自调整模糊控制算法在矿井通风调速系统的应用

谢允飞

（中阳荣欣焦化有限公司， 山西 吕梁 033400）

1 通风调速系统存在问题

根据实际调查发现，当前中阳荣欣公司2107综采工作面的通风调速系统在工作时主要表现出以下几点问题：一是当前该矿风机的供风方式为双电源与双风机，两台风机互为备用，各自的电源相互独立。但是根据搜索到的材料显示，当前所用的这种方式实际效用并不强，面对突然停电停风情况的出现时，仍然会有严重的瓦斯积聚现象，由此导致的安全事故仍然时有发生[1]。二是实际运行时效率不高，所用的风机款式较老，效率仅有45%～65%，导致能源的浪费情况非常严重。三是虽然目前该井采用了变频调速控制，但是电机的转速需要人工去给定，所以无法做到根据工况的变动而对工作状态进行自动调节。尽管该矿井采用了变频调速控制，但其控制方式是人工手动给定电机转速，而不能根据实际工况自动调节局部通风机的工作状态。从工作状态来看，在对通风机进行控制的时候没有联系到巷道内温度与瓦斯等因素，没有将通道内关系到安全问题的因素设置为系统的控制量，所以安全保障不高。

2 局部通风机的工作方式

调查显示，当前我们国家掘进工作面应用最广的通风方式当属压入式[1-2]。所谓的压入式，其主要利用风机来从外界吸取新鲜的气流，随后在风筒的传输下到达掘进工作面。风机与它的控制装置安置在主巷道是该方式的主要优点之一，通风时污风不会经过局部风机，而是随着风流最终进入主巷道，这种流动方式极大的降低了煤尘与瓦斯爆炸的概率；同时，采用这种方式时，可以根据通风设备的工作时长选择合适材质的风筒，拥有更强的适应力。虽然该方式具有多方面的优点[3]，但是它的缺点同样不可忽视，首先一点，该方式下污风会沿着掘进巷道排放，导致污染的范围会进一步扩大，同时炮眼需要较长的排出时间，导致风机的工作时长随之增加[4]。

图1所示为各传感装置以及通风机在掘进巷道中的实际安装情况。为了更好地对巷道中的瓦斯排放情况进行监控，在掘进巷道中的各个关键位置均安装了传感器。

图1 掘进巷道内各传感器与局部通风机的布置情况

如图1所示的各部件中，通风机与其控制装置为K，甲烷传感装置为T1，T2，T3，其中三个传感器分别负责检测不同区域的瓦斯浓度，即掘进工作面迎头、掘进巷道的回风流以及回风巷道的混合风流三个区域；传感器F为风速传感装置，安装于回风流处；风筒为D。根据风速与瓦斯浓度传感器的测量值对比给定的标准值，结合设定好的控制办法，最终对通风系统实现智能化控制。

3 变频调速模糊控制装置的具体设计方案

双机切换系统以及工、且两个独立工作的变频控制系统是构成该智能化控制系统的关键，如下页图2所示为本系统的实际工作原理。其中两个变频系统选用了同一型号的CPU处理器，同时，其控制功能依靠建立在自调整模糊算法基础上的变频控制装置进行实现。运行过程中，这两套变频系统根据传感装置接受到的风速与瓦斯浓度等讯号对通风机的转速进行相应调节，从而实现系统的自动化控制。其中两套系统的浓度等参数可以借助人机接口进行人工设置与调整。

图2 主系统设计方案

3.1 模糊控制装置的基本设计原理

掘进深度、风速、温度以及瓦斯的浓度是当前对掘进巷道安全问题影响较大的几个因素。由于这几项变量具有纯滞后性，而且并不具备线性条件，因此难以针对性的确立一个精确的数学模型。因为当前调查显示风速与瓦斯的浓度是对安全影响最大的两个因素，所以本次研究主要针对这两项因素进行建模。作为数字化控制系统的一个特殊分支，模糊控制系统在具体工作流程方面依然和数控系统相同，从组成来看它主要有4个关键部分。具体流程为：传感装置获取各被控量时值，将测量值与给定值对比，两者差值利用A/D转换为能够被CPU识别的数字讯息，CPU利用模糊算法进行计算后，其输出值利用D/A转换为控制机构可以识别的模拟量，最终控制设备的具体运行状态。如图3所示为该模糊控制系统的基础原理。

图3所示的①到④代表该控制系统的模糊控制装置、A/D与D/A转换、控制对象和传感装置四个主要部分。该算法的主要过程为：根据实时测量得到的系统输出量，经过计算确定输入量；把精确的输入量转换为模糊量；根据输入量以及相关规则计算得出模糊控制量；根据计算得出的模糊控制量进行精确计算。

