神經網絡在帶式輸送機張緊力控制系統中的應用與對比

呂 杰

（山西蘭花科創玉溪煤礦有限責任公司， 山西 晉城 048214）

0 引言

帶式輸送機是煤礦生產中不可或缺的運輸設備，其運輸任務是靠輸送帶與滾筒之間的摩擦力作用實現的。因此，為保證帶式輸送機的運輸任務對張緊力的要求較高。張緊裝置作為輸送帶提供張緊力的系統，其關系著輸送帶是否能夠正常有序的運行。但是，在實際生產中由于設備本身的工藝問題以及動態變化負載的影響，輸送帶在不同位置所承受的張力是變化的；同時，在不同的運輸工況下帶式輸送機的張力也不同[1]。因此，對張緊力的合理控制保證輸送帶的張力在合理范圍之內，對于實現輸送帶安全、高效的運行非常有意義。基于神經網絡算法設計一套前饋控制模型實現對帶式輸送機張力的提前預測，而后為其提供合理的張緊力。

1 前饋控制系統概述

帶式輸送機張緊裝置前饋控制系統主要實現對張緊裝置張緊力的提前預判并控制。根據其功能要求以及其實現的原理，可將前饋控制系統劃分為如圖1所示的四部分。

圖1 張緊裝置前饋控制系統結構組成

如圖1 所示，帶式輸送機張緊裝置前饋控制系統包括傳感器部分、預測部分、控制部分以及操作部分。其中，傳感器部分主要包括皮帶秤、電流傳感器以及張力傳感器；皮帶秤對輸送帶上實時煤炭運量進行檢測；電流傳感器對帶式輸送機驅動電機實時電流進行檢測；張力傳感器對輸送帶的實時張力進行檢測。本系統的核心在于根據傳感器部分所檢測到的輸送帶的實時工況并采用優化的RBF 神經網絡算法實現對輸送帶張力的提前預測，為后續下達指令提供依據。基于預測部分可實現對輸送帶張力提前1 min 的預測，而后將預測值傳遞至控制部分，在PLC 控制器的作用下將指令傳遞至變頻器、打壓電機等機電部件，在液壓缸和張緊輪等執行機構的作用下實現對張緊力的調整控制[2]，前饋控制系統對應的控制流程如圖2 所示。

為供應商生產原材料j的0-1變量，生產不生產為供應商對制造商供給原材料j的0-1變量；為制造商生產產品q的0-1變量；為制造商對銷售商提供產品q的0-1變量；為銷售商內部處理產品q的0-1變量；為t時期銷售商對消費者銷售產品q的0-1變量；為t時期消費者使用產品q的0-1變量；為t時期回收商從消費者回收產品q的0-1變量；為t時期產品q維修的0-1變量；為t時期回收商回收產品q處理的0-1變量；為t時期回收商向供應商供給原材料v的0-1變量。

由于工程地質條件較為特殊、復雜，因此，施工前期進行了必要的開挖填土施工，且把黏土作為主要的填土材料，保證其承載力要求。

當預測系統判斷下一分鐘需要提供張緊力時，前饋系統會立即控制打壓電機提高轉速的同時打開進液閥，保證液壓缸的壓力在1 min 內達到預設值。并實時根據預測部分的結果對液壓缸的壓力進行實時調整。

圖2 前饋系統控制流程

2 前饋系統控制策略及神經網絡預測算法的優化

考慮到系統升壓響應速度較慢且升壓較難的實際問題，當檢測到需要降低輸送帶張力，系統并不會在提前打開卸壓，而會根據后續三種的檢測的結果判斷是否需要卸壓。當后續3 min 檢測到的張力還需下降時，前饋系統控制液壓缸的壓力降低至前3 min 對應的壓力值。該種控制策略，可以避免液壓缸壓力下降過快對系統造成沖擊，從而延長系統的使用壽命。

2.1 前饋系統控制策略

2.1.3 升壓控制策略

神經網絡控制算法的應用效果在很大程度上決定于網絡隱含層節點中心、基寬向量、權向量三個參數的合理性和有效性[4]。為保證最終帶式輸送機張緊力的控制效果，本系統采用差分進化算法對網絡隱含層節點中心、基寬向量、權向量是哪個參數進行優化，具體優化流程如圖3 所示。

