MG700 型刮板输送机负载调速技术研究

李保盛

（山西汾西矿业（集团）孝义煤矿管理分公司，山西 孝义 032300）

引言

我国煤矿资源丰富，近年来为了适应社会经济的发展，煤炭的开采量也在增加。为了提高刮板输送机的运行效率，可建立一套基于载荷信息的控制系统，实时调整输送机的转速，提高设备的运行效率。

调速系统的设计目的是为了在不需要人工操作的情况下，实现刮板输送机速度的调节，刮板运输机的速度应与其所承受的负载密切相关，当运输的负载较少时刮板输送机可以减速运行，在没有负载的情况下还可进行待机，由此可以极大地降低刮板输送机的能耗，最终实现自动化、无人化的操作。刮板输送机调速控制系统不仅提高了设备运行的效率，提高了经济性，同时还提高了操作人员的安全性[1]。

1 综采面的协同工作过程

在井下煤炭开采中，刮板输送机、采煤机、液压支架三者之间协同配合，如图1 所示为三种设备之间的布置关系。其中采煤机主要负责对煤岩进行截割、破碎，在工作面内可对一定范围空间内的煤炭进行截割；刮板输送机则主要负责将采煤机截割、破碎的煤炭源源不断地往外输送，需要不断地根据煤炭的运载量进行调节；液压支架主要负责对开采巷道的支护，确保作业设备与人员的安全，有助于提高开采效率。

图1 综采面协同作业示意图

一般情况下，刮板输送机在解决大角度煤炭的运输问题上具有明显优势，采煤机可以在刮板输送机轨道上运行，采煤机的移动与安装就方便了许多。为了保障井下作业人员的安全，在刮板输送机与采煤机之间设置有互锁功能，确保两种设备可以同时开启与关闭，防止刮板输送机停机时，采煤机仍在工作，只有两者相互协调配合才能确保煤矿开采的顺利进行，保障人员与设备的安全[2]。

2 调速系统总体结构设计

首先根据对井下传感器所采集的数据，同时融入了工业互联网技术、远程监控系统等技术。系统在分析刮板输送机工作状态的同时，根据其载荷情况自主决策，对输送机的转速进行调整。提高刮板输送机转速是提高煤炭开采效率的必然选择，但是刮板输送机一直保持高速运行，不仅会降低设备的使用寿命，还容易导致资源的浪费，因此需要根据刮板输送机的载荷情况进行实时调节。控制系统是一个复杂、高度偶合的系统，其结构示意图如下页图2 所示。

图2 采煤机调速系统硬件构架

根据系统的硬件结构设计，可以分为三层；首先是数据采集层，即在设备上布置信号传感器，获取比较关注的信息，数据采集层主要包括的设备有各类传感器、编码器、电流互感器等。其次是通信层，主要实现将井下环境中所采集的信号通过信号传输设备输送至地面控制中心，基于工业互联网及无线网络技术实现。最后是数据处理层，结合可编程控制器以及上位计算机对传感器所采集的数据进行分析判断，得到刮板输送机速率控制的输入[3]。

3 控制系统硬件设计

3.1 传感器选型

要实现控制系统根据刮板输送机载荷进行自动调节与控制，就必须对刮板输送机、采煤机等设备的工况参数进行监测与分析。传感器可以将温度、速度等物理信号转化为电信号，电信号则可以进行快速的传递，从而实时地对输送机进行控制。根据系统性能需求选择传感器型号，要求设备应适用于井下工作环境，具有较好的可靠性。如图3 所示，为本系统中所选取的温度传感器、电流互感器、轴编码器的实物图。

图3 部分硬件选型实物图

温度传感器采用GWP200 型，它是一种矿用本安型拆插入式温度传感器，在本系统中安装在刮板输送机机头和机尾处，用来测量电动机轴承温度。电流互感器采用LMZ-1 矿用电流互感器，将其安装在组合开关中，用来获取刮板输送机电流数据。轴编码器采用VBW28 型矿用轴式编码器，安装于刮板输送器的电机传动轴上，获取电动机的转速等信息[4]。

3.2 以太网平台设计

综采面工况复杂环境比较恶劣，常导致有线的通信设备发生故障，因此采取有线网络与无线网络相结合的方式，无线Mesh 技术是下一代无线网络的关键技术，具有兼容性强、抗干扰能力好等优点，配备KJHT500 型矿用无线交换机，该交换机最大可提供200/2000 Mbps 的快速传递能力。

工业互联网是实现多系统联动的基础，通过搭建网络通信平台实现刮板运输机PLC、采煤机主控制PLC、控制系统的PLC 之间信息的交互传递，如图4 所示，为基于刮板输送机负载大小而实现对刮板输送机转速进行控制的系统通信结构示意图[5]。

4 载荷识别系统设计

刮板输送机的运行速率应该与实际的运载量相关联，使得设备之间密切配合，以提高刮板输送机的运行效率。在实际使用中，刮板上所运输的货物量是时刻变化的，只能借助于智能监测与控制系统才能了解刮板输送机的载荷情况，了解刮板输送机的状况，并做出正确的判断决策。一般是需要对刮板输送机的载荷情况进行监测，收集的数据，可给予BP 神经网络算法对历史数据进行分析，并有效归类，以此作为刮板输送机控制的依据。从刮板输送机不同载荷所监测的数据入手，对数据进行归纳分类，从而确定输送机转速应控制的大小，在此利用BP 神经网络对数据进行筛选分类，BP 神经网络的识别系统的构建过程可以简单概况为如下三步[6-7]：

1）首先是分析数据的采用、收集与整理，由于算法本身基于离散的数据进行分析，因此需要对样本数据进行取样。

2）对分析样本进行集约化处理，在减小样本容量的同时可提高算法的识别度，即构建识别参数的决策表。

3）根据整理得到的决策表，再提起隐藏于其中的规律，并以此作为BP 神经网络的输入，这一步对神经网络的训练尤为重要，对后期神经网络的预测判断具有重要影响。最后构建起基于神经网络算法的模式识别系统，这个系统的结构如图5 所示。

图5 载荷识别系统结构

5 调速系统的实现

最后对系统硬件、软件进行了不断调试，最终实现了基于负载的刮板输送机调速与控制，在软件系统的主界面，显示了刮板输送机运行的状态参数，如转速、载荷、温度等，系统是采用神经网络建立的预测模型和调速模型，对刮板输送机的历史数据进行分析，归类总结出刮板运行的特点，以及转速的控制，从而实现了对刮板转速的实时调控。