基于數據挖掘的帶式輸送機節能控制系統研究

秦 懿 徐小溪 何燕樓 于佰寧

武漢理工大學交通與物流工程學院

1 引言

在港口生產作業中，為了避免出現過載情況，通常使帶式輸送機保持最大額定帶速運行。帶式輸送機的輸送量受到多種變量影響，無法實現理想運行狀態。同時，物料流量在很大程度上受到卸船機等輸送機械的影響，使帶式輸送機的實際載荷經常處于非滿載甚至空載狀態，這就容易造成“大馬拉小車”的能源浪費情況[1]。這種帶速和物料輸送量相對不匹配的運行方式，會造成設備過度磨損和能源浪費嚴重。

隨著港口散貨碼頭運輸產業的不斷升級轉型，運輸設備也朝著遠距離、高帶速、大載荷、大功率方向發展。如果帶式輸送機仍使用現有粗放的運行方式，勢必將造成巨大的能源浪費，增加物料的運輸成本。因此，帶式輸送機的節能控制策略研究和節能控制系統的設計顯得尤為重要。

2 帶式輸送機調速節能理論分析

2.1 帶式輸送機阻力分析

帶式輸送機工作時，由減速機構為電動機增扭并帶動滾筒轉動，由滾輪與皮帶間的摩擦力帶動皮帶運動，物料由運輸終點專用設備卸載，這個過程實現了物料的輸送。在物料輸送過程中會產生一定的阻力，其中運行阻力是主要阻力，本小節將對運行阻力建立數學模型。

本文基于德國DIN22101設計標準，進行相關阻力和能耗分析。上下皮帶總阻力與皮帶運行速度的乘積為電機的選擇標準，即：

PW=FW·v

(1)

式中，FW為運行阻力，由以下四部分阻力組成。

(1)主要阻力FH，在運行阻力中占比最大，主要存在物料的運載過程中及托輥、皮帶的運行過程中。

FH=Lfg[2m′R+(m′G+2m′L)cosδ]

(2)

式中，L為輸送帶長度；m′G為帶式輸送機上物料總和；m′R為旋轉托輥每米的質量總和；m′L為帶式輸送機每米的質量；f為皮帶與托輥間的摩擦系數；δ為皮帶傾角。

(2)附加阻力FN，出現的位置為帶式輸送機的下料位置。

FN=(C-1)FH

(3)

式中，C為附加阻力系數。

(2)提升阻力Fst，物料在垂直方向提升所需要的阻力。

Fst=gHm′G

(4)

式中，H為物料提升高度。

(4)特種阻力Fs，特種阻力對總運行阻力的影響較小，通常忽略不計。

可以得運行阻力為：

FW=CLfg[2m′R+(m′G+2m′L)cosδ+gHm′G]

(5)

2.2 帶式輸送機功率消耗分析

影響帶式輸送機能耗的因素主要分為3類。第一類為設計環節已經存在的因素，安裝完成后不可隨意改變，例如，皮帶托輥的直徑、托輥的間距、皮帶的帶寬及皮帶的下垂度等。第二類為環境因素，如溫度，但針對港口起重機而言，環境因素并不會改變皮帶的物理性質，可以忽略。除此之外，在帶式輸送機運行過程中，其功率消耗還受到運行速度和物料流量的影響。

在港口散貨碼頭的實際生產中，可以通過給料設備和變頻調速設備來控制物料流量和皮帶運行速度，但是在調節過程中，載荷勢必會增大，隨之而來的是皮帶運行阻力的增大，最終導致帶式輸送機功率消耗增加。同時，根據相關研究表明，帶式輸送機載荷一旦發生改變，其摩擦阻力系數就不再為定值，摩擦阻力系數與載荷之間并不成穩定的比例關系(見圖1)。同時，在調節帶式輸送機運行速度時，會對設備造成一定程度的機械磨損，也會導致帶式輸送機的功率損耗增大。

圖1 模擬摩擦系數與載荷關系圖

本文參考德國DIN22101標準來探索帶式輸送機的能耗模型。

(1)傳動滾筒軸功率

由上小節介紹可知，帶式輸送機傳動滾筒圓周力可以表示為：

FW=FH+Fst+FN=

CLfg[2m′R+(m′G+2m′L)cosδ+gHm′G]

(6)

通常由帶式輸送機的運行速度、物料斷面面積和物料密度來確定帶式輸送機的最大載荷量，其關系可以表示為：

(7)

