翻車機全自動給料控制的實現方法與應用

楊亞峰　唐永健　高　峰

神華天津煤炭碼頭有限責任公司

?

翻車機全自動給料控制的實現方法與應用

楊亞峰唐永健高峰

神華天津煤炭碼頭有限責任公司

鑒于國內采用的C型或O型翻車機全自動給料系統在每列車建立給料模型后，大都需要繼續確定合適給料參數，因此存在給料系統建模時間過長、系數變化大、流量控制不穩定等情況，根據翻車機給料系統的組成和工作運行特性，為減少或消除一般全自動給料控制方式中的上述缺陷，提出一種給料參數智能構建、自動修正的全自動給料控制方案，從而實現翻車機全自動給料作業中給料參數的智能構建、自動修正功能。

全自動給料； 智能構建； 自動修正

1　前言

目前，國內翻車機給料系統大多已經開始通過改造實現全自動給料作業，其通常做法是在每列車建立給料模型后，繼續確定合適給料參數，存在建模時間長、建模過程中系數變化大、流量控制不穩定等情況，對翻車機的作業效率影響大。因此通過優化或改進給料模型的建立，縮短尋找合適給料參數時間，確定合適的給料參數，對提高翻車機作業效率，具有重要的作用和意義[1]。

2　翻車機給料系統的組成

專業化裝卸的港口企業使用的C型或O型翻車機給料系統組成如圖1所示，包括存儲物料的漏斗、卸料動力裝置振動給料器、檢測漏斗內物料多少的料位傳感器、物料流量計量用的皮帶秤、檢測物料流動的料流開關和輸送物料的皮帶機等。

圖1　翻車機給料系統組成圖

各組成部分的作用如下：

(1) 存儲物料的漏斗：用于暫存翻車機翻卸出的物料，通常能夠存放4節車廂的物料；

(2) 卸料動力裝置振動給料器：用于將漏斗中暫存的物料運送到漏斗下方的皮帶機上，通常安裝偏心凸輪電機,由變頻器驅動；

(3)檢測漏斗內物料多少的料位傳感器：由漏斗底角支座上安裝的稱重傳感器和相關控制器組成，用于檢測漏斗中物料的重量；

(4)物料流量計量用的皮帶秤：由皮帶機托輥支架上安裝的負載稱重傳感器和相關積分儀組成，用于測算皮帶機上輸送物料的瞬時重量；

(5)檢測物料流動的料流開關：一般用傾斜水銀開關，用于檢測漏斗振動給料器上是否存在物料；

(6)輸送物料的皮帶機：將振動給料器輸出的物料輸送到遠方設備[2]。

3　全自動給料作業模型智能構建、自動修正給料系統的設計

3.1影響全自動給料作業模型智能構建、自動修正給料系統的相關因素

(1)煤種不同。因為煤種發熱量不同，其構成差異較大，造成不同煤種間密度差異大。以某公司日常作業的煤炭為例，分為數十種，其密度分布在0.8～1.1 g/cm3之間，區別很大。

(2)翻卸煤炭實際狀況差異。因煤炭采用敞車運輸，受天氣因素影響大，如下雨、凍煤等。以某公司雙翻卸車為例，翻卸前后不同狀況下2節車廂內煤炭重量最大有100 t左右的偏差。

(3)翻卸車型不同。目前有C80、C64、C70、C62等多種敞車車型，不同車型裝載物料重量大不相同。如C80、C64車型之間，一節C80車型裝載煤炭重量為80 t，一節C64車型裝載煤炭重量為64 t，加上各種超噸或欠噸，兩者之間裝載量偏差可達30 t以上。以某公司雙翻卸車為例，每次翻卸2節車廂重量偏差最大能超過60 t。

(4)系統滯后。物料流量計量用的皮帶秤一般安裝在給料漏斗的前方(皮帶機運行方向為前)，物料從振動給料器將物料輸送到皮帶機上，到由皮帶秤測算出瞬時流量反饋給自動給料系統存在一定的滯后時間。

