大型矿井提升系统可靠性关键技术研究进展

苗 昀,张家蓉,卢 昊,2

(1.中国矿业大学机电工程学院,江苏 徐州 221116)(2.江苏省矿山机电装备高校重点实验室,江苏 徐州 221116)

煤炭是国民经济发展的支柱产业,是我国能源安全的“压舱石”和“稳定器”。2022年我国煤炭产量达41.3亿t,占国内能源消费总量的56%。我国富煤、贫油、少气的能源赋存特点,决定了今后一段时期我国能源消费仍需立足以煤为主的基本国情。大型矿井提升系统沿井筒提升煤炭、矸石,升降人员和设备,是井下生产系统与地面工业广场相连接的枢纽。矿井提升系统主要由提升机、提升容器、提升钢丝绳、天轮、装卸载设备及电气设备等组成。

随着提升系统性能的不断完善,钢丝绳、卷筒装置和提升容器等关键部件之间的耦合不断加深,增加了提升系统发生故障的可能性。以多绳摩擦式提升系统为例,在高速重载运行过程中,重载提升导致卷筒平均应力增大,主轴轴承退化引起的振动将加剧卷筒应力波动,极易发生卷筒疲劳开裂。由于多根钢丝绳在安装、缠绕速度、力学特性上的差异,张力自动平衡系统的响应不及时,因此易导致大吨位提升容器高速运行时发生倾斜、卡罐等重大事故。

故障诊断技术在矿山装备领域实际应用过程中,由于提升系统内多设备协同工作,信号干扰极大,原始信号的信噪比很低,因此一般的检测手段无法准确评估设备的运行状态。目前,通过人工神经网络(ANN)、支持向量机(SVM)和聚类算法与其他机器学习方法进行优势互补,已获得较为贴合实际的故障诊断技术并投入使用。

利用合理的管控技术可有效提高提升系统运行过程的可靠性。例如,提升机摩擦衬垫过度磨损与钢丝绳张力不平衡之间是互相促进的关系,两者之间的恶性循环降低了提升机的运行可靠性,通过合理的钢丝绳张力调节技术,不仅可以降低钢丝绳的失效可能性,还可以延长摩擦衬垫的使用寿命。井深过大导致钢丝绳的柔性特征明显,在加速提升与紧急制动过程中,合理控制矿井提升机转速,可减轻钢丝绳的振动对提升系统的损害。制动闸瓦的磨损退化与液压制动回路的控制失灵都会造成制动失效。

为提高大型矿井提升系统的可靠性,保障大型矿井安全高效生产,国内外学者在提升系统关键部件可靠性、提升系统故障诊断和提升过程安全管控等方面进行了大量研究。

1 矿井提升系统关键部件可靠性分析

矿井提升系统工作环境恶劣,其关键部件承受着较多的随机载荷,失效类型多样且存在相关性。而传统的结构分析是以安全系数法为基础,将载荷以确定值进行处理,造成提升机关键部件工作不可靠。矿井提升系统主要承载部件包括提升机卷筒装置、制动系统、钢丝绳等,国内外学者已开展了矿井提升系统关键部件可靠性分析研究。

1.1 卷筒装置可靠性分析

提升机卷筒是提升系统的关键部件,承受着提升过程中全部的有效载荷。在长期的上提、下放作业过程中,卷筒结构可能会萌生裂纹进而发生疲劳破坏,导致滚筒局部开裂、局部塌陷、开焊或连接螺栓剪断等故障。作为提升机主轴系统的重要零部件,主轴承不仅关系到系统的准确运转,还关系到提升机的安全性能。疲劳失效与磨损失效是主轴承最主要的失效形式,安装与拆卸不当、缺少润滑和保养、承受脉动循环载荷等,都会增大主轴承的退化速度。目前,在传统可靠性寿命分析方法的基础上,针对提升机零部件的失效分析正逐渐朝着实时性、动态性的方向发展。

