皮带运输机轻载模式运行效率优化控制

曹建文

(1.山西天地煤机装备有限公司,山西 太原 030006;2.中国煤炭科工集团太原研究院有限公司,山西 太原 030006;3.煤矿采掘机械装备国家工程实验室,山西 太原 030006)

0 引言

皮带运输机是煤矿运输的核心设备，具有运输距离长、运输量大、运行可靠、自动化程度高的优点。在选择皮带运输机的驱动装置时，需综合考虑最大运输量、电动机最大功率等因素。皮带运输机运行的特点是需较大的启动电流，启动结束并正常运行后负荷功率会降低，使其长期处于轻载或者空载状态。采用变频调速控制，可使得皮带运输机的启动电流变小，有效保护设备的机械寿命；使皮带运行速度与煤料量相符合，保证皮带运输机稳定、高效运行[1-2]。皮带运输机变频调速控制方案根据煤料量进行带速调节，可提高皮带运输机轻载或者空载时的工作效率，但无法保证电机处于最佳工作状态。因此，研究并优化皮带运输机在轻载或者空载时的运行效率具有重要的意义。

1 工作原理及损耗分析

皮带运输机由输送带、托辊和支架、传动装置、拉紧装置以及清扫装置组成。其中：输送带、托辊、支架沿输送机全线定间隔布置；输送带缠绕于驱动滚筒、机尾换向滚筒之间并形成闭合带，并由托辊支撑。拉紧装置根据运输机在运行过程中出现输送带过松或者过紧的情况，完成对输送带的调节。皮带运输机在运行过程中，通过驱动滚筒与输送带之间的摩擦力驱动输送带及物料同步运行。

皮带运输机机头、机尾驱动电机为异步电动机。异步电动机控制系统的特点是非线性、耦合性、高阶数学关系不易表达。因此，为优化皮带运输机运行效率，需分析系统中的损耗，主要包括铜损、铁损、机械损耗、杂散损耗等。

①铜损即电流经定子绕组时的热损耗，可表示为：

pCu=mI2R

(1)

式中：m为相数；I为相电流，A；R为相电阻，Ω。

皮带运输机轻载时，I较小，即铜损较小；但是铁损、机械损耗较高。为了降低铜损，可减小R。

②铁损即铁芯中的涡流损耗、磁滞损耗之和。经验公式可表示为：

(2)

式中：KFe为铁损系数；f为运行频率，Hz；β为频率系数，一般取值为1.2～1.6；B为磁感应强度，T；G为铁芯重量，kg。

为降低铁损，可选择磁滞回线面积较小、电阻率较大的硅钢片，或者适当降低电机端电压。

③机械损耗即机械轴承摩擦损耗、风摩损耗。为降低机械损耗，可改进风扇性能或者选用高质量电机专用轴。

④杂散损耗即转子中的高频损耗和转子横向电流损耗。为降低杂散损耗，需优化定子绕组节距和凹槽数量，同时减少转子斜槽度。

2 优化方案设计

2.1 优化原理分析

皮带运输机变频调速运行时，基频以下为恒转矩调速，即异步电动机的磁通、转矩保持恒定；基频以上为恒功率调速，即异步电动机的输出转矩减小，输出转速升高。皮带运输机轻载或者空载运行时，所需气隙磁场值小于额定值，不仅要满足输出转矩要求，还要充分降低损耗，以提高运行效率。皮带运输机效率优化控制是在满足轻载或者空载运行条件的基础上，通过调节电压、电流、磁通、转差频率等降低异步电动机的损耗。

皮带运输机异步电动机在负载转矩、转速一定时，转子磁链与励磁分量成正比例关系。当转子磁链减小时，励磁电流产生的定子铜损和铁损会减少。当系统需保持所需转矩时，必须增大转矩电流，使铜损升高、铁损降低。当转子磁通降低极小时，铁损极小，但铜损增加明显，总损耗增加。因此，在特定运行条件下，当异步电动机的铜损、铁损达到平衡，存在最优磁通，使得电动机损耗和输入功率最低，从而搜寻异步电动机的最小有功功率。

