工作面噴霧泵站的系統結構及控制算法的改進

李繼東

（陽煤寺家莊有限責任公司， 山西 陽泉 045300）

引言

粉塵污染作為綜采工作面、掘進工作面的主要威脅源之一，嚴重威脅著工作面的安全生產和作業人員的身心健康。經調研可知，當前應用于工作面的降塵系統還不足以滿足工作面的生產需求，存在控制方式以手動居多、作業人員勞動強度大以及降塵效率低、水資源浪費嚴重等問題。歸根到底造成上述問題的根本原因為噴霧降塵系統及其配套系統的電控系統均是獨立的，要求作業人員根據現場情況開啟系統[1]。噴霧系統開啟延時導致工作面粉塵濃度升高，而提前開啟會惡化工作面環境，使得煤質下降，進而影響煤礦的經濟效益。因此，以噴霧系統為例進行改進設計。

1 寺家莊噴霧系統存在問題

經對當前應用于寺家莊礦綜采及掘進工作面噴霧泵站系統的調研，其所存在的主要問題為：

1）噴霧降塵泵站系統與噴霧降塵裝置之間的管路過長，導致降塵系統終端壓力不足，從而影響了降塵效果；

2）噴霧泵站電控系統的接線過于復雜，各種通信線纜及動力電纜混合在一起，從而導致現場采集的模擬量受到一定的干擾，進而影響了電控系統控制的精確度，最終影響了噴霧裝置開啟的時機；

3）目前，噴霧降塵系統的控制主要依靠作業人員的經驗對現場粉塵濃度的判斷結果實現，無法精確掌握降塵系統的開啟時機；盡管已有部分工作面采用PID 控制策略，但是該控制手段仍存在一定的滯后性，無法達到快速響應的目的[2]。

2 噴霧泵站系統的改進設計

2.1 泵站系統結構及關鍵部件的選型

為實現對工作面粉塵濃度的實時監測及精準控制，特設計如圖1 所示的噴霧泵站系統結構。

圖1 噴霧泵站系統結構框圖

如圖1 所示，噴霧泵站系統的核心為控制器，控制器作為連接人機界面和泵站變頻控制器的核心，其能夠實時獲取并分析工作面水箱液位、粉塵濃度、壓力等傳感器所采集的信息，得出對應的控制策略通過變頻器實現對工作面噴霧泵、散熱分機的控制。此外，控制器可將所獲取的信息上傳于人機界面顯示[3]。

控制器作為噴霧泵站系統的核心，要求其具有足夠的運算速度和控制精度。此外，現場各類傳感器的選型也非常關鍵。本文在充分調研分析的基礎上，得出如下頁表1 所示的泵站控制系統關鍵部件。

2.2 電控系統接線的改進

噴霧電控系統內部線路復雜不僅增加了作業人員對線路檢修的工作強度，更重要的是由于線路絕緣老化出現線路短路現象，使得整個噴霧泵站系統無法工作。目前，泵站電控系統電氣控制柜屬于傳統接線方式[4]。為此，本文將通過采用模塊化、功能化的接線方式對傳統電氣柜接線方式進行改進。具體改進方式如下：

將功能相似的模塊劃分為一組，基于就近選取的原則，根據電氣接線圖對其控制線路進行排序。將相鄰序號的控制線連接于一個快速插頭上，并將快速插頭安裝于電氣控制柜的底部。對于需穿墻到電氣控制柜外部的控制線采用防爆連接頭連接，并依次對其進行排序。

此外，為確保通信線纜在傳輸數據過程中不受其他線纜的干擾，可在其兩端設計具有插頭的快速接頭或隔爆面。

表1 泵站控制系統關鍵部件選型

3 PID 控制策略的改進

當前工作面對噴霧泵站系統的控制一方面依靠作業人員的經驗，另一方面基于傳統PID 控制器控制。上述兩種控制方式均不能夠滿足工作面的生產需求，其控制效果存在一定的滯后性[5]。為此，本文將神經網絡控制技術應用于傳統PID 控制器中得出基于神經網絡的PID 控制策略，從而實現對工作面噴霧降塵的恒壓供水。

3.1 恒壓供水數學模型

經研究可知，影響噴霧泵實際流量的關鍵因素為噴霧泵的結構尺寸、活塞位移以及沖程。即，噴霧泵的排出壓力取決于管阻特性、噴霧泵強度及電機功率等。因此，在實際生產中噴霧泵選型確定后，只能夠通過改變與噴霧泵配套電機的轉速實現對泵排出壓力的調節，從而達到了對工作面的恒壓供水。

在實際供水過程中，控制器通過采集噴霧泵的入口壓力和出口壓力數值，根據入口壓力和出口壓力的差值，從而得出相應的控制策略改變電機轉速，實現恒壓供水。該變頻恒壓供水系統的數學模型如式（1）所示：

式中：T1為時間常數；T3為變頻器與電機的等效時間常數；τ為系統供水過程的滯后系數；k為系統供水過程增益；s 為經拉普拉斯變換后的表達式，代表頻域上的信息。

3.2 基于神經網絡的PID 控制

神經控制網絡具有學習能力強、結構簡單等優勢。基于神經網絡PID 控制系統的結構框圖如圖2所示。

基于對噴霧泵站系統變頻器、電機以及壓力傳感器研究的基礎上，并經大量的試驗數據，得出適應于該噴霧泵站控制系統的傳遞函數，如式（2）所示：

圖2 神經網絡PID 控制器結構框圖

設定管路壓力為10MPa，對比分析傳統PID和神經網絡PID控制的控制效果，二者控制結果如圖3 所示。

圖3 恒壓供水靜態特性對比

如圖3 所示，基于神經網絡PID 控制算法在調節過程中幾乎不存在超調量；而采用傳統PID 控制算法存在一定的超調量。且基于傳統PID 算法需65 s 系統才能夠達到預期的控制效果；而采用神經網絡PID算法僅需28 s 即可達到控制效果。

4 結論

經仿真可知，通過對寺家莊礦工作面的噴霧泵站系統的關鍵部件進行選型設計、對其電氣柜的接線進行優化，并將神經網絡應用于傳統PID 算法中，能夠實現對工作面噴霧泵站的恒壓供水控制，使噴霧泵站的控制性能能夠滿足實際生產的需求。