式中，Q為皮帶運物料的瞬時流量；v為帶式輸送機的運行速度。

將式(6)和式(7)代入PA=FWv，得到傳動滾筒軸功率：

(8)

(2)驅動電動機軸功率

能量在電機和滾筒之間傳遞過程中，必然會產生一定的功率損耗。引入能量損失系數來計算電動機軸功率，其具體公式為：

PM=K1K2PA

(9)

式中，K1為電動機軸功率,K1=1/η1η2η3；K2為電動機啟動方式系數；η1為減速裝置傳動系數；η2為電壓降系數；η3為多機功率不平衡系數。

由此求得電動機的軸功率為：

PM=2K1K2CLfg(m′G+2m′Lcosδ)·v

(10)

由式(10)可知，對于已安裝完成的帶式輸送機，帶式輸送機驅動滾筒所需的功率僅由物料流量Q、皮帶運行速度v及皮帶摩擦阻力系數f決定。

當帶式輸送機處于平穩運行狀態時，其摩擦阻力系數f為定值，此時只有物料流量Q和皮帶運行速度v影響電動機的軸功率PM。當帶式輸送機的運行速度恒定不變時，電動機的軸功率PM與物料流量Q成正比關系；當物料流量恒定不變時，電動機的軸功率PM與皮帶運行速度v成正比關系。而當帶式輸送機運行狀態發生改變時，其摩擦阻力系數f不再為定值，而是由載荷來決定，但是載荷的大小與物料流量和皮帶運行速度互相影響。

由此可以得出，帶式輸送機的功率消耗與其影響因素之間無法通過數學推導建立其精確的節能模型。進一步研究帶式輸送機節能控制策略，需從港口散貨碼頭現場的帶式輸送機實際運行數據入手，從而建立皮帶運行速度、物料流量、功率消耗三者之間的節能模型，最終得出有效的帶式輸送機節能控制策略。

3 基于數據挖掘的節能控制策略

通過上節研究發現，帶式輸送機的節能運行模型無法通過公式推導得到。因此，可以從港口散貨碼頭生產現場的帶式輸送機運行數據入手，建立帶式輸送機節能運行模型。本文利用BP神經網絡和關聯規則數據混合算法對數據進行挖掘，得出帶式輸送機運行速度、物料流量和功率消耗三者之間的強關聯規則；最后依據得出的強關聯規則建立功率消耗、皮帶運行速度和物料流量情況的節能運行模型，得出帶式輸送機節能控制策略。

3.1 基于BP神經網絡的數據預處理

在保證不干擾港口散貨碼頭正常物料搬運任務的前提下，控制落料裝置使物料流量在一定時間內保持穩定，并由電子皮帶秤測量這段時間的物料流量值。依據歷史數據和港口經驗，控制帶式輸送機的物料流量為Q1，并為其設置最小運行速度v0，監測并記錄此時的物料流量和功率消耗情況。在最小運行速度v0的基礎上將皮帶運行速度調節為v0±Δ、v0±2Δ、v0±3Δ、…，并記錄其功率消耗，選取其中功率消耗最小的數據P1，組成節能運行數據樣本(Q1，v1，P1)。同樣，調節帶式輸送機的物料流量值為Q2、Q3、Q4…QM，記錄其在物料發生改變時對應的節能運行數據(Qx，vx，Px)，其中，x=1，2，…，M。

首先對各個參數命名，設置其在數據挖掘中的參數標號(見表1)。

表1 帶式輸送機運行參數標號

經整理得出帶式輸送機最優運行數據決策見表2。

表2 帶式輸送機最優運行決策表(節選)

為了提高映射效果，本文采用單隱含層BP神經網絡，其輸入層、輸出層、隱含層的神經元數量分別為3個、6個、1個。為其訓練提供320個帶式輸送機運行數據，其余數據用來與預測數據對比分析。

在MATLAB軟件中完成BP神經網絡模型的學習和訓練，模型訓練誤差見圖2。由圖2可知，使用BP神經網絡模型預測得到的大部分值與實際值接近，能夠滿足誤差要求。將BP神經網絡預測值中不符合要求的部分值剔除，剩余數據作為關聯規則挖掘算法的輸入值，進行下一步計算，得到新的樣本數據決策，見表3。

圖2 網絡誤差圖

表3 經預處理后帶式輸送機最優運行決策表(節選)

