曹建文
(1.山西天地煤機裝備有限公司,山西 太原 030006;2.中國煤炭科工集團太原研究院有限公司,山西 太原 030006;3.煤礦采掘機械裝備國家工程實驗室,山西 太原 030006)
皮帶運輸機是煤礦運輸的核心設備,具有運輸距離長、運輸量大、運行可靠、自動化程度高的優點。在選擇皮帶運輸機的驅動裝置時,需綜合考慮最大運輸量、電動機最大功率等因素。皮帶運輸機運行的特點是需較大的啟動電流,啟動結束并正常運行后負荷功率會降低,使其長期處于輕載或者空載狀態。采用變頻調速控制,可使得皮帶運輸機的啟動電流變小,有效保護設備的機械壽命;使皮帶運行速度與煤料量相符合,保證皮帶運輸機穩定、高效運行[1-2]。皮帶運輸機變頻調速控制方案根據煤料量進行帶速調節,可提高皮帶運輸機輕載或者空載時的工作效率,但無法保證電機處于最佳工作狀態。因此,研究并優化皮帶運輸機在輕載或者空載時的運行效率具有重要的意義。
皮帶運輸機由輸送帶、托輥和支架、傳動裝置、拉緊裝置以及清掃裝置組成。其中:輸送帶、托輥、支架沿輸送機全線定間隔布置;輸送帶纏繞于驅動滾筒、機尾換向滾筒之間并形成閉合帶,并由托輥支撐。拉緊裝置根據運輸機在運行過程中出現輸送帶過松或者過緊的情況,完成對輸送帶的調節。皮帶運輸機在運行過程中,通過驅動滾筒與輸送帶之間的摩擦力驅動輸送帶及物料同步運行。
皮帶運輸機機頭、機尾驅動電機為異步電動機。異步電動機控制系統的特點是非線性、耦合性、高階數學關系不易表達。因此,為優化皮帶運輸機運行效率,需分析系統中的損耗,主要包括銅損、鐵損、機械損耗、雜散損耗等。
①銅損即電流經定子繞組時的熱損耗,可表示為:
pCu=mI2R
(1)
式中:m為相數;I為相電流,A;R為相電阻,Ω。
皮帶運輸機輕載時,I較小,即銅損較小;但是鐵損、機械損耗較高。為了降低銅損,可減小R。
②鐵損即鐵芯中的渦流損耗、磁滯損耗之和。經驗公式可表示為:
(2)
式中:KFe為鐵損系數;f為運行頻率,Hz;β為頻率系數,一般取值為1.2~1.6;B為磁感應強度,T;G為鐵芯重量,kg。
為降低鐵損,可選擇磁滯回線面積較小、電阻率較大的硅鋼片,或者適當降低電機端電壓。
③機械損耗即機械軸承摩擦損耗、風摩損耗。為降低機械損耗,可改進風扇性能或者選用高質量電機專用軸。
④雜散損耗即轉子中的高頻損耗和轉子橫向電流損耗。為降低雜散損耗,需優化定子繞組節距和凹槽數量,同時減少轉子斜槽度。
皮帶運輸機變頻調速運行時,基頻以下為恒轉矩調速,即異步電動機的磁通、轉矩保持恒定;基頻以上為恒功率調速,即異步電動機的輸出轉矩減小,輸出轉速升高。皮帶運輸機輕載或者空載運行時,所需氣隙磁場值小于額定值,不僅要滿足輸出轉矩要求,還要充分降低損耗,以提高運行效率。皮帶運輸機效率優化控制是在滿足輕載或者空載運行條件的基礎上,通過調節電壓、電流、磁通、轉差頻率等降低異步電動機的損耗。
皮帶運輸機異步電動機在負載轉矩、轉速一定時,轉子磁鏈與勵磁分量成正比例關系。當轉子磁鏈減小時,勵磁電流產生的定子銅損和鐵損會減少。當系統需保持所需轉矩時,必須增大轉矩電流,使銅損升高、鐵損降低。當轉子磁通降低極小時,鐵損極小,但銅損增加明顯,總損耗增加。因此,在特定運行條件下,當異步電動機的銅損、鐵損達到平衡,存在最優磁通,使得電動機損耗和輸入功率最低,從而搜尋異步電動機的最小有功功率。
為搜尋皮帶運輸機在保證異步電機輸出功率不變情況時的最小輸入有功功率,采用改進型粒子群優化(particle swarm optimization,PSO)算法與反向傳播(back propagation,BP)神經網絡相結合的PSO-BP神經網絡算法實現。PSO-BP神經網絡算法流程如圖1所示。

