秦 懿 徐小溪 何燕樓 于佰寧

武漢理工大學交通與物流工程學院

1 引言

在港口生產作業(yè)中，為了避免出現(xiàn)過載情況，通常使帶式輸送機保持最大額定帶速運行。帶式輸送機的輸送量受到多種變量影響，無法實現(xiàn)理想運行狀態(tài)。同時，物料流量在很大程度上受到卸船機等輸送機械的影響，使帶式輸送機的實際載荷經常處于非滿載甚至空載狀態(tài)，這就容易造成“大馬拉小車”的能源浪費情況[1]。這種帶速和物料輸送量相對不匹配的運行方式，會造成設備過度磨損和能源浪費嚴重。

隨著港口散貨碼頭運輸產業(yè)的不斷升級轉型，運輸設備也朝著遠距離、高帶速、大載荷、大功率方向發(fā)展。如果帶式輸送機仍使用現(xiàn)有粗放的運行方式，勢必將造成巨大的能源浪費，增加物料的運輸成本。因此，帶式輸送機的節(jié)能控制策略研究和節(jié)能控制系統(tǒng)的設計顯得尤為重要。

2 帶式輸送機調速節(jié)能理論分析

2.1 帶式輸送機阻力分析

帶式輸送機工作時，由減速機構為電動機增扭并帶動滾筒轉動，由滾輪與皮帶間的摩擦力帶動皮帶運動，物料由運輸終點專用設備卸載，這個過程實現(xiàn)了物料的輸送。在物料輸送過程中會產生一定的阻力，其中運行阻力是主要阻力，本小節(jié)將對運行阻力建立數(shù)學模型。

本文基于德國DIN22101設計標準，進行相關阻力和能耗分析。上下皮帶總阻力與皮帶運行速度的乘積為電機的選擇標準，即：

PW=FW·v

(1)

式中，F(xiàn)W為運行阻力，由以下四部分阻力組成。

(1)主要阻力FH，在運行阻力中占比最大，主要存在物料的運載過程中及托輥、皮帶的運行過程中。

FH=Lfg[2m′R+(m′G+2m′L)cosδ]

(2)

式中，L為輸送帶長度；m′G為帶式輸送機上物料總和；m′R為旋轉托輥每米的質量總和；m′L為帶式輸送機每米的質量；f為皮帶與托輥間的摩擦系數(shù)；δ為皮帶傾角。

(2)附加阻力FN，出現(xiàn)的位置為帶式輸送機的下料位置。

FN=(C-1)FH

(3)

式中，C為附加阻力系數(shù)。

(2)提升阻力Fst，物料在垂直方向提升所需要的阻力。

Fst=gHm′G

(4)

式中，H為物料提升高度。

(4)特種阻力Fs，特種阻力對總運行阻力的影響較小，通常忽略不計。

可以得運行阻力為：

FW=CLfg[2m′R+(m′G+2m′L)cosδ+gHm′G]

(5)

2.2 帶式輸送機功率消耗分析

影響帶式輸送機能耗的因素主要分為3類。第一類為設計環(huán)節(jié)已經存在的因素，安裝完成后不可隨意改變，例如，皮帶托輥的直徑、托輥的間距、皮帶的帶寬及皮帶的下垂度等。第二類為環(huán)境因素，如溫度，但針對港口起重機而言，環(huán)境因素并不會改變皮帶的物理性質，可以忽略。除此之外，在帶式輸送機運行過程中，其功率消耗還受到運行速度和物料流量的影響。

在港口散貨碼頭的實際生產中，可以通過給料設備和變頻調速設備來控制物料流量和皮帶運行速度，但是在調節(jié)過程中，載荷勢必會增大，隨之而來的是皮帶運行阻力的增大，最終導致帶式輸送機功率消耗增加。同時，根據(jù)相關研究表明，帶式輸送機載荷一旦發(fā)生改變，其摩擦阻力系數(shù)就不再為定值，摩擦阻力系數(shù)與載荷之間并不成穩(wěn)定的比例關系(見圖1)。同時，在調節(jié)帶式輸送機運行速度時，會對設備造成一定程度的機械磨損，也會導致帶式輸送機的功率損耗增大。

圖1 模擬摩擦系數(shù)與載荷關系圖

本文參考德國DIN22101標準來探索帶式輸送機的能耗模型。

(1)傳動滾筒軸功率

由上小節(jié)介紹可知，帶式輸送機傳動滾筒圓周力可以表示為：

FW=FH+Fst+FN=

CLfg[2m′R+(m′G+2m′L)cosδ+gHm′G]

(6)

通常由帶式輸送機的運行速度、物料斷面面積和物料密度來確定帶式輸送機的最大載荷量，其關系可以表示為：

(7)

式中，Q為皮帶運物料的瞬時流量；v為帶式輸送機的運行速度。

將式(6)和式(7)代入PA=FWv，得到傳動滾筒軸功率：

(8)