汪飞等[1]通过建立提升机大型卷筒的有限元模型,进行了卷筒的载荷分析和疲劳寿命分析,针对原卷筒结构的应力集中现象,提出了卷筒局部结构改进措施,改善了其寿命情况;胡捷等[2]为研究人孔形状与数量对卷筒应力与人孔周边的影响,采用HyperWorks平台对提升机卷筒人孔的布置和尺寸进行了优化分析,优化后的最大应力值减少了40%,有效防止了人孔开裂;王刚等[3]针对超千米深井多层缠绕式提升机卷筒的设计要求,通过建立提升卷筒的结构负荷模型和基于动力学模型的满载及空载情况下的卷筒性能分析,结合累计损伤理论,得到了卷筒结构在不同负载下的疲劳寿命,为矿井提升系统设计提供了理论支持;任冯斌等[4]利用可靠性功能函数的前三阶矩和基于矩的鞍点逼近方法,计算得到卷筒装置的失效概率,并在此基础上进行可靠性优化设计,得到优化后的结构参数;张戈等[5]利用神经网络响应速度快、准确性高的优点,将RBF神经网络用于提升机参数的预测,以此评价提升机的工况好坏;王海峰等[6]采用Gamma过程描述主轴系统各零部件的退化过程并使用混合Copula函数建立主轴系统及零件的失效相关性数学模型,能够准确地预测工程实际中的主轴系统退化;卢昊等[7]在进行矿井提升机主轴承有限元分析的基础上,通过拉丁超立方抽样和Kriging代理模型实现对轴承振动磨损不确定性的量化,进而实现振动磨损的时变可靠性评估,表明振动磨损增大了轴承的磨损退化率。

1.2 制动系统可靠性分析

制动系统是提升机安全运行的保障,在单次升降作业完成后或断电、安全装置干预等情况下,制动系统都会工作。制动系统由盘式制动器及液压系统构成,液压系统控制碟形弹簧的伸缩,进而控制闸瓦运动。当闸瓦贴上制动盘时,弹簧产生的正压力使制动器处于制动状态,当闸瓦与制动盘分离时,制动器处于松闸状态。

余洪伟等[8]通过系统故障树模型阐述了制动系统失效的主要影响因素,分别计算了子系统中盘型制动器压力弹簧的可靠性指标,通过可靠性数据制定了合理的维修方式和维修计划;阎雨薇[9]首先通过建立制动系统的可靠性框图说明各分系统功能之间的传递情况,然后对盘式制动系统的可靠性因素进行仿真分析,得出了环境因素和闸数对制动系统可靠度的影响;王凯等[10]针对矿井提升机制动系统可靠性分析模糊性和不确定性的问题,将模糊理论与多态贝叶斯网络相结合,根据各根节点的定量重要度分析确定制动系统的薄弱环节,为故障检测与维修提供了理论依据。

任冯斌等[11]在建立制动盘-闸瓦摩擦副有限元模型的基础上,使用Kriging模型拟合函数关系,运用鞍点逼近方法得到紧急制动时制动器闸瓦的失效概率;王敏等[12]考虑了液压站和制动器的相关故障模式,利用故障间隔时间数据,建立了基于威布尔模型的可靠度函数模型。

有些研究从故障树角度定量分析了某一因素对制动系统性能影响的显著度。李曼等[13]通过模糊故障树的建立和对失效事件的重要度分析,定量得出了影响提升机制动系统安全性的最主要因素和其重要度;乔红兵等[14]建立了综合应用故障树分析法(FTA)、层次分析法(AHP)、模糊综合评判法的软件系统,确保及时明确制动系统的运行状态并做出合理决策;任中全等[15]针对一般可靠性分析数据量不足的问题,运用评分预计法估计制动系统的可靠性,该方法可实现制动闸系统的定量分析;周广林等[16]针对提升机盘式制动系统的冗余性和随机性,运用模糊动态故障树建立了融合静态模块和动态模块的定量分析理论,结合马尔可夫理论有效确定了液压站的高故障率部位。

