服比例閥的開度，從而改變1號電動機的出力，其他3臺電動機自動跟蹤1號電動機的輸出功率，4臺CST共同作用實現(xiàn)膠帶的速度調(diào)整。速度設定模塊根據(jù)膠帶中的煤流量大小確定啟動、停止以及正常運行時膠帶的給定速度。

圖2　雙滾筒四驅(qū)動帶式輸送機總體控制模型

速度模糊控制模塊和功率平衡模糊控制模塊均采用模糊自整定PID控制算法，其原理如圖3所示。PID控制器主要實現(xiàn)對雙滾筒四驅(qū)動帶式輸送機的速度和功率平衡控制。模糊控制器主要用于監(jiān)督PID控制器的控制效果與調(diào)整參數(shù)，它通過不斷在線監(jiān)測帶式輸送機速度和電動機功率(電流)的偏差e和偏差變化率ec，分析其控制效果，通過模糊推理對PID控制器的比例系數(shù)KP、積分系數(shù)KI和微分系數(shù)KD進行在線調(diào)整，提高雙滾筒四驅(qū)動帶式輸送機控制系統(tǒng)的控制效果。速度控制模糊自整定PID的輸入為速度偏差e和速度偏差變化率ec；3個功率平衡控制模糊自整定PID的輸入量分別為2號—4號電動機與1號電動機的電流偏差e及電流偏差變化率ec。模糊自整定PID的輸出均為各自CST伺服比例閥的開度。

圖3　模糊自整定PID原理

PID控制器采用增量式運算、位置式輸出，其公式見式(1)、式(2)、式(3)。

Δu(k)=u(k)-u(k-1)=KPec(k)+KIe(k)+KD[ec(k)-ec(k-1)]

(1)

u(k)=u(k-1)+Δu(k)

(2)

ec(k)=e(k)-e(k-1)

(3)

式中u(k)為控制器(也稱調(diào)節(jié)器)的輸出。

模糊控制器的實現(xiàn)：首先，離線應用仿真工具和實驗手段，根據(jù)模糊控制原理，建立PID控制器的比例系數(shù)KP、積分系數(shù)KI與微分系數(shù)KD的增量ΔKP，ΔKI與ΔKD的在線調(diào)整表(模糊決策表)，并將其存入PLC控制器的存儲器中，供模糊控制器在線推理查詢用；控制過程中，模糊控制器應用模糊推理，根據(jù)偏差e和偏差變化率ec(de/dt)的大小，從ΔKP、ΔKI與ΔKD在線調(diào)整表(模糊決策表)中查找相應的值并代入式(4)，得到PID的3個參數(shù)KP，KI和KD整定值；最后將調(diào)整后的KP，KI和KD送入PID控制器。

(4)

2　帶式輸送機運行速度設定

為了減小機械傳動機構(gòu)的損耗，提高電動機的運行效率，帶式輸送機應按照與其煤流量相匹配的速度運行，同時，為了防止膠帶速度頻繁變化所產(chǎn)生的沖擊張力對膠帶產(chǎn)生沖擊損傷，設置了6種速度圖：膠帶檢修時(空載)，速度為0.25 m/s；煤流量小于等于120 t時，速度為0.65m/s；煤流量大于120 t且小于等于240 t時，速度為1.35 m/s；煤流量大于240 t且小于等于360 t時，速度為2.00 m/s；煤流量大于360 t且小于等于480 t時，速度為2.55 m/s，煤流量大于480 t且小于等于600 t時，速度為3.15 m/s。

為了減小4臺驅(qū)動電動機啟動電流對電網(wǎng)的沖擊，減小大傾角帶式輸送機啟動和停車時動張力對設備的機械損傷，避免啟動時物料下滑或滾動，膠帶啟動和停車的速度曲線應采用S型速度圖[9]，如圖4所示。圖4中0～t3為帶式輸送機的啟動加速階段，t3～t4為帶式輸送機的等速運行段，t4～t7為停車減速階段，t4～t5為初減速度段，t5～t6為恒減速度段，t6～t7為終減速度段。帶式輸送機啟動和停車時的加速度可設定為0.1～0.3 m/s2，啟動時間控制為 60～200 s，兩者都可根據(jù)現(xiàn)場具體要求設定。

圖4　膠帶啟動和停車的速度曲線

啟動段速度V1-V3為

(5)

(6)

(7)