2.2 优化方案

为搜寻皮带运输机在保证异步电机输出功率不变情况时的最小输入有功功率，采用改进型粒子群优化(particle swarm optimization,PSO)算法与反向传播(back propagation,BP)神经网络相结合的PSO-BP神经网络算法实现。PSO-BP神经网络算法流程如图1所示。

图1 PSO-BP神经网络算法流程图

PSO-BP神经网络算法能够克服BP神经网络陷入局部值和收敛速度慢的问题，具备多点搜索、全局性的特点[3-4]。PSO-BP神经网络算法的本质是采用速度-位置模型，修正BP神经网络中的权值、阈值，基于梯度下降法求解最优磁通，并根据实际状况优化搜索策略，达到动态跟踪电机最小输入有功功率的目的。

相较于露地蔬菜种植，大棚蔬菜种植需要一定的资金投入，许多农民会因为这部分前期投入而放弃使用大棚种植方式，依然采用传统的种植方式。通过调查可以了解到，农民多是出于以下2个因素的考虑而放弃新型大棚蔬菜种植方式，一是建立大棚的费用超过农民的经济承受能力［1］。我国农民的经济收入并不高，但是这部分收入不仅要做生活之用，还要供孩子上学，有时还要额外支出医疗费用，在这种情况下农民对建立大棚则是有心无力。二是部分农民虽然有资金建立大棚，但由于缺乏大棚种植经验，并不敢冒险，毕竟农民的收入多是来源于种植，耽误了一年便会少一年的收入，影响家庭经济条件。

用于轻载模式的皮带运输机运行效率的PSO-BP神经网络算法流程具体分为以下五步。

①设定：PSO-BP算法第一层输入层的输入信号为ΔPd(pu)、LΔΦs(pu)；隐含层节点个数为6；输出层为磁通Φ，取值范围为[0.1Φm,Φm]，Φm为额定磁通；ωij为输入层节点i与隐含层节点j之间的连接权值，节点阈值为θj；ωjk为隐含层节点j与输出层节点k之间的连接权值，节点阈值为θk；权值随机取值范围为[-1,+1]，阈值随机取值范围为[-10,+10]；ωij、θj、ωjk、θk与PSO算法中的速度vi、位置xi一一对应。

②初始化PSO算法中粒子在d维空间运动方程[5-6]中的惯性权重ω、学习因子c1和c2以及约束因子α。设定粒子i搜索到的最优位置为Pi(i=1,2,...,M)，全局最优位置为gbest。根据f=λ|Oi-Qi|计算粒子i的适应度。其中：Oi为经PSO-BP神经网络算法搜索到的实际输出磁通；Qi为期望输出磁通，λ为定值。

③将粒子更新位置与最优位置Pi、全局最优位置gbest进行比较。若更新位置优于全局最优位置，则重置全局最优位置[7-9]。粒子位置搜索时的位置信息由式(3)确定、速度由式(4)确定，并取α=0.8、ω=0.5、c1=c2=2。

xi=xi+αvi

(3)

vi=ωivi+c1r1(Pi-xi)+c2r2(gbest-xi)

(4)

④当搜索次数小于500时，返回步骤③继续搜寻最优值；当搜索次数大于等于500时，执行步骤⑤。

⑤进行小步长反向局部最优搜索，直至达到设定收敛精度，同时确认此时的连接权值和节点阈值。

2.2.1 硬件设计

图2 硬件系统设计示意图

上位机计算机通过CAN总线通信接口将系统参数传送至控制模块。控制模块在接收并处理系统参数的同时，还需采集相电流和编码器反馈的转速并计算实时位置xi、速度vi；通过PSO-BP神经网络算法输出脉冲宽度调制(pulse width modulation,PWM)控制信号并驱动主电路模块控制驱动逆变器ON/OFF状态[10-12]。控制模块可动态显示电机转速以及故障信息。发生故障后，控制模块输出PWM信号消息，同时通过LED指示灯提示故障，以监控所设计的PSO-BP调速系统。