圖1 PSO-BP神經網絡算法流程圖
PSO-BP神經網絡算法能夠克服BP神經網絡陷入局部值和收斂速度慢的問題,具備多點搜索、全局性的特點[3-4]。PSO-BP神經網絡算法的本質是采用速度-位置模型,修正BP神經網絡中的權值、閾值,基于梯度下降法求解最優磁通,并根據實際狀況優化搜索策略,達到動態跟蹤電機最小輸入有功功率的目的。
相較于露地蔬菜種植,大棚蔬菜種植需要一定的資金投入,許多農民會因為這部分前期投入而放棄使用大棚種植方式,依然采用傳統的種植方式。通過調查可以了解到,農民多是出于以下2個因素的考慮而放棄新型大棚蔬菜種植方式,一是建立大棚的費用超過農民的經濟承受能力[1]。我國農民的經濟收入并不高,但是這部分收入不僅要做生活之用,還要供孩子上學,有時還要額外支出醫療費用,在這種情況下農民對建立大棚則是有心無力。二是部分農民雖然有資金建立大棚,但由于缺乏大棚種植經驗,并不敢冒險,畢竟農民的收入多是來源于種植,耽誤了一年便會少一年的收入,影響家庭經濟條件。
用于輕載模式的皮帶運輸機運行效率的PSO-BP神經網絡算法流程具體分為以下五步。
①設定:PSO-BP算法第一層輸入層的輸入信號為ΔPd(pu)、LΔΦs(pu);隱含層節點個數為6;輸出層為磁通Φ,取值范圍為[0.1Φm,Φm],Φm為額定磁通;ωij為輸入層節點i與隱含層節點j之間的連接權值,節點閾值為θj;ωjk為隱含層節點j與輸出層節點k之間的連接權值,節點閾值為θk;權值隨機取值范圍為[-1,+1],閾值隨機取值范圍為[-10,+10];ωij、θj、ωjk、θk與PSO算法中的速度vi、位置xi一一對應。
②初始化PSO算法中粒子在d維空間運動方程[5-6]中的慣性權重ω、學習因子c1和c2以及約束因子α。設定粒子i搜索到的最優位置為Pi(i=1,2,...,M),全局最優位置為gbest。根據f=λ|Oi-Qi|計算粒子i的適應度。其中:Oi為經PSO-BP神經網絡算法搜索到的實際輸出磁通;Qi為期望輸出磁通,λ為定值。
③將粒子更新位置與最優位置Pi、全局最優位置gbest進行比較。若更新位置優于全局最優位置,則重置全局最優位置[7-9]。粒子位置搜索時的位置信息由式(3)確定、速度由式(4)確定,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當搜索次數小于500時,返回步驟③繼續搜尋最優值;當搜索次數大于等于500時,執行步驟⑤。
⑤進行小步長反向局部最優搜索,直至達到設定收斂精度,同時確認此時的連接權值和節點閾值。
2.2.1 硬件設計

圖2 硬件系統設計示意圖
上位機計算機通過CAN總線通信接口將系統參數傳送至控制模塊。控制模塊在接收并處理系統參數的同時,還需采集相電流和編碼器反饋的轉速并計算實時位置xi、速度vi;通過PSO-BP神經網絡算法輸出脈沖寬度調制(pulse width modulation,PWM)控制信號并驅動主電路模塊控制驅動逆變器ON/OFF狀態[10-12]。控制模塊可動態顯示電機轉速以及故障信息。發生故障后,控制模塊輸出PWM信號消息,同時通過LED指示燈提示故障,以監控所設計的PSO-BP調速系統。
2.2.2 軟件設計
皮帶運輸機運行效率優化PSO-BP調速軟件系統基于Keil ARM軟件平臺,并采用C語言編程實現。皮帶運輸機軟件設計流程如圖3所示。