式中：V1為0～t1段速度，m/s；k1為0～t1段加速度的變化率，m/s3；V2為t1～t2段速度，m/s；amq為啟動加速段最大加速度，m/s2;V3為t2～t3段速度，m/s；k2為t2～t3段加速度的變化率，m/s3。

勻速段速度V4為

(8)

式中Vm為最大速度，m/s。

停車段速度V5-V7及行程S(t)為

(9)

(10)

(11)

(12)

式中：V5為t4～t5段速度，m/s;k3為t4～t5段加速度的變化率，m/s3;S(t)為恒減速階段的行程值，m；V6為t5～t6段速度，m/s;amz為停車制動段最大加速度，m/s2;Vt5為t5點的速度，m/s;V7為t6～t7段速度，m/s;Vt6為t6點的速度，m/s;kz4為t6～t7段加速度的變化率，m/s3。

3　功率平衡模糊PID控制器的參數(shù)自整定算法

功率平衡模糊控制器以2號—4號電動機與1號電動機的電流偏差e及電流偏差變化率ec為輸入變量，輸出變量為PID控制參數(shù)的變化量ΔKP，ΔKI。

3.1模糊語言變量

為了保證控制規(guī)則的靈活性與細致性，又兼顧其簡單與易行的要求，根據(jù)實驗分析，設置模糊控制的語言變量取值與模糊論域：電流偏差e和偏差變化率ec的模糊集合均取7個語言值，分別為{負大(NB)，負中(NM)，負小(NS)，近似零(Z)，正小(PS)，正中(PM)，正大(PB)}；輸出變量(比例系數(shù)增量ΔKP和積分系數(shù)增量ΔKI)的模糊集均取5個語言值，分別為{負大(NB)，負小(NS)，近似零(Z)，正小(PS)，正大(PB)}。輸入、輸出變量的基本論域都選為{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}，共13個等級。

3.2模糊變量隸屬函數(shù)

由于三角形隸屬函數(shù)具有較高的靈敏度，所以輸入、輸出變量都采用三角形隸屬函數(shù)，其相應的隸屬度函數(shù)曲線如圖5和圖6所示。

3.3模糊控制規(guī)則

為了在系統(tǒng)受到擾動初期盡快消除4臺驅(qū)動電動機的運行電流偏差，當電動機之間的電流趨于相同時，要盡量避免電流發(fā)生超調(diào)的現(xiàn)象。因此，在不同的e和ec時，對PID的3個參數(shù)的整定要求如下：

圖5　輸入變量隸屬函數(shù)曲線

圖6　輸出變量隸屬函數(shù)曲線

(1) 微分環(huán)節(jié)主要控制4臺電動機的電流偏差變化，其主要任務是在控制過程中抑制電動機電流偏差向任何方向的變化，對電動機電流偏差變化進行提前抑制，降低超調(diào)量，提高系統(tǒng)穩(wěn)定性，但缺點是調(diào)節(jié)時間將延長，系統(tǒng)的抗干擾性能將降低，為此，功率平衡模糊PID控制器取消了微分環(huán)節(jié)。

(2) 當驅(qū)動電動機的電流偏差較大時，無論電流偏差率如何，都應該盡快消除電動機的電流偏差，提高系統(tǒng)響應速度，為此取較大的KP值，同時為了避免電動機電流偏差較大時，系統(tǒng)出現(xiàn)較大的超調(diào)，應對PID控制器的積分作用加以限制，所以KI值取零。當驅(qū)動電動機的電流偏差較小時，為了繼續(xù)減小電動機的電流偏差，防止出現(xiàn)過大的超調(diào)，造成系統(tǒng)振蕩和穩(wěn)定性變壞，取中等的KP值，且適當加大KI值。當電動機電流偏差很小時，為了盡快消除靜差，避免超調(diào)，使控制系統(tǒng)盡快穩(wěn)定，應繼續(xù)減小比例系數(shù)KP值，適當增大KI值。

(3) 當驅(qū)動電動機的電流偏差與偏差變化率同號時，說明2號—4號電動機的電流向偏離1號電動機的電流方向變化。若該電流偏差較大，則選取較大的KP值和較小的KI值，迅速減小電流偏差，同時改變電動機電流偏差的變化趨勢，提高控制系統(tǒng)的動穩(wěn)態(tài)性能；若電動機電流偏差較小，則選取中等的KI值和KP值，以提高控制系統(tǒng)的穩(wěn)態(tài)性能，避免系統(tǒng)產(chǎn)生振蕩。