(2)驅動電動機軸功率

能量在電機和滾筒之間傳遞過程中，必然會產生一定的功率損耗。引入能量損失系數(shù)來計算電動機軸功率，其具體公式為：

PM=K1K2PA

(9)

式中，K1為電動機軸功率,K1=1/η1η2η3；K2為電動機啟動方式系數(shù)；η1為減速裝置傳動系數(shù)；η2為電壓降系數(shù)；η3為多機功率不平衡系數(shù)。

由此求得電動機的軸功率為：

PM=2K1K2CLfg(m′G+2m′Lcosδ)·v

(10)

由式(10)可知，對于已安裝完成的帶式輸送機，帶式輸送機驅動滾筒所需的功率僅由物料流量Q、皮帶運行速度v及皮帶摩擦阻力系數(shù)f決定。

當帶式輸送機處于平穩(wěn)運行狀態(tài)時，其摩擦阻力系數(shù)f為定值，此時只有物料流量Q和皮帶運行速度v影響電動機的軸功率PM。當帶式輸送機的運行速度恒定不變時，電動機的軸功率PM與物料流量Q成正比關系；當物料流量恒定不變時，電動機的軸功率PM與皮帶運行速度v成正比關系。而當帶式輸送機運行狀態(tài)發(fā)生改變時，其摩擦阻力系數(shù)f不再為定值，而是由載荷來決定，但是載荷的大小與物料流量和皮帶運行速度互相影響。

由此可以得出，帶式輸送機的功率消耗與其影響因素之間無法通過數(shù)學推導建立其精確的節(jié)能模型。進一步研究帶式輸送機節(jié)能控制策略，需從港口散貨碼頭現(xiàn)場的帶式輸送機實際運行數(shù)據(jù)入手，從而建立皮帶運行速度、物料流量、功率消耗三者之間的節(jié)能模型，最終得出有效的帶式輸送機節(jié)能控制策略。

3 基于數(shù)據(jù)挖掘的節(jié)能控制策略

通過上節(jié)研究發(fā)現(xiàn)，帶式輸送機的節(jié)能運行模型無法通過公式推導得到。因此，可以從港口散貨碼頭生產現(xiàn)場的帶式輸送機運行數(shù)據(jù)入手，建立帶式輸送機節(jié)能運行模型。本文利用BP神經網絡和關聯(lián)規(guī)則數(shù)據(jù)混合算法對數(shù)據(jù)進行挖掘，得出帶式輸送機運行速度、物料流量和功率消耗三者之間的強關聯(lián)規(guī)則；最后依據(jù)得出的強關聯(lián)規(guī)則建立功率消耗、皮帶運行速度和物料流量情況的節(jié)能運行模型，得出帶式輸送機節(jié)能控制策略。

3.1 基于BP神經網絡的數(shù)據(jù)預處理

在保證不干擾港口散貨碼頭正常物料搬運任務的前提下，控制落料裝置使物料流量在一定時間內保持穩(wěn)定，并由電子皮帶秤測量這段時間的物料流量值。依據(jù)歷史數(shù)據(jù)和港口經驗，控制帶式輸送機的物料流量為Q1，并為其設置最小運行速度v0，監(jiān)測并記錄此時的物料流量和功率消耗情況。在最小運行速度v0的基礎上將皮帶運行速度調節(jié)為v0±Δ、v0±2Δ、v0±3Δ、…，并記錄其功率消耗，選取其中功率消耗最小的數(shù)據(jù)P1，組成節(jié)能運行數(shù)據(jù)樣本(Q1，v1，P1)。同樣，調節(jié)帶式輸送機的物料流量值為Q2、Q3、Q4…QM，記錄其在物料發(fā)生改變時對應的節(jié)能運行數(shù)據(jù)(Qx，vx，Px)，其中，x=1，2，…，M。

首先對各個參數(shù)命名，設置其在數(shù)據(jù)挖掘中的參數(shù)標號(見表1)。

表1 帶式輸送機運行參數(shù)標號

經整理得出帶式輸送機最優(yōu)運行數(shù)據(jù)決策見表2。

表2 帶式輸送機最優(yōu)運行決策表(節(jié)選)

為了提高映射效果，本文采用單隱含層BP神經網絡，其輸入層、輸出層、隱含層的神經元數(shù)量分別為3個、6個、1個。為其訓練提供320個帶式輸送機運行數(shù)據(jù)，其余數(shù)據(jù)用來與預測數(shù)據(jù)對比分析。

在MATLAB軟件中完成BP神經網絡模型的學習和訓練，模型訓練誤差見圖2。由圖2可知，使用BP神經網絡模型預測得到的大部分值與實際值接近，能夠滿足誤差要求。將BP神經網絡預測值中不符合要求的部分值剔除，剩余數(shù)據(jù)作為關聯(lián)規(guī)則挖掘算法的輸入值，進行下一步計算，得到新的樣本數(shù)據(jù)決策，見表3。