2.2.2 软件设计

皮带运输机运行效率优化PSO-BP调速软件系统基于Keil ARM软件平台，并采用C语言编程实现。皮带运输机软件设计流程如图3所示。

图3 软件设计流程

根据2.2节步骤①～步骤⑤，完成PSO-BP神经网络算法中连接权值ωij、ωjk以及节点阈值θj、θk的初始化、更新，并搜寻最优值。当节点误差不满足e<10-3时，进入中断处理程序更新PSO-BP神经网络算法的连接权值与阈值并寻找最优值，直至找到全局最优gbest。更新周期设定为0.2 s。

3 试验验证

用于试验的皮带运输机关键技术参数如下：转子电阻(Rr) 为0.158 Ω；定子电阻(Rs为0.332 Ω；铁损等效电阻(RFe) 为0.476 Ω；转子电感(Lr) 为32.5 mH,转子/定子漏感(Lσ) 为1.5 mH；互感(LM) 为30.5 mH；额定功率(Pn) 为15 kW；额定频率(f) 为50 Hz；极对数(nP) 为2。

当主电路模块采样到的实际电流值小于等于0.5I0时，判定皮带运输机处于轻载模式，启动PSO-BP运行效率优化方案。具体步骤[9-10]如下。①电机进入矢量变频调速过程，转子磁通设置为额定值。②当电机转速偏差满足Δn≤5%n时，进入最优磁通搜索模式。③当输入有功功率由负变正时，在该点搜索最优磁通；当励磁电流变化率小于设定的最小变化率时完成搜索。④当电机负载突变时，恢复转子磁通至额定值，再次运行效率优化方案。

皮带运输机以负载36 N·m启动时的转矩运行曲线如图4所示。考虑铁损时，电机电磁转矩大于36 N·m，约保持在37 N·m，与损耗分析结果相符；不考虑铁损时，电机电磁转矩约保持在35 N·m。

图4 转矩运行曲线

当皮带运输机以转速400 rad/s、负载18 N·m启动时，在0.4 s进行PSO-BP运行效率优化搜索，并在1.5 s后转子磁通达到稳定；在3.4 s负载突变为36 N·m时，系统在3.4 s启动运行效率优化搜索方案，并在4.5转子磁通趋于稳定。轻载模式负载突变时，皮带运输机转子磁通曲线如图5所示。

图5 转子磁通曲线

由图5可知，皮带运输机的输入功率在0.4 s、3.4 s时降低，系统损耗减小。

轻载模式负载突变时皮带运输机输入功率曲线如图6所示。此时的电磁转矩虽有微小波动，但不会对系统产生影响。

图6 输入功率曲线

轻载模式负载突变时皮带运输机转速曲线如图7所示。由图7可知，转速保持在400 rad/s左右。皮带运输机运行于轻载模式且转速-转矩一定的条件下，PSO-BP运行效率优化效果较好。当负载突变时，电机电磁转矩能够快速响应、动态跟踪负载并趋于平衡，同时转速基本保持不变。

图7 转速曲线

4 结论

皮带运输机常处于轻载模式，易造成电能浪费，有效提高皮带运输机轻载模式运行效率意义重大。通过理论分析，确认在机械损耗、杂散损耗一定的情况下，合理调节磁通可使电机运行于最优工作点。首先，设计了PSO-BP皮带运输机运行效率优化算法，采用速度-位置模型，修正BP神经网络的权值、阈值，动态跟踪并搜寻电机最小有功功率，达到电机运行效率优化的目的。然后，设计了皮带运输机运行效率优化硬件、软件方案，以TMS320LF2407A为核心控制器，实现矢量变频调速系统。试验结果表明，PSO-BP算法有助于皮带运输机轻载控制模式时运行效率的优化，可以保证设备的稳定、高效、安全运行。