基于BP网络的斜井巷道防跑车系统设计

王泰华， 陈致富， 王福忠

（河南理工大学 电气工程与自动化学院，河南 焦作 454000）

斜井巷道运输矿车是煤矿运输的主要交通工具，若矿车出现跑车，处理不及时可能造成极大损失。针对防止跑车事故的发生，出现了不少防止跑车的方法，如采用单片机做控制器、使用传感器进行测速等［1］。这些方法灵活可靠、快速性好，但各有自身的弊端，容易造成一些误动作。单片机的抗干扰能力弱，传感器易受外界因素的影响，特别易受巷道中季节温度变化及本身长时间工作导致的温度变化影响。这些影响容易造成较多的挡车栏误动作，会给煤矿的正常运输带来极大的不便。

本设计采用抗干扰性能强的西门子PLC作为控制器，使用霍尔传感器感应矿车的运行速度。因霍尔传感器是由半导体材料制成的，与一般半导体制成的传感器元件一致，对温度的变化非常敏感，所以本设计在霍尔传感器后加一个BP网络作为速度感应器，来消除温度变化对传感器的干扰［2－4］。模拟实验表明，该系统提高了传感器的抗干扰能力，把挡车栏的误动作减到最小，更好地保证了矿车的可靠运行。

1 智能防跑车系统设计

本设计防跑车控制系统由霍尔传感器、BP网络、光电耦合器、限位开关、提升机、红外线感应器、PLC、柔性挡车栏、阻车器、减速器、声光报警系统和提升挡车栏电机等组成。该系统整体结构如图1所示。

图1 系统整体结构图

采用PLC作为主控制器的硬件组成如图2所示，当矿车经过霍尔传感器时，BP网络滤掉来自周围环境和自身长时间通电导致的温度变化对霍尔传感器测速准确性的干扰，经过光电耦合器隔离后传送到PLC，进行转换后与设定速度值进行比较。若测量值大于设定值，系统断定为发生了跑车现象，柔性挡车栏不动作，阻止矿车的继续加速运行，并发出声光报警；若测量值小于设定值，系统判断为正常，启动提升机，提起挡车栏让矿车顺利通过，当矿车到达红外线检测区时，提升电机反转把挡车栏放下。本设计具有反应速度快、抗干扰能力强、误动作可能性小及可靠性高等优点。

图2 系统框图

2 BP网络设计

BP网络具有自适应和自组织能力，应用在工程优化与训练过程中能自动改变权值和阈值，以适应周围环境的需要，并且灵敏度高、可靠性好。

本设计通过BP网络去除自身和外界产生的温度变化对霍尔传感器的影响，以适应周围的环境，使温度对霍尔传感器的影响减到最小，从而得到更准确的测速结果［5－7］。通过Matlab仿真训练得出，BP网络设计成3层神经网络最为合适，即2个输入节点、4个隐层节点和1个输出节点，既将误差减到极小、减少了训练时间，又得到了合适的权值和阈值。训练好的BP网络与霍尔传感器连接，构成智能霍尔传感器，如图3所示。

图3 智能霍尔传感器

该网络隐层和输出层的传递函数分别用双曲正切S型函数和线性函数表示，公式分别为：

双曲正切型S函数的字符串为tansig，线性函数的字符串为purelin，采用的训练函数为L－M优化算法训练函数trainlm。

将霍尔传感器电压U和辅助温度传感器Ut作为网络的输入样本，速度样本值v作为网络的输出样本值［8］，通过样本值进行网络训练，记录训练误差并验证，若达到设定的误差要求结束训练，若没有达到要求继续训练，直到达到要求为止［9－11］。在网络进行训练之前对采集到的输入、输出样本值进行归一化处理。

输入归一化处理公式为：

输出样本值归一化处理公式为：

在实验室模拟不同温度和不同速度的实验。当矿车通过霍尔传感器时，霍尔传感器感应测得受温度影响下输出的模拟电压U和辅助温度传感器电压Ut，建立二元函数，测得的数据见表1所列。

在Matlab下进行BP网络训练，设置目标误差为1×10－3，最大训练次数设置为1 000，训练显示时隔为10，并设定当达到设定误差时立即停止训练，设置完所有的参数后进行BP网络的训练，得出误差曲线如图4所示。

在BP网络进行训练时，输出样本值为无干扰情况下，霍尔传感器感应经转换后的矿车速度值，训练出的权值作为网络实际权值。BP网络去除温度的干扰，再经过光电耦合器隔离过滤，得到准确可靠的模拟电压值，使系统的误动作大大减小，提高了防跑车系统的可靠性。