王刚等[17]在盘型制动器控制系统动力学建模的基础上,进行了多绳缠绕式盘型闸制动系统的机电液联合仿真,确认了在特定运行参数条件下恒减速制动方式的优越性。

1.3 钢丝绳可靠性分析

钢丝绳作为矿井提升系统中连接井上和井下的纽带,其安全性在矿井运输中起着至关重要的作用。常见的钢丝绳失效形式有:由材料性能、循环载荷或环境因素产生的微动磨损;由钢丝绳振动、交变载荷等因素产生的疲劳失效;由矿井复杂条件导致的腐蚀。目前,针对钢丝绳疲劳寿命与磨损的研究,大多通过试验和仿真等手段分析钢丝绳的磨损与疲劳特性,除此之外,无损检测技术和故障树诊断等方法也有一定的应用。

常向东等[18]通过钢丝绳-滑轮摩擦磨损试验和力学性能试验,探究了钢丝绳和滑轮的摩擦特性、表面磨损机理和力学性能退化特性,为钢丝绳安全检测和可靠性研究提供了数据支撑;陈原培等[19]聚焦于钢丝绳内部的丝间接触作用,通过建立单股钢丝绳的有限元网络模型和相互接触以及疲劳寿命模型,得出单股钢丝绳的疲劳寿命分布和应力分布特性,讨论了模型参数对其疲劳特性的影响;张俊等[20]提出了基于微动磨损理论的理论模型,综合考虑了提升钢丝绳动张力、内部钢丝拉力、相对滑移量等指标的相关模型,并预测了钢丝绳动态安全承载系数和安全寿命;卢如意等[21]为有效延长钢丝绳使用寿命,一方面优化其加工工艺,另一方面借助扭转力自助平衡连接器消除横向剪切力,通过改善钢丝绳受力情况提高了其可靠性和使用寿命;李婷等[22]将基于CAD-CAE协同仿真平台Workbench的虚拟疲劳试验技术用于钢丝绳疲劳寿命分析,指出疲劳失效点的位置,得到疲劳寿命与疲劳载荷比例和比例因子的关系曲线并预测了钢丝绳的疲劳寿命;刘雷等[23]通过建立基于无损检测技术的钢丝绳剩余强度和寿命预测系统,进行了钢丝绳局部缺陷检测实验,并与实际监测结果相比,得到了良好的预测效果;贾社民等[24]通过分析钢丝绳使用过程中的安全问题,提出不能仅仅依靠钢丝绳更换与无损检测技术来保证钢丝绳的使用寿命,更重要的是对其寿命的科学评估和建立安全维护及监测方面的标准,以及科学合理的更换制度;寇少凯等[25]在深井提升钢丝绳故障类型分析的基础上,通过故障树分析方法定性并定量地得出了钢丝绳扭转是导致深井钢丝绳故障的主要因素,建立了深井提升钢丝绳可靠度仿真模型,得出了其可靠度及失效概率密度变化曲线。

2 矿井提升系统故障诊断技术

机械设备故障诊断技术是一种利用多学科技术交叉方式识别机器运行状态的综合性技术,主要涉及故障理论、传感检测、信号处理、数据挖掘、人工智能等多个相关领域。其研究目的是及早发现机器故障情况,通过合理的维修手段减少或消除事故的发生。对于矿井提升装备,故障诊断技术主要涉及信号处理与特征提取、基于机器学习的智能诊断和多方法混合的融合诊断3个层面。

通过合理的信号处理与特征提取技术,可基于丰富的行业先验知识准确判断故障位置、故障类型和严重程度。同时,随着设备载荷的增大与自动化程度的提高,提升系统结构愈发复杂,为了获得更加准确的诊断结果,基于机器学习的智能诊断技术逐渐代替传统的人工判断。为了进一步优化机器学习算法的性能,多种技术交叉的融合诊断技术也获得了较大发展并投入矿井实际应用。