3.1.1 确定具体的输入、输出变量

瓦斯的浓度偏差以及该偏差的变化率是本文确定的两个输入变量，同时，两者分别用E和Ec表示。这两个变量根据对比瓦斯浓度设定值与周期采样值得到：

图3 模糊控制的基本流程

式中：et与et-1分别代表t与t-1是的实际采样值。主电路中变频装置的输入电压U是该系统的输出变量。频率F是模糊控制装置的输出量，变频装置控制量可以利用V/f曲线计算得到。

3.1.2 模糊处理输入、输出的精确量

设定变量E的基本与量化论域分别为[-1，+1]和{-3，-2，-1，0，1，2，3},同时它的模糊语言集为{NB，NS，0，PS，PB}，偏差的语言表述为{极大偏差，大偏差，中等偏差，小偏差，无偏差}。计算e的量化因子：

设定变量Ec的基本与量化论域分别为[-0.5，+0.5]和{-3，-2，-1，0，1，2，3}，同时它的模糊语言集为{NB，NS，0，PS，PB}，偏差的语言表述为{负大，负小，零，正小，正大}。计算ec的量化因子：

设定输出量F的基本与量化论域分别为[0，10]和{-3，-2，-1，0，1，2，3}，同时，它的模糊语言集为{NB，NS，0，PS，PB}，偏差的语言表述为 {最高，较高，中高，小高，无}。计算u的量化因子：

3.1.3 确立针对性的模糊控制规则

确保系统输出后可以令响应达到最佳的动、静特性是确立模糊控制规则时需要遵守的根本性原则。控制规则表利用if-then的条件语句创立，其标准设定依靠工作人员的经验。本文控制规则一共包含语句25条。现场工人的实际经验是规则建立的基础。

3.2 自调整式模糊控制器的具体设计

本次研究中，风机的变频调速依靠二维自调整式的模糊控制器进行控制，通过该方式可以确保系统更快进行响应。如下页图4所示为其结构简图。

从图4可以发现，图中含有多个参数，其意义分别为：α表示自调整因子；y与r分别表示系统输出的精确瓦斯浓度与给定的瓦斯浓度；e/E，ec/Ec以及u和F分别表示瓦斯的浓度偏差以及偏差的变化率和控制装置输出的精确量与模糊量。Ke，Kec，Kf三个参数分别代表瓦斯的浓度偏差以及偏差变化率的量化因子与其控制量的比例因子。当E、Ec与F三项参数拥有相同的量化论域时，其具体的关系式表示为：

图4 自调整因子模糊控制器结构

通过对α值进行调整可以对控制规则进行改变，从而实现对F的加权程度以及E和Ec的改变和控制。系统在e1较小时趋于稳定状态，此时加快稳定是控制系统的核心任务，所以用α1进行适当调整；偏差e1的值较大时，系统通过α2对偏差进行消除，这种状态下需要增大偏差加权。

4 现场的实际操作与验证

当前2107工作面设置有U型的传统通风系统，经计算其按需供给的风量为530 m3/min，然而现场实际监测发现存在瓦斯积聚和超标的情况，具体表现为CO传感装置出现了较高的瞬时峰值，而且每次超标的时间间隔没有规律。回风口和掘进工作面处的传感装置将检测到的实时数据转变为电讯号传输给模糊控制器，根据设定好的龙之规律进行计算后控制器将符合要求的调制比传输给变频器，最终风机的转速等方面依靠变频装置的控制进行调整，风量输出满足要求，同时，将汇风合流处的瓦斯浓度控制于规定的范围限度内。

本次研究搭建了试验平台。实验开启之前首先对平台的软件与硬件进行了针对性调试，同时，系统给出了风量和瓦斯的检测信号，根据该信号可以确定平台的软件与硬件均非常可靠。

根据选用的检测风速与瓦斯实时讯息的两种传感器型号，可以得出两者的电流输出值分别为0～200 mA和0～5 mA。如图5的5-1、5-2两图分别代表着传感器信号调整前后向DSP输入的具体波形。

图5 瓦斯与风速信号调整前后波形图

5 结语

本文的控制方案充分结合了井下巷道的真实工况，为设计的控制方案确定了针对性的控制规则。为了检验系统各模块的实际运行情况，同时，也为确保系统各项功能正常实现，特地搭建了专门的系统试验平台，通过该平台对所有重要指标进行了试验。结果显示，本次设计方案具有明确的指标，整体科学合理，在实际运行中可以根据风速与瓦斯浓度对风机的转速进行调控，从而实现智能化的风量控制效果。