(5)給料系統控制非線性。振動給料機頻率與皮帶上的瞬時流量沒有線性關系，通過實際測算，皮帶秤從開始給料到給料量基本穩定大致需要100 s左右的時間(皮帶機由空載變成重載時，皮帶物料流量一直處在變化中)。

(6)漏斗料位波動大。振動給料機頻率根據5個漏斗料位和流量由各自的變頻器實時控制，單個漏斗料斗對應的變頻器頻率需要實時調整，因煤種及設備硬件因素影響，漏斗之間料位波動大。

3.2全自動給料作業模型智能構建、自動修正給料系統的設計目標及相關變量

根據皮帶秤反饋的瞬時流量和給定目標值，以最短的時間得到一個合理的輸出量(變頻器總給料速度)，合理分配到5個料斗中，使翻車機5個漏斗能夠平穩、高效地給料，確保皮帶秤瞬時流量穩定在目標設定值附近。

全自動給料作業模型智能構建、自動修正給料系統的相關變量包括：被控量，即翻車機皮帶秤所測得的瞬時流量；給定值，即皮帶瞬時流量的目標值穩定在4 000 t/h；輸出量，即5個料斗對應的振動給料器變頻器頻率給定值。

3.3全自動給料作業模型智能構建、自動修正給料系統的控制原理

由于煤種、車型和給料系統設備之間關系比較復雜，且有大滯后的特點，不易建立系統模型，大滯后也極易導致超調，無法用普通PID等過程控制方法進行調整。但考慮每一列車中的煤種和車型都是單一的，模型是相對穩定的，故筆者設計出一種控制方法，即在每一列車開始智能構建階段，通過PLC程序設定給料作業模型，用一套固定測試參數給料一段時間后得出該列車所對應的模型數值，據此模型數值通過相應公式計算出初始給料的參考值、皮帶超量給料保護值等，然后比較5個漏斗料斗料位，將初始給料的參考值按設定比例分配給各個漏斗變頻器。根據皮帶瞬時流量與給料流量目標值的比較，分段對初始給料的參考值進行調整，并將其增減量按設定方式分配到各個漏斗，直至流量調整到目標值并保持穩定，然后將該給料參數存儲到參數數據庫中。

在后續的卸車過程中，用上述方式得出本列車所對應的模型數值，如果參數數據庫中存在該分段模型數值對應的參數，則直接調用該參數值。該方法大大縮減了模型數值建立后的后續尋找、調整參數時間。此后進入自動修正階段，如果在參數數據庫中存在該分段模型數值對應的參數，在后續作業中穩定給料時的參數和參數數據庫中出入較大，根據設定條件，能夠自動對參數數據庫中存儲參數進行修正，從而使得全自動給料作業模型具備智能構建、自動修正功能。

4　全自動給料作業模型智能構建、自動修正給料系統的實現

翻車機給料系統給料運行方式為：翻車機先將物料翻卸到存儲物料的5個漏斗中，再通過每個漏斗上安裝的垂直于料流方向的振動給料器和相關皮帶機，將物料輸送到遠方設備。每臺振動給料器由兩臺偏心凸輪電機通過變頻器變頻調節驅動，以此來控制振動給料器的振動頻率，從而實現物料流量大小的控制。本方案設計是由PLC控制系統根據皮帶秤、漏斗料位傳感器、料位開關等設備采集的相關信息，完成全自動給料作業重量模型的構建，針對構建的重量模型再結合實際給料情況，由PLC系統再對給料參數進行智能構建和自動修正，最后將其轉化為給料變頻器的設定頻率，調整凸輪電機振動速度實現對振動給料器給料量的控制，從而實現翻車機給料參數智能構建、自動修正的全自動給料控制[3]。具體流程如圖2所示。

