胶带输送机多点驱动功率平衡控制方法研究
2020-08-20杨海靳
杨海靳
(同煤大唐塔山煤矿有限公司 山西大同037003)
0 引言
目前我国的现代化矿井建设已经进入了大规模开展阶段,年产量千万吨以上大型现代化矿井的自动化与机械化程度显著提高。作为矿井生产的核心生产工艺,大型综采工作面展现出规模化生产的优势同时,皮带机功率显著增大带来的电机驱动问题日益凸显。由于目前独立大功率电机拖动技术成本高,许多企业采取了相同型号多电机驱动技术[1-2]。理想情况下各电机的功率相等,但是由于各电机实际工况并不总是相同,就会出现个别电机过载或欠载的情况,极端情况下会导致电机烧毁,因此本文提出一种多电机驱动皮带机功率平衡的控制方法。
1 多点驱动皮带机功率平衡原理
在多电机驱动的带式输送机系统中,虽然起动和运行过程是可控的,但由于驱动滚筒直径的差别、驱动装置的布置形式不同、输送带工作时的弹性伸长、电动机转差率的差异以及载荷变化等因素的影响,使各个驱动滚筒间的牵引力不等而造成电机负载的不平衡[3-5]。同煤大唐塔山煤矿的胶带输送机系统如图1所示,系统由三台相同功率的三相感应电动机拖动。
在多点驱动皮带机系统中,电机与皮带机之间联接形式基本可以分为三种:(1)直接联接,电动机通过高速联轴器直接与制动器联接;(2)液力偶合联接,电动机通过高速联轴器与液力耦合器联接,然后接含制动轮的联轴器;(3)液粘软起动装置联接,电动机通过高速联轴器与液粘软起动装置联接,后接低速联轴器。对于不同的联接形式,有不同的功率平衡策略,塔山矿皮带机驱动联接形式采取第三种。液粘软起动装置通过其内部的主从摩擦片之间油膜的剪刀力来传递动扭矩。液粘软起动装置通过改变油缸压力调节输出轴转动速度,进而实现速度调节控制,由于电机的功率与其转速有关,因此改变液粘离合器的压力可间接控制其电机的功率,进而实现多点驱动功率的平衡。
两台电机驱动时,功率平衡原理图如图2所示。电机M1作为主动驱动,电机M2作为从动驱动。系统给定一主动驱动电机M1转速,通过压力传感器采集液粘软起动装置1的压力,与给定速度进行比较,通过压力PID的闭环调节,使主动电机M1的转速恒定。采集两台电机的电流进行比较,当M2工作电流大于M1工作电流时,通过功率PID的调节减小从动液粘软起动装置2的压力,实现减小M2速度,进而降低M2功率直至主从电机功率相等;当M2工作电流小于M1工作电流时,通过功率PID增加其液粘软起动装置2的压力,实现增大M2转速,进而增大M2功率直至主从电机功率相等。
当系统中驱动电机在三台及以上时,也可以类似指定一台主动电机,其他为从动电机,但是随着从动电机增多,从动电机的电流调整会彼此影响,在恶劣情况下可能会引起供电电流的波动,影响供电安全。皮带机负载大小决定了电机功率的大小,通过两点驱动功率平衡的分析,摩擦片间的油压调整能够实现功率调整。三台以上电机功率平衡策略可采用平均油压法,其实现方法如下图3所示。在液粘软启动装置中安装压力传感器1Px采集各驱动装置的压力,当油膜压力超过油膜压力阀值△P时启动功率平衡控制。通过调节电磁比例阀线圈电流,可以精确控制其油压。将各软启动装置油膜压力取平均值,然后与各台软启动装置压力值做差,以其差值来调整对应离合器压力,从而调整各驱动电机的扭矩,最终达到电机功率平衡。
图3两点以上驱动平均油压功率平衡原理图
2 基于RBF神经网络整定的PID控制
通过控制电液比例阀的开度,能够实现多点驱动功率平衡和转速的调节。但是带式输送机系统是一种纯滞后、非线性、时变的系统。例如系统工作过程中会因为环境或工作时间的变化,导致油温的升高或者降低引起系统参数的变化,采用传统PID控制方式控制效果不好。