2.1 信号处理与特征提取技术

运行的机械设备会产生具有规律性和周期性的振动信号,不同的故障所对应的振动信号具有不同的特征。矿山机械装备的故障信号呈非线性并有强烈的噪声,故障特征在时域和频域上均有体现,因此在矿井提升装备故障诊断领域,一般通过时域分析与频域分析相结合的方法提取信号故障特征。

张家良等[26]提出了一种动态系统的非线性频谱特征提取方法,结合基于最小二乘支持向量机的故障分类器,开展了提升机制动器的故障诊断实验,重点研究了一种变步长最小均方自适应算法,该算法基于输出偏差动态调整频谱特征的计算步长,保证了故障诊断的实时性。

Yang等[27]提出了一种强噪声背景下弱故障特征提取方案,用最小反褶积和改进的完全集合经验模态分解法处理信号,通过互信息和样本熵的方法避免了内模函数(IMF)选择的盲目性,并在地面开展了提升机天轮轴承的相似实验。实验结果表明,相较于传统方案,该混合方案可更加有效地剔除噪声信号,并得到大部分的故障特征。

冷军发等[28]提出了一种基于经验模态分解(EMD)与Teager-Kaiser能量算子(TKEO)解调相结合的故障诊断方法,针对某型号矿井提升机齿轮箱进行了故障诊断实验。实验结果表明,该方法可有效诊断出齿轮的点蚀故障,但更加适用于故障严重时齿轮箱的分析诊断。

石瑞敏等[29]针对经典EMD方法使用中的模态混叠的端点效应问题,提出了一种基于改进EMD的多绳摩擦提升机载荷信息特征提取方法。当提升机载荷不断增加时,探究了各阶IMF的能量、方差贡献率、能量矩等特征值的变化规律。

刘小平等[30]提出了基于Hilbert-Huang变换(HHT)、数据依赖核独立分量分析(DDKICA)和支持矢量数据描述(SVDD)相结合的提升机故障监控方法,解决了包含多个非线性源振动信号成分IMF的选择问题,通过实验验证了所提出方案的故障诊断准确性,并基于实测振动数据样本,揭示了传统核主元分析的虚警原因。

2.2 智能诊断方法

人工智能算法仅需历史数据和实时数据即可完成复杂机电设备的故障诊断工作。随着机器学习技术的不断进步,基于数据的故障诊断方法研究在矿井提升装备领域取得了较大的进展。主要方法包括人工神经网络(ANN)、支持向量机(SVM)和聚类算法等。

ANN主要用于训练样本较多且非线性较强的情况。王正友等[31]以训练后的BP网络作为贝叶斯后验概率估计器,建立了提升机制动系统卡缸故障判断模型;王致杰等[32]基于小波神经网络和反向传播算法,对矿井提升机多个关键特征参数进行时间序列预测;雷勇涛等[33]利用自组织特征映射(SOM)网络识别制动系统故障状态,并比较了3种神经网络对提升机液压站的故障诊断效果。

SVM对小样本训练数据的故障诊断准确率更高。郭小荟等[34]基于小波分解提取出的特征向量建立SVM故障分类器,实现了小样本下的提升机制动系统故障诊断;董黎芳等[35]针对提升机多类故障诊断问题,比较了支持向量机和神经网络的分类精度,结果表明“一对多”的支持向量机故障诊断准确率最高;Jiang等[36]提出了一种基于变模态分解和支持向量机的矿井提升机振动信号监测方法,通过分析提升机主轴的振动信号监测提升负荷。

聚类算法作为一种无监督学习的机器学习算法,更加贴合实际生产过程中无标签数据构成的训练样本。董磊等[37]提出了一种基于广义Ward距离的复杂网络聚类算法,结合局域均值分解法(LMD)判断提升机主轴故障状态并验证了结果的准确性;仵坤等[38]基于滤波后的图像信息,利用自动纠偏算法和层次聚类算法,监测提升机卷筒排绳层间跳变状态;Shi等[39]根据绳索排列的投影图像,利用基于密度的噪声应用空间聚类(DBSCAN)方法,检验超深井提升机排绳状态。