本方案的具體實現方式如下：

圖2　智能構建、自動修正全自動給料流程圖

(1)建立模型。在每一列車開始翻卸階段，進入“自學習”模式，即給5個料斗分配一套初始給料速度0.575,1.25,1.2,1.25.0.575，共計4.85。(這是一套經驗系數，對于所有類型列車在此系數下翻車后，皮帶流量均在2 700～3 900 t/h之間。)皮帶料流穩定后(約25 s左右)，計算其后30 s內的平均流量，并將該值階梯分段處理，作為所卸車量的初始重量模型值A。

(2) 計算初始給料系數。計算該模型值對應皮帶秤流量為4 000 t/h的比例輸出值B=4.85×4 000/A,將B作為初始總給料系數。同時該數值通過一定比例放大后得到C(C=B×1.05，其中1.05為經驗值)，C作為一個安全值對總給料參數進行安全保護限制，即尋找合適給料參數過程中總給料參數調整后的最大數值為C。

(3) 漏斗料斗料位處理及排序。考慮到各振動給料器實際給料中機械結構、物料類型、漏斗料位等因素，即使在同一給定給料參數時，料斗之間給料速度也存在差異，因為各漏斗料位是實時變化的。因此本方案采用冒泡法對5個料斗進行分段量化值排序，該方式避免了對漏斗料位頻繁進行大小排序。

(4)初始給料系數分配。分配原則是漏斗料位最高的給料參數最大，反之最小。在計算出初始總給料系數后，根據各漏斗料位按比例分配5個漏斗的給料參數，先給1～5號中最高料位的料斗分配參數BUVmax，由于變頻器輸出的電機頻率存在上限(最大頻率為50 Hz，對于設定參數為1.5)，現場單個料斗給料系數不能超過1.5，若BUVmax>1.5,則直接給其分配給料參數1.5，并將初始總給料系數減去1.5作為再次分配的總給料系數，再對其余4個料斗進行分配。分配方式依此類推，直至5個漏斗分配完畢。

此外，若存在某一漏斗總是料位較低的情況，則優先分配該漏斗給料系數，例如在本方案測試中，1號翻車機的5號料斗料位總是較低，可根據該漏斗料位情況分配幾檔固定速度給此料斗(V5)，則剩余料斗料位分配的總參數為B-V5。

5個漏斗初始給料參數分配完成25 s后，根據皮帶當前瞬時流量與目標流量的差值D, 對給料系數進行調整。定義D在正負50之間為死區，將D分為8檔:D≤-300,-300700。根據不同檔位設定不同的總調整增量I和調整周期T。超量時敏感度大，設置調整周期短，總調整增量I為負數；不足量時差值絕對值越大，調整總調整增量I值為正值越大。調整總調整增量I按一定比例分配給5個漏斗，使料斗系數小量連續調整，保證系統趨于穩定。根據前期建立的模型，在2 700～3 900 t/h之間建立重量模型對應的給料參數存儲數據庫(每100 t為一段，即2 700～2 800，2 800～2 900以此類推)，用于存儲不同重量模型值，在經過實際給料運行測試調整，皮帶秤在規定的時間內穩定在目標流量正負20 t/h的總給料參數值，即在目標流量穩定達到程序設定條件后自動將當前5個漏斗設定給料參數相加，存儲到給料參數存儲數據庫中。

在后續所卸車通過“自學習”模式階段，首先通過固定給料參數4.85測出所卸車物料皮帶流量處在2 700～3 900 t/h的那個區間段內，如果參數存儲數據庫存在已經實際測試過的給料參數總設定值，直接調用該總參數作為初始總給料系數，然后對5個漏斗進行參數分配。該方式直接跳過尋找合適給料總參數的過程，減少了調整頻次，同時也保證了給料流量的穩定。使用參數存儲數據庫的優勢在于大大節省了尋找參數時間，提高了作業效率。