圖3 軟件設計流程
根據2.2節步驟①~步驟⑤,完成PSO-BP神經網絡算法中連接權值ωij、ωjk以及節點閾值θj、θk的初始化、更新,并搜尋最優值。當節點誤差不滿足e<10-3時,進入中斷處理程序更新PSO-BP神經網絡算法的連接權值與閾值并尋找最優值,直至找到全局最優gbest。更新周期設定為0.2 s。
用于試驗的皮帶運輸機關鍵技術參數如下:轉子電阻(Rr) 為0.158 Ω;定子電阻(Rs為0.332 Ω;鐵損等效電阻(RFe) 為0.476 Ω;轉子電感(Lr) 為32.5 mH,轉子/定子漏感(Lσ) 為1.5 mH;互感(LM) 為30.5 mH;額定功率(Pn) 為15 kW;額定頻率(f) 為50 Hz;極對數(nP) 為2。
當主電路模塊采樣到的實際電流值小于等于0.5I0時,判定皮帶運輸機處于輕載模式,啟動PSO-BP運行效率優化方案。具體步驟[9-10]如下。①電機進入矢量變頻調速過程,轉子磁通設置為額定值。②當電機轉速偏差滿足Δn≤5%n時,進入最優磁通搜索模式。③當輸入有功功率由負變正時,在該點搜索最優磁通;當勵磁電流變化率小于設定的最小變化率時完成搜索。④當電機負載突變時,恢復轉子磁通至額定值,再次運行效率優化方案。
皮帶運輸機以負載36 N·m啟動時的轉矩運行曲線如圖4所示。考慮鐵損時,電機電磁轉矩大于36 N·m,約保持在37 N·m,與損耗分析結果相符;不考慮鐵損時,電機電磁轉矩約保持在35 N·m。

圖4 轉矩運行曲線
當皮帶運輸機以轉速400 rad/s、負載18 N·m啟動時,在0.4 s進行PSO-BP運行效率優化搜索,并在1.5 s后轉子磁通達到穩定;在3.4 s負載突變為36 N·m時,系統在3.4 s啟動運行效率優化搜索方案,并在4.5轉子磁通趨于穩定。輕載模式負載突變時,皮帶運輸機轉子磁通曲線如圖5所示。

圖5 轉子磁通曲線
由圖5可知,皮帶運輸機的輸入功率在0.4 s、3.4 s時降低,系統損耗減小。
輕載模式負載突變時皮帶運輸機輸入功率曲線如圖6所示。此時的電磁轉矩雖有微小波動,但不會對系統產生影響。

圖6 輸入功率曲線
輕載模式負載突變時皮帶運輸機轉速曲線如圖7所示。由圖7可知,轉速保持在400 rad/s左右。皮帶運輸機運行于輕載模式且轉速-轉矩一定的條件下,PSO-BP運行效率優化效果較好。當負載突變時,電機電磁轉矩能夠快速響應、動態跟蹤負載并趨于平衡,同時轉速基本保持不變。

圖7 轉速曲線
皮帶運輸機常處于輕載模式,易造成電能浪費,有效提高皮帶運輸機輕載模式運行效率意義重大。通過理論分析,確認在機械損耗、雜散損耗一定的情況下,合理調節磁通可使電機運行于最優工作點。首先,設計了PSO-BP皮帶運輸機運行效率優化算法,采用速度-位置模型,修正BP神經網絡的權值、閾值,動態跟蹤并搜尋電機最小有功功率,達到電機運行效率優化的目的。然后,設計了皮帶運輸機運行效率優化硬件、軟件方案,以TMS320LF2407A為核心控制器,實現矢量變頻調速系統。試驗結果表明,PSO-BP算法有助于皮帶運輸機輕載控制模式時運行效率的優化,可以保證設備的穩定、高效、安全運行。