2.3 融合诊断方法

各种机器学习算法在故障诊断领域具有不同的技术特征,为了充分发挥不同技术的优势,贴合矿井提升装备的实际运行状况,国内外学者们从提高故障诊断准确性和减少训练样本量等方面入手,基于融合思想改进机器学习算法。

为了提高小样本下卷积神经网络对提升机主轴轴承故障诊断的准确率,Gu等[40]利用支持向量机代替传统的Softmax函数用于最终判断,并基于该改进的神经网络模型探究了不同卷积层配置方案对故障诊断准确率的影响。

为减小深度卷积神经网络的训练数据量,充分利用其强大的特征提取能力,张义清等[41]提出了一种基于迁移学习的钢丝绳断丝定量识别方法,通过对预训练网络的结构迁移和参数微调获得所需的目标模型。选取6类钢丝绳内外部断丝情况,利用连续小波变换得到漏磁信号的时频图,将其作为目标模型的输入,最终得到分类准确率达到97.2%的目标模型。

吴传龙等[42]针对单一特征提取方法难以获得矿山设备故障特征的情况,提出了一种基于统计特征与深度特征融合的提升机逆变器故障诊断方法。对于实测的逆变器输出电流信号,利用HHT提取故障统计特征,采用压缩激励密集连接卷积网络(SE-DenseNet)提取深度特征,进而利用局部线性判别分析(LFDA)得到统计特征和深度特征的低维融合特征。逆变器中单个IGBT开路故障诊断的实验结果表明,相较原有的单一特征提取方法,该方法得到的低维融合特征比单一特征的故障表征能力更强,有效提高了故障识别准确率。

汪磊等[43]利用萤火虫算法优化卷积-长短期记忆(CNN-LSTM)神经网络,提出一种基于音频峭度的煤矿旋转机械滚动轴承故障预测方法,通过分析矿井提升机及其他多种矿山设备滚动轴承的实测振动信号,验证了该方法预测早期故障的准确性。

李娟莉等[44]提出了一种基于三层信息融合的提升机制动系统故障诊断方法。首先利用主成分分析法(PCA)对原始数据进行降维去噪,得到机器学习的训练数据集;然后通过具有记忆功能的Elman神经网络融合故障特征信息;最后以DS证据理论充当最终判据,判断系统故障状态。

提升装备故障监测技术在实际生产中的应用,可以实时监控系统运行状态,及时清除安全隐患。李腾宇等[45]以提升系统的关键承载部件为监测对象,充分考虑煤矿环境,搭建了模块化的超千米深井提升机安全监测系统,完成了系统的软硬件设计并进行实验验证。针对高速运动的天轮和钢丝绳上传感器安装困难的情况,利用机器视觉方法实现设备的检测诊断;利用基于MED-EEMD的方法监测提升机轴承的微弱故障特征,试验结果表明该方法可有效提取轴承外圈的故障信号。

Xu等[46]提出了一种将钢丝绳张力测量转换为压力测量的钢丝绳监测方法,解决了拉力传感器与钢丝绳串联的安全隐患;设计了一种声滤波传感器,比较了振动与冲击下其与普通传感器测量结果的准确性;提出了一种新型的多绳摩擦提升机钢丝绳张力监测装置,实现了钢丝绳张力的实时测量,有效监测钢丝绳的张力不平衡故障。

3 矿井提升系统智能管控技术

提升系统零部件多、分布离散、耦联关系复杂,监测参量拾取碎片化,且有线方式难以用于井筒中进行动态监测。研发安全可靠的智能化管控技术是保障矿井提升系统安全运行的有效途径。矿井提升系统控制系统主要用于提升机的主令操作控制和保护监视,其中主令操作控制主要用于提升机的启动、爬坡、制动,保护监视用于钢丝绳滑绳、过卷以及制动力过载等安全监测。