為了實現前饋系統的快速響應特性，但輸送帶張緊力不變時，系統采取保壓控制策略，即將與對應液壓系統的液壓缸閥門全部關閉；但是，打壓電機此時并未完全關閉，當下一階段需要升壓時系統能夠快速將打壓電機轉速達到預設值，并打開進液閥，在短時間內達到升壓的目的。

2.1.2 降壓控制策略

液壓缸是帶式輸送機張緊裝置的直接執行元件，根據張緊力的控制過程可將液壓缸的工作狀態分為升壓、保壓和降壓。為保證前饋系統功能的正常實現一方面是可對帶式輸送機輸送帶下一分鐘所需張緊力的提前預判，另一方面是保證執行元件可按照預定要求完成對液壓缸工作狀態的控制。因此，本節就上述兩個方面展開研究。

根據輸送帶的實時工況，當張緊力符合要求時，液壓缸保壓即可；當輸送帶下一分鐘張緊力需要升高，液壓缸需要升壓；反之，液壓缸需要降壓。但是，液壓缸的上述三個工作狀態的響應速度存在一定的差異。從原理上講，液壓缸的保壓和降壓響應速度較快，即很容易達到預定目標；液壓缸的升壓需要通過打壓電機配合變頻器打開進液閥緩慢實現其功能，其響應速度較慢[3]。針對上述三種不同工況對應不同的動態響應特性，前饋系統在應用時需采取不同的控制策略。

預防使用質子泵抑制劑對慢性腎臟病患者上消化道出血有效性和安全性的Meta分析 …………………… 聶 丹等（24）：3435

除了海內外展商靜態和動態的全方位展示之外，主辦方將圍繞鄉村振興大背景下行業普遍關心的熱點話題，三產融合高效推進的成功案例，以及綠色農業、循環經濟等核心議題策劃多場同期活動。

隱形滲透。如介紹“哈雷彗星”“塔特爾彗星”等，在試用版(上海)高中地理新教材中，介紹了“月球的表面特征”，指出月球上的環形山大多以著名天文學家或學者的名字命名[3]，如貝利環形山、哥白尼環形山等，這里隱含著對上述天文學家和科學者的敬仰與紀念。

2.2 神經網絡控制算法優化

2.1.1 保壓控制策略

圖3 基于差分進化算法優化神經網絡控制算法流程

3 輸送帶張緊力控制系統的應用

對帶式輸送機所需張緊力預測可通過張緊裝置電機電流進行反應。因此，本節通過基于差分進化算法優化后的神經網絡控制算法對輸送帶張緊力的預測精準性通過對其電流進行預測精準性判斷預測效果。

3.1 平穩工況下的預測效果

在平穩運行工況下，帶式輸送機驅動電機的轉速基本處于恒定值，輸送帶上的負載由于煤炭粒度直徑大小不均勻，在合理范圍之內波動。在優化后的神經網絡控制算法下，預測電流值與實測電流值對比如圖4 所示。

圖4 平穩工況下張緊裝置電流預測效果對比

3.2 空載啟動給煤工況下的預測效果

給煤工況是帶式輸送機在空載狀態下進行啟動，待完全啟動后進行給煤操作，對此工況下輸送帶張緊裝置電機的電流進行預測，并對預測值和實測值進行對比，對比結果如圖5 所示。

圖5 空載啟動給煤工況預測效果對比

如圖5 所示，在空載啟動給煤工況下對張緊裝置預測電流與實測電流幾乎吻合。

4 結語

帶式輸送機為綜采工作面的關鍵運輸設備，輸送帶的張緊力對于保證其與滾筒的摩擦力尤為重要。但是，在實際運輸過程中由于負載的動態變化，需要對張緊力進行實時動態調整[5]。為此，本文提出基于差分進化算法對神經網絡控制算法實現對輸送帶張緊力進行預測的概念，實現對輸送帶張緊力控制的效果和響應速度。

通過仿真分析可知，在平穩運行工況和空載啟動給煤工況下均可以對刮板輸送機下一分鐘的張緊力進行精準預測，為今后實踐生產的推廣應用奠定扎實的理論基礎。