圖2 網絡誤差圖

表3 經預處理后帶式輸送機最優(yōu)運行決策表(節(jié)選)

3.2 基于關聯(lián)規(guī)則算法的規(guī)則提取

(1)數(shù)據(jù)轉換。數(shù)據(jù)挖掘之前需要對連續(xù)屬性進行離散化分區(qū)處理，可以有效發(fā)現(xiàn)數(shù)據(jù)中存在的缺陷，剔除掉樣本數(shù)據(jù)中對未來規(guī)則影響較大的極端數(shù)據(jù)，降低提取錯誤規(guī)則的概率。因為帶式輸送機運行數(shù)據(jù)分布較為均勻，從而選擇等距離劃分方法來離散數(shù)據(jù)，可以有效減小異常數(shù)據(jù)和斷點數(shù)據(jù)的影響，保持樣本數(shù)據(jù)原有的分布[2]。

將物料流量參數(shù)值分為11個區(qū)間，采用固定寬度分級，分為11級，每個區(qū)間的寬度約100，用整數(shù)1～11分別代表這11個子區(qū)間，將連續(xù)的參數(shù)化為11個離散的子區(qū)間(見表4)；同理，將帶式輸送機運行速度參數(shù)值分為13個區(qū)間，采用固定寬度分級，分13級，每個區(qū)間的寬度約0.2，用整數(shù)1～13分別代表這13個子區(qū)間，將連續(xù)的參數(shù)化為13個離散的子區(qū)間(見表5)；將帶式輸送機能耗參數(shù)值分為10個區(qū)間，采用固定寬度分級，分為10級，每個區(qū)間的寬度約200，用整數(shù)1～10分別代表這10個子區(qū)間，將連續(xù)的參數(shù)化為10個離散的子區(qū)間，見表6。

表4 物料流量離散化分表

表5 皮帶機運行速度離散化分表

表6 帶式輸送機能耗離散化分表

在軟件中，所有參數(shù)離散化結果見圖3。

圖3 數(shù)據(jù)轉換結果圖

(2)關聯(lián)規(guī)則的應用。完成數(shù)據(jù)預處理之后，利用關聯(lián)規(guī)則數(shù)據(jù)挖掘算法對預處理后的樣本數(shù)據(jù)進行數(shù)據(jù)挖掘。本文利用SPSS Modeler18.0建模區(qū)的Apriori算法節(jié)點來完成帶式輸送機運行數(shù)據(jù)的挖掘工作，具體算法模型見圖4。在該模型節(jié)點中，設置挖掘的前項參數(shù)和后項參數(shù)，最小支持度和置信度，規(guī)則提升等閾值。

圖4 SPSS量化關聯(lián)規(guī)則挖掘流程圖

在Apriori模型節(jié)點中，設能耗為規(guī)則的后項挖掘。以NH為后項時，設置閾值最小支持度s=5%、最小置信度c=85%，在此約束條件下得到規(guī)則中出現(xiàn)最多的頻繁項的信息見表7。

表7 s=5%，c=85%的最頻繁項信息

得到強關聯(lián)規(guī)則見表8。

表8 s=5%，c=85%節(jié)能關聯(lián)規(guī)則

以第一條規(guī)則為例，規(guī)則解釋如下：當LL物料流量為[400.00，500.00]時，帶式輸送機V運行速度為[1.7，1.9]時，NH能耗為[1 000，1 200]，發(fā)生的概率為89.56%，該事件的置信度為100.00%。當條件發(fā)生時，預測系數(shù)在[1 000，1 200]的概率提升了1.72倍；條件發(fā)生、預測結果不發(fā)生的事件占全部事務的0.01%。

表8中所有的關聯(lián)規(guī)則都可以按照上述方式進行知識表示，這些知識可以為帶式輸送機節(jié)能控制策略的得出提供參考。

3.3 帶式輸送機節(jié)能控制策略研究

利用BP神經網絡和關聯(lián)規(guī)則混合算法得到的結果，必定會摻雜少量冗余和無關規(guī)則。在應用挖掘結果指導生產之前，需對結果進行評價和分析，確認其可靠性。

在將數(shù)據(jù)挖掘結果應用于實際生產之前，還應考慮以下兩點：第一，在物料流量接近于0時，帶式輸送機必須保持啟動狀態(tài)而不至于停機，因此需要給定一個最低運行速度；第二，在實際生產中，物料流量由現(xiàn)場卸船機等采掘設備所決定，因此物料流量的變化是不均衡的，為了不產生過多的機械損耗和熱損耗，需對物料流量的調速范圍設置一定的敏感度，即物料流量在某范圍變化時，其速度不做調整。

由上述分析可以得出，結合該港口的實際生產要求，將得到的強關聯(lián)規(guī)則中物料流量劃分區(qū)間，并在物料流量變化小于100 t/h時，對帶式輸送帶運行速度不作調整。最終得出帶式輸送機節(jié)能控制策略，其中帶式輸送機運行速度與物料