神经网络算法是一种具有自学习能力、适用非线性系统的算法,适用于非线性系统或不确定系统,通过将神经网络算法与传统PID算法相结合,使系统在比例系数、积分系数和微分系数三者组合中确定最佳组合,经神经网络整定的PID控制器具有了良好的适应性,各个控制参数可以在系统运行过程中自动调节,并适应油温变化导致的系统参数变化,提高多点驱动功率平衡系统的鲁棒性。
基于RBF神经网络的PID控制框图如图4所示,神经网络PID控制器由传统PID控制器和神经网络两部分所组成,神经网络又可分为学习算法模块和RBF神经网络模块。采集被控对象输出值,与某一预定初值做差,差值作为常规PID的输入值,常规PID调节后的输出值来控制被控对象,形成了传统闭环控制。通过神经网络算法模块,控制器的控制参数比例系数、积分系数和微分系数进行调整;神经网络学习算法通过采集PID控制器的输出值,调整RBF神经网络的输出值,进而改变PID的各个控制参数,从而达到最优性能指标。神经网络输出层神经元的输出对应于传统PID控制器的三个可调的控制参数。通过RBF神经网络的自学习、各个加权系数改变,使神经网络的输出对应于某种最优控制规律下的PID控制器参数,提高皮带机驱动系统运控制精度。
图4基于RBF神经网络的PID控制框图
设第k时刻被辨识系统的理论输出为y(k),辨识网络的输出为ym(k),此时辨识器的性能指标函数为:
系统中采用的增量式PID控制器,控制误差为:
PID三项输入为:
控制算法为
神经网络整定指标为
采用梯度下降法可得PID的参数kp、ki、kd的调整量分别为:
神经网络算法对传统PID控制的改进可通过系统仿真来进行说明,在MATLAB中仿真了一个主井皮带机1 140 V/200 kW的三相感应电动机(三机驱动,各200 kW),Rs=0.428,Rr=0.613,Ls=Lr=50 mH,Lm=72.1 mH,JN=0.024 kgm2,Pn=2。图5是电机的转速阶跃响应曲线,横轴是时间,纵轴是电机转速。仿真结果表明,系统在0.4秒以前进入了无超调的稳态,较好满足系统要求。神经网络算法与传统PID控制器结合,传统PID参数由神经网络算法整定,免去了工程师整定过程,输入输出跟随能力和系统的响应速度大幅度提高,使得传统PID控制器在皮带机非线性系统中发挥了作用。
图5神经网络整定的感应电机速度阶跃响应仿真图
3 功率平衡控制程序设计
根据上述提出的功率平衡控制策略,编制了基于PLC的多点驱动功率平衡控制程序。给出了功率平衡控制流程如图4,程序开始时完成各模块的初始化配置,采集各驱动电机压力并计算其平均值。若各电机压力在允许的范围内则返回,若压力大于平均值则调用PID控制程序增大离合器压力,若压力小于平均值则调用PID控制程序减小离合器压力,最终的控制目标是使驱动电机的压力处于平均值附近。功率平衡控制流程及效果如图6和图7所示。
图6功率平衡控制流程图
图7功率平衡效果图
图6中,横轴表示时间,三个纵轴分别表示负载、电机转速和采煤机位置。从图中三条转速曲线重合度可以看出,拖动皮带机的三个驱动电机转速几乎没有偏差,能够实现功率平衡。
4 结论
本文针对大功率皮带机多点驱动功率平衡控制技术进行了研究,基于平均油压法的功率平衡策略,提出了一种RBF神经网络整定的PID控制方法。通过控制流程图编制了功率平衡控制软件,在去年将其应用于同煤大唐塔山煤矿的胶带输送机驱动程序中,实际应用中三台电机的功率几乎相等,改善了电机的功率分布,延长了电机寿命,确保了企业生产安全。