(4) 當2號—4號電動機與1號電動機的電流偏差與偏差變化率異號時，說明2號—4號電動機的運行電流向趨近1號電動機的運行電流方向變化。若該電流偏差較大，則取中等的KP值和較小的KI值，以迅速降低電動機電流的偏差，提高系統(tǒng)的動穩(wěn)態(tài)性能；若2號—4號電動機與1號電動機的電流偏差較小，則取較小的KI值和KP值，以提高系統(tǒng)的穩(wěn)態(tài)性能，避免系統(tǒng)產(chǎn)生振蕩。

根據(jù)對PID參數(shù)的整定要求，采用“If E is A and EC is B then ΔKP,Iis C”的控制規(guī)則語句，得到ΔKP和ΔKI的模糊控制規(guī)則，見表1。

3.4模糊推理與決策

由于模糊在線推理計算量大，實時性相對較差，難以滿足系統(tǒng)對快速響應的要求，所以，本文采用查表法進行模糊推理運算。模糊控制器采用Mamdani推理法進行推理，采用中心平均法去模糊化，得到ΔKP，ΔKI最終控制決策表(表2)。

4　運行速度模糊PID參數(shù)自整定算法

帶式輸送機的運行速度模糊控制器的輸入變量為膠帶速度偏差e、偏差變化率ec，輸出變量為PID控制器控制參數(shù)的調(diào)整值ΔKP，ΔKI，ΔKD。

表1　ΔKP和ΔKI的模糊控制規(guī)則

表2　ΔKP和ΔKI控制決策

4.1模糊語言變量

膠帶速度偏差e、偏差變化率ec以及輸出變量ΔKP、ΔKI和ΔKD的語言值皆選取7個模糊量，即{負大(NB)，負中(NM)，負小(NS)，近似零(Z)，正小(PS)，正中(PM)，正大(PB)}，其論域皆取值為{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}，共13個等級。

4.2模糊控制規(guī)則的確定

膠帶運行速度PID控制器的3個參數(shù)整定思路與功率平衡PID控制器的3個參數(shù)整定思路相似。根據(jù)膠帶系統(tǒng)的控制原理及現(xiàn)場實際操作經(jīng)驗，總結(jié)出輸出變量ΔKP，ΔKI和ΔKD的控制規(guī)則，見表3。

表3　ΔKP,ΔKI和ΔKD控制規(guī)則

4.3模糊推理及模糊決策

與功率平衡模糊控制器一樣，膠帶運行速度PID控制器采用Mamdani推理法進行推理，然后根據(jù)中心平均法去模糊化，計算出所有的控制量變化值ΔKP，ΔKI，ΔKD，得到最終控制表。在實際控制過程中每個控制周期內(nèi)，分別實時計算速度偏差與偏差變化率，然后將它們模糊化得到e和ec，再查控制表得出ΔKP，ΔKI和ΔKD，代入式(4)得到PID的3個調(diào)整參數(shù)KP，KI和KD。

5　實驗分析

基于本文所設計的基于速度和功率平衡自適應模糊PID控制算法的帶式輸送機控制系統(tǒng)已投入實際運行，帶式輸送機的速度與電動機電流曲線如圖7所示。圖中，膠帶啟動時間為180 s，膠帶穩(wěn)定給定速度為3.15 m/s，膠帶運行穩(wěn)定后，運行速度范圍為3.10～3.20 m/s，控制誤差小于2%，每臺電動機的運行電流范圍為20.5～21.5 A，控制誤差均小于2.5%，實現(xiàn)了主井膠帶運輸系統(tǒng)可靠、安全、節(jié)能運行。

圖7　帶式輸送機速度與電動機電流曲線

6　結(jié)論

(1) 帶式輸送機啟動和停車的速度曲線采用S型速度圖，有效防止了帶式輸送機在重載啟動與停止過程中物料(煤塊)下滑或滾動，解決了膠帶在啟動和停車過程產(chǎn)生的動態(tài)張力對設備的機械損傷問題，提高了設備與操作人員的安全性。