3.1 提升机驱动控制技术

矿井提升机在沿井筒提升物料、运输人员时,主要通过控制直流或交流电动机的正、反转来实现升、降。提升机传动系统频繁地正、反转决定了其需要电控系统与其他机械系统紧密配合,从而提高提升机的运输效率和运行安全性。在现有的控制技术中,可编程逻辑控制器(PLC)技术广泛应用于对提升机的速度控制,通过对煤矿提升机在运行过程中的各种信号进行分析与处理,进而进行判断与控制。

邬建斌[47]基于变频技术和PLC控制技术,设计了一套提升机智能控制系统,把PLC智能控制系统植入副斜井提升机运转系统中,实现了矿井的平滑变速,减小了加速度突变导致的钢丝绳拉力突变,降低了断绳事故的发生率;徐文涛[48]利用RBF神经网络整定PID的算法对提升机卷筒速度进行自适应跟踪控制,实现了提升功能的安全转换;李子武[49]详细介绍了提升机的异步电机调速系统原理,并将PLC技术运用于控制保护系统;康晓光[50]提出了液压提升机的机电液一体化控制系统,并提出了机电液伺服系统模糊控制方法,实现了对随机干扰的有效控制。

庄吉庆[51]有机结合了传统旋转电机提升和直线电机推进两种驱动技术,提出了一种直线电机与钢丝绳复合提升的新型解决方案,并研究了两种提升装置的协同控制策略,可在相同条件下增加载煤量;武波[52]利用仿真软件ADAMS对矿井提升机的恒减速电液控制系统进行模拟,介绍了其软硬件组成并验证了其有效性;庄吉庆等[53]针对千米深井特大型箕斗钢丝绳磨损量大、系统安全性低的问题,提出了一种主从控制和并行控制相结合的控制方法,并进行了多种运行条件下的提升系统仿真实验,验证其协同驱动控制策略的有效性。为提高提升机控制系统的智能化水平,Qu等[54]提出了提升机继电控制系统的PLC和计算机双控制系统,实现了传统继电控制的技术改进。

为提高提升机驱动过程中对传感器故障的容错性,让提升机在传感器发生故障时也能安全运行,Dai等[55]设计了基于模糊神经网络的集成传感器容错机制,实现了该系统的公差控制。

3.2 提升机制动控制技术

矿井提升机制动主要分为安全制动和工作制动。提升机在进行一次提升工作后进行的制动为工作制动,而安全制动又称为紧急制动,只发生在设备发生故障、人员面临危险的情况下。当采用恒力矩制动方式制动时,由于缺乏反馈机制,很容易出现因制动力过大而导致的断绳、制动轴瓦断裂等事故,因此应采用含有内部反馈机制的恒减速制动方式制动,此时控制系统通过检测滚筒速度来调节制动器的减速度,可有效提升制动性能。

在提升机制动技术算法领域,不少学者在原有PID算法的基础上,提出了改进的制动控制算法。李明航等[56]针对原有传统控制算法传递函数不够精确的问题,采用了模糊自适应PID算法,设计了一种可靠性高的恒减速制动控制器,该控制器响应迅速,稳态误差小,可适应提升机复杂工况下的制动需求;王利栋等[57]提出了一种将模糊PID控制与BP神经网络相融合的提升机恒减速控制方法,该方法将模糊神经网络用于更新控制算法中的参数,结果显示该方法的减速度超调量更小、稳态精度更高;王邵博[58]在协同制动试验台的基础上,设计了提升系统制动PID控制器及反步控制器,通过仿真分析验证了该控制方式的优越性;邓世建等[59]在提升机制动反馈系统中引入了单极性偏差控制算法,将控制目标由无差变为有差,提高了控制系统的动态性能。