3.2 基于關聯規則算法的規則提取

(1)數據轉換。數據挖掘之前需要對連續屬性進行離散化分區處理，可以有效發現數據中存在的缺陷，剔除掉樣本數據中對未來規則影響較大的極端數據，降低提取錯誤規則的概率。因為帶式輸送機運行數據分布較為均勻，從而選擇等距離劃分方法來離散數據，可以有效減小異常數據和斷點數據的影響，保持樣本數據原有的分布[2]。

將物料流量參數值分為11個區間，采用固定寬度分級，分為11級，每個區間的寬度約100，用整數1～11分別代表這11個子區間，將連續的參數化為11個離散的子區間(見表4)；同理，將帶式輸送機運行速度參數值分為13個區間，采用固定寬度分級，分13級，每個區間的寬度約0.2，用整數1～13分別代表這13個子區間，將連續的參數化為13個離散的子區間(見表5)；將帶式輸送機能耗參數值分為10個區間，采用固定寬度分級，分為10級，每個區間的寬度約200，用整數1～10分別代表這10個子區間，將連續的參數化為10個離散的子區間，見表6。

表4 物料流量離散化分表

表5 皮帶機運行速度離散化分表

表6 帶式輸送機能耗離散化分表

在軟件中，所有參數離散化結果見圖3。

圖3 數據轉換結果圖

(2)關聯規則的應用。完成數據預處理之后，利用關聯規則數據挖掘算法對預處理后的樣本數據進行數據挖掘。本文利用SPSS Modeler18.0建模區的Apriori算法節點來完成帶式輸送機運行數據的挖掘工作，具體算法模型見圖4。在該模型節點中，設置挖掘的前項參數和后項參數，最小支持度和置信度，規則提升等閾值。

圖4 SPSS量化關聯規則挖掘流程圖

在Apriori模型節點中，設能耗為規則的后項挖掘。以NH為后項時，設置閾值最小支持度s=5%、最小置信度c=85%，在此約束條件下得到規則中出現最多的頻繁項的信息見表7。

表7 s=5%，c=85%的最頻繁項信息

得到強關聯規則見表8。

表8 s=5%，c=85%節能關聯規則

以第一條規則為例，規則解釋如下：當LL物料流量為[400.00，500.00]時，帶式輸送機V運行速度為[1.7，1.9]時，NH能耗為[1 000，1 200]，發生的概率為89.56%，該事件的置信度為100.00%。當條件發生時，預測系數在[1 000，1 200]的概率提升了1.72倍；條件發生、預測結果不發生的事件占全部事務的0.01%。

表8中所有的關聯規則都可以按照上述方式進行知識表示，這些知識可以為帶式輸送機節能控制策略的得出提供參考。

3.3 帶式輸送機節能控制策略研究

利用BP神經網絡和關聯規則混合算法得到的結果，必定會摻雜少量冗余和無關規則。在應用挖掘結果指導生產之前，需對結果進行評價和分析，確認其可靠性。

在將數據挖掘結果應用于實際生產之前，還應考慮以下兩點：第一，在物料流量接近于0時，帶式輸送機必須保持啟動狀態而不至于停機，因此需要給定一個最低運行速度；第二，在實際生產中，物料流量由現場卸船機等采掘設備所決定，因此物料流量的變化是不均衡的，為了不產生過多的機械損耗和熱損耗，需對物料流量的調速范圍設置一定的敏感度，即物料流量在某范圍變化時，其速度不做調整。

由上述分析可以得出，結合該港口的實際生產要求，將得到的強關聯規則中物料流量劃分區間，并在物料流量變化小于100 t/h時，對帶式輸送帶運行速度不作調整。最終得出帶式輸送機節能控制策略，其中帶式輸送機運行速度與物料流量的最佳控制關系見圖5。

圖5 物料流量和帶速的優化匹配圖

4 帶式輸送機節能控制系統設計與實現

依據上節得出的帶式輸送機節能控制策略和節能控制方法，設計帶式輸送機節能控制系統。該系統能夠通過傳感器獲取帶式輸送機的物料流量和運行速度的實時數據，并利用PLC模塊來實現帶式輸送機的節能調速，提高帶式輸送機的工作效率，實現其節能高效運行。

4.1 帶式輸送機節能控制系統設計

4.1.1 硬件設計

帶式輸送機節能控制系統硬件設計包括PLC控制系統設計、變頻器的控制、帶式輸送機運行狀態監測，主要涉及PLC控制技術、傳感器技術、智能控制原理、信息傳輸技術等。控制系統的硬件結構見圖6。