表1 不同温度下传感器输入输出标定值 mV

图4 BP网络性能误差曲线

3 PLC程序设计

本控制系统采用的控制器是西门子200系列的224XP CN型PLC，有24个数字量I／O点、14个输入、10个输出、2个模拟量输入、1个模拟量输出和6个高数计数器输出，允许最大扩展2个I／O模块。在本设计中使用了7个数字量输入和10个输出，共17个I／O点，I／O分配表见表2所列。

按下矿车下行开关矿车运行，当矿车前轮通过霍尔传感器时产生感应电压，测得的感应电压值转换成速度值存储到VD105中，把设定速度值存储在VD104中。VD105与设定值比较，若VD105大于VD104中的值，认为发生了跑车事故，提升机不动作，挡车栏不升起，挡住矿车继续加速运行，并发出声光报警Q1.0，提醒工人和操作员发生了跑车现象。反之则提升机启动，升起挡车栏Q0.6让矿车顺利通过，当矿车通过红外线检测I0.6时，提升机动作，把挡车栏放下，当碰到下限位开关I0.5时提升机停止。

矿车上行通过红外线时，提升机提升，挡车栏碰到上限位开关时停止提升，当通过智能检测系统时，挡车栏放下，挡车栏碰到下限位开关I0.5时提升机停止；当经过减速行程开关I0.3时，矿车开始减速；当碰到阻车器I0.2时矿车立即停止。

表2 防跑车装置PLC控制系统I／O分配表

4 结束语

本文仅以3种不同温度为例，引入BP网络设计整个系统，并对该系统进行模拟试验，测试整个系统的性能。当模拟矿车前轮经过霍尔传感器时，霍尔传感器产生感应，经BP网络过滤掉温度的干扰，再经过光电耦合器隔离，得到准确的矿车车速产生的模拟电压量，并把测得的电压模拟量送给PLC，进行转换后与设定速度值比较，判断是否发生跑车事故。

通过实验得知，与以往的设计相比较，本文设计系统性能有很大的提高，验证了加入BP网络后可靠性得到了很大的提高。用普通的霍尔传感器测量时，由于易受温度的影响，使测量值不太准确。本文采用霍尔传感器，并经过BP网络去除温度的干扰，使得准确性、可靠性和灵敏度均得到了大大的提高，使得测量误差和挡车栏的误动作大大减小，保证了矿车的可靠运行。

采用柔性挡车栏延长了挡车时间，减小了矿车与挡车栏之间的瞬间冲击力，很好地保护了矿车，采用该设计能更好地保护矿工的生命，从而保障了煤矿的安全运行。

［1］王柱峰.矿井防跑车装置的研究与应用［J］.能源技术与管理，2013，38（1）：155－156.

［2］朱文杰.S7－200PLC编程设计与案例分析［M］.北京：机械工业出版社，2012：1－208.

［3］李祖林.霍尔传感器检测电动机电流的误差补偿［J］.传感器技术，2003，22（12）：56－67.

［4］张泽旭.神经网络控制与 MATLAB仿真［M］.哈尔滨：哈尔滨工业大学出版社，2011：46－105.

［5］谭 骏，陈兴蜀，杜 敏，等.基于自适应BP神经网络的网络流量识别算法［J］.电子科技大学学报，2012，41（4）：580－585.

［6］Zhang Hua，Wang Yunjia，Li Yongfeng.SVM model for estimating the parameters of the robability－integral method of predicting mining subsidence［J］.Mining Science and Technology，2009，19（3）：385－388.

［7］车 畅，胡 丹.交流电力功率智能传感器粗信号处理［J］.西南交通大学学报，2011，46（4）：598－603.

［8］薛 雪，孙 伟，刘晓文，等.露天煤矿车辆的不确定调度模型与优化求解［J］.中南大学学报：自然科学版，2011，42（5）：1354－1360.

［9］李 力，邹砚湖.海底采矿车路径跟踪的变论域模糊控制［J］.中南大学学报：自然科学版，2012，43（2）：489－496.

［10］朱金善，孙立成，尹建川，等.基于BP神经网络的船舶号灯识别模型与仿真［J］.应用基础与工程科学学报，2012，20（3）：455－463.

［11］李 勇，王建军.基于BP神经网络的火电厂实时负荷优化分配［J］.电力系统保护与控制，2011，39（17）：87－92.