传统的控制系统依靠单一的液压站提供制动力矩,针对液压动力系统的技术改进可提高制动效率和灵敏度。Yu等[60]设计的矿井提升机自动制动系统可根据不同的制动阶段调节制动力矩,该控制策略能提高制动性能并降低断绳风险;郭鑫等[61]通过对比例溢流阀开口状态的精确调整实现了对制动闸瓦制动力的调整,通过闭环反馈控制比例溢流阀模块,实现提升机的柔性制动;付志明[62]针对现有恒减速液压站设计的不足,设计了多通道恒减速液压控制系统,使得总制动效益不受单一制动通道失效的影响;杜晓月[63]将嵌入式制动电控系统应用于恒力矩-恒减速切换的液压转换装置,解决了传统PID控制器时效性差、可靠性差的问题。为进一步保证制动的系统安全性,Qiao等[64]设计了基于故障树分析和西门子PLC控制的矿井提升机制动系统在线监测系统,提供了制动系统的在线监测功能。

3.3 钢丝绳安全运行控制技术

目前,我国广泛使用的矿井提升装备主要为单绳缠绕式矿井提升机和多绳摩擦式矿井提升机,除此之外还有双绳缠绕深井提升机,该提升机可解决单绳缠绕式提升机提升距离短与多绳摩擦式提升机提升能力弱的问题。近年来,提升机运行过程中钢丝绳的失效问题得到了广泛研究,当钢丝绳之间摩擦力减小、钢丝绳与滚轮摩擦垫发生相对滑动时,极易发生滑绳事故;当制动力超标、调绳作业频繁时,易出现钢丝绳寿命降低或断绳事故等;当钢丝绳安装位置偏差、弹性伸长不一致时,易出现多条钢丝绳张力不平衡的问题;当钢丝绳运载距离过长、钢丝绳材质柔性特性明显时,造成的振动易加剧磨损。针对以上问题,国内外学者提出了一系列监控保护控制措施。

倪飞[65]针对摩擦式提升机的滑绳溜车事故,设计了一套提升机滑绳保护系统,由模糊控制程序和滑绳保护程序实现双闭环系统优化,其中主程序用于滑绳保护,辅助回路利用模糊控制程序通过径向压力反馈,提供制动力矩;徐龙增[66]针对以往摩擦提升机防滑装置开环控制出现的滞后、动态特性差的问题,提出了模糊自整定PID控制器,有效解决了钢丝绳的滑动,该控制器调节精度高、响应速度快,易于在PLC中实现。

刘广达等[67]为解决双绳缠绕式深井提升系统两钢丝绳张力不平衡的问题,在分析两绳张力差机理的基础上,提出了张力调节的反步控制策略,有效地减小了钢丝绳张力差;臧万顺[68]针对以往张力主动调节系统发生故障后闭环控制性能下降的问题,设计了张力主动调节系统的容错控制方法,并进一步设计了在执行器泄漏和张力传感器故障情况下的控制方法。

朱真才等[69]采用自适应鲁棒理论设计了提升钢丝绳纵向振动抑制边界控制策略,在建立动力学模型的基础上,通过仿真对比验证了该系统的振动补偿和快速收敛性;宋字宇[70]通过外设控制器消耗提升机钢丝绳纵向振动的能量,并通过仿真实验验证了该控制器的去振效果。

针对目前提升机过卷保护系统制动力小、可靠性差的问题,陆元杰[71]设计了永磁-钢带混合式过卷保护系统,这种混合布置策略缩短了制动距离,且不增加钢丝绳的磨损。

4 结束语

本文全面深入地分析了大型矿井提升系统可靠性关键技术的研究进展,从提升系统关键部件可靠性分析、提升系统故障诊断和提升过程安全管控3个方面论述了该领域的研究现状。随着我国浅部煤炭资源日益枯竭,煤炭开采逐步向着大型化、深部化方向发展,提升系统面临着更加复杂恶劣的工况、环境,因此未来需要更多的研究人员投身到超深井高速、重载提升系统的可靠性研究领域。