圖6 帶式輸送機節能控制系統硬件結構圖

PLC控制器是整個帶式輸送機節能控制系統的“大腦”，其在接受到上位機控制指令后，通過變頻器將控制指令傳遞給電動機，這一過程實現了帶式輸送機智能變頻調速。速度傳感器、電子皮帶秤、溫度傳感器分別實時監測其運行速度、物料流量、工作溫度，并將狀態參數通過PLC模塊傳遞給人機交互界面，方便工作人員掌握帶式輸送機的運行狀態[3]。

4.1.2 軟件設計

帶式輸送機節能控制系統軟件具有信號采集、數據處理、集中控制各硬件設備、記錄運行數據的作用。其軟件設計主要包括PLC控制程序的編譯和上位機人機交互界面的組態。本文主要使用編程工具為西門子step 7和Win CC7.3組態軟件。

依據第3章提出的帶式輸送機節能控制策略，將物料流量按照從大到小的順序劃分成[Q0，Q1]、[Q1，Q2]……[Qn-1，Qn]n個區間，并一一對應確定的節能運行速度v0、v1、……vn。其節能控制系統調速過程見圖7。

圖7 帶式輸送機節能調速流程圖

本文設計的帶式輸送機節能控制系統上位機軟件具有監測狀態信息、數據查詢、報表打印、集中控制等功能。在帶式輸送機節能控制系統中，現場操作人員可以使用上位機軟件將控制信息傳遞給PLC控制器，完成對帶式輸送機的遠程智能控制。

4.2 帶式輸送機節能控制系統節能效果分析

依據該控制系統對該港口的節能效果進行分析計算。該港口3#帶式輸送機的具體參數為：傾角13°；皮帶長度1 825 m，帶寬為2.1 m，最大帶速4.7 m/s。假設工作時間約為22 h，在物料流量為[0,100 t/h]時，運行時間為t1=1 h；在物料流量為[100 t/h,150 t/h]時，運行時間為t2=1.5 h；在物料流量為[150 t/h,200 t/h,]時，運行時間為t3=2 h；在物料流量為[200 t/h,250 t/h]時，運行時間為t4=2 h；在物料流量為[250 t/h,300 t/h]時，運行時間為t5=2.5 h；在物料流量為[300 t/h,350 t/h]時，運行時間為t6=3.5 h；在物料流量為[350 t/h,400 t/h]時，運行時間為t7=4.5 h；在物料流量為[400 t/h,450 t/h]時，運行時間為t8=5 h；該港口的帶式輸送機1年工作270天。

根據參考文獻可知[4]，電機功率系數K1=1.4；電機啟動方式系數K2=1；C=1.3；阻力系數f=0.08；上托輥質量線密度m1=25.6 kg/m；下托輥質量線密度m2=9.6 kg/m；每米帶式輸送機的質量m′L=126 kg/m。

同時，由m′R=m1+m2以及H=Lsinδ，可以得出參數之間的關系，以便于進行下一步功率的計算。將上述參數代入以下功率模型中：

PM=K1K2CLfgv(m′R+2m′Lcosδ)

(11)

由此可以得出，帶式輸送機節能控制系統下運行的帶式輸送機1天時間內電能為：

W=P1t1+P2t2+P3t3+P4t4+P5t5

+P6t6+P7t7+P8t8

(12)

代入數據得出1天的用電量為：

W1=68 516.097 kWh

(13)

計算帶式輸送機以最大額定帶速運行時1天的用電量為：

W0=90 740.510 kWh

(14)

1天時間內節約的用電量為：

DW=W0-W1=22 224.413 kWh

(15)

則1年時間內節約的用電量為：

DW=22 224.413×270=6 000 591.51 kWh

(16)

在該港口工業用電價格為0.65元/kWh，則1年內可以節約電費390萬元。由計算結果可以看出，本文研究設計的節能控制系統節能效果顯著。

5 結語

隨著我國港口散貨碼頭吞吐量的不斷增大，帶式輸送機正朝大功率、遠距離、高帶速的方向發展，能耗也隨之增大。從帶式輸送機的實際運行數據出發，使用數據挖掘手段，建立其運行速度、物料流量的最佳匹配關系，得出帶式輸送機的節能控制策略，并利用其控制策略設計帶式輸送機節能控制系統，實現其智能節能調速，達到減少設備損耗、提高工作效率、減少能源浪費的效果。同時，該系統的節能控制系統與其他機電機械裝備的控制系統存在技術共性，本文設計的節能控制系統可推廣應用于大中型起重設備、煤機設備，具有一定的社會意義。