(2) 根據(jù)煤流量的大小把帶式輸送機的運行速度分為6檔，采用模糊自整定PID算法進行速度控制，速度控制誤差小于2%。

(3) 采用主從控制模式，把1號電動機的電流作為給定值，采用模糊自整定PID控制算法使2號—4號電動機電流跟隨1號電動機的電流，控制誤差小于2.5%，系統(tǒng)的控制精度高；使4臺驅(qū)動電動機的運行功率基本平衡或差值控制在允許范圍內(nèi)，可有效防止電動機燒毀事故，提高系統(tǒng)運行的安全性和可靠性，延長帶式輸送機的使用壽命。

應用結(jié)果表明，多機驅(qū)動大傾角帶式輸送機模糊控制算法實現(xiàn)了帶式輸送機的柔性啟動與停車及多電動機之間的功率平衡，可根據(jù)負載大小自動調(diào)整速度，提高了設備的可靠性、安全性以及系統(tǒng)運行的經(jīng)濟性。

[1]張江波.國內(nèi)首部38°大傾角高強皮帶在平煤集團天力公司先鋒礦實踐與應用[J].魅力中國,2014(11):383-384.

[2]李志勇. 硬軸聯(lián)結(jié)多電機功率平衡控制方法[J].電機與控制學報, 2009,13(3):398-401.

[3]王中華,陳勛,楊光輝. 煤礦井下輸送機多電動機功率平衡研究[J]. 煤礦機械, 2013, 34(8):61-64.

[4]徐魯輝,李福東,張超,等. 多機驅(qū)動帶式輸送機功率平衡的研究與分析[J]. 工礦自動化, 2011,37(5): 63-66.

[5]陳余.基于智能算法的模糊神經(jīng)PID技術的煤礦井下帶式輸送機控制研究[J]. 煤礦機械,2014,35(4):39-41.

[6]付周興,趙峻嶺,郝帥.多電機驅(qū)動帶式輸送機系統(tǒng)的功率平衡控制[J].西安科技大學學報,2009,29(4):478-481.

[7]孫偉,王慧,楊海群.帶式輸送機變頻調(diào)速節(jié)能控制系統(tǒng)研究[J].工礦自動化, 2013,39(4):98-101.

[8]潘志勇. 王莊煤礦井下帶式輸送機自適應控制系統(tǒng)的設計[J]. 煤礦機械, 2011,32(8):154-156.

[9]王福忠,王曉丹,王珊. 基于PLC的多機驅(qū)動帶式輸送機控制系統(tǒng)的硬件設計[J].工礦自動化,2007,33(1): 37-40.

[10]于洋,劉平. S型速度曲線進給率控制研究[J].制造技術與機床,2012(9):151-154.

[11]付峻青.大型膠帶輸送機多驅(qū)動控制策略的研究[J].工礦自動化, 2010,36(9):142-145.

Fuzzy control algorithm for high-inclination belt conveyor driven by multi-motor

WANG Qiaolian1，GAO Caixia2，WANG Fuzhong2

(1.Department of Information Engineering, Guangzhou Railway Polytechnic, Guangzhou 510430, China; 2.School of Electronic Engineering and Automation, Henan Polytechnic University, Jiaozuo 454000, China)

In order to solve the problem of material′s falling or rolling which occurs in starting and braking of high-inclination belt conveyor driven by multi-motor, a fuzzy control algorithm for high-inclination belt conveyor driven by multi-motor was established, and overall control model of high-indiration belt conveyor, speed setting algorithm of belt conveyor, and a fuzzy PID parameters self-tuning algorithm for power balance were introduced. The application shows that the fuzzy control algorithm can automatically adjust speed of belt conveyor according to real-time changes of coal traffic, it makes speed control error lower than 2% and power control error lower than 2.5%, enables power of four drive motors tends to the same, and achieves reliable, safe and energy-saving operation of belt conveyor driven by four motors.

high-inclination belt conveyor; multi-motor drive; power balance; PID control

1671-251X(2016)05-0045-07

10.13272/j.issn.1671-251x.2016.05.011

2015-11-30；

2016-03-11；責任編輯：胡嫻。

國家自然科學基金項目(61104079)；河南高校科技創(chuàng)新人才基金項目(13HASTIT044)。

王巧蓮(1969-)，女，河南孟州人，副教授，碩士，主要從事計算機控制、網(wǎng)絡技術等方面的研究工作，E-mail:254636920@qq.com。

TD634.1

A網(wǎng)絡出版時間：2016-04-29 11:26

王巧蓮，高彩霞，王福忠.多機驅(qū)動大傾角帶式輸送機模糊控制算法[J].工礦自動化，2016,42(5)：45-51.