在給料參數存儲數據庫中已存在測試過的給料參數總設定值時，如果在作業過程中該參數被系統調用，經過一段時間的運行，在目標流量穩定達到程序設定條件后，如果流量能夠穩定35 s，則系統會自動比較實際運行參與測試過的給料參數總設定值偏差是否在合理范圍內。如果偏差不在合理范圍內，則自動將給料參數存儲數據庫中存儲的測試過的給料參數總設定值替換為當前5個漏斗相加的給料參數值之和；如果偏差在合理范圍內，則保留原數值，通過此方式完成給料參數值的自動修正。

考慮到全自動給料只是翻車機作業的一個環節，翻車機其他作業環節也可能存在影響全自動給料作業的情況，本方案設計根據翻車機作業的特點，采取針對性措施來保證全自動給料效率。

(1)因設備故障原因造成5個漏斗物料給空，再次翻車后會造成流量瞬時過大的情況。本方案是在漏斗料流開關檢測到漏斗物料給空后，系統就會自動減小給料系數，確保不出現瞬時超量給料。

(2)本方案會通過相關條件(流量設置條件)觸發自動再次進行重量模型建立，主要是因為實際卸車中發現同一列車不同的車廂內的煤炭重量有時差別較大，前期建立的模型可能并不適用后面的卸車作業，從而造成超量或給料流量偏小影響作業效率。通過再次重量模型的構建來與物料實際保持一致，從而確保給料準確、有效[4]。

(3)完善上位機自動給料作業運行狀態監控及相關參數修正界面，如自動給料運行情況、給料參數實時數值、人工修改給料參數或限定最大給料流量等，確保全自動作業有效穩定、可控運行。

5　全自動給料作業智能構建、自動修正給料系統方案的應用情況

本方案在神華天津煤炭碼頭有限責任公司的4臺C型翻車機投入實際應用，測試效果令人滿意。按C80車型每列車4 640 t來計算，每列車的作業運行時間平均為79 min(整個作業時長)，給料效率平均為3 523 t/h(皮帶機設計卸料能力為4 000 t/h)。該作業效率基本與公司優秀作業人員手動作業效率一致，因此該全自動給料作業智能構建、自動修正給料系統方案完全可以替代現有的人工手動給料作業操作。

本方案解決了一般的自動給料系統模型建模時間過長、系數變化大、流量控制不穩定、對翻車機的作業效率影響大等問題，實現了翻車機全自動給料作業給料參數的智能構建、自動修正功能，減少了調整頻次，同時也保證了給料流量的穩定，提高了作業效率，具備推廣應用實施的可行性和實用性。

[1]邵龍成. 國內翻車機技術的發展[J]. 起重運輸機械, 2011(6):37.

[2]楊亞峰. KM80B底開門自卸車的卸車工藝[J].華電技術, 2010(11):36-38.

[3]Logix5000 Contrlollers System Reference. Rockwell Software June 2005.

[4]楊亞峰. 翻車機全自動給料作業的實現[J].港口裝卸. 2013(02):35-38.

楊亞峰: 300452, 天津市塘沽區南疆港區

The Method of Fully Automatic Feeding Control of the Car Dumper and its Application

Yang YafengTang YongjianGao Feng

Shenhua Tianjin Coal Terminal Co., Ltd.

Since the domestic C-type or O-type car dumper automatic feeding systemshould be provided with appropriate feeding parameters after establishing the feeding model for each car dumper, there several problems may exist, such as long time for establishing feeding models, large varied ranges of coefficients, and instability of flow control. Based on the composition and operational characteristics of the car dumper feeding system and with the purpose to reduce or eliminatethe defects in the normal full automatic feeding control operation, this paper puts forward a full automatic feeding control scheme which can achieve intelligent input and automatic correction of feeding parameters.Through the production practice, these advantageous functions are validated.

full automatic feeding; intelligent modeling ; automatic correction

2016-08-06

10.3963/j.issn.1000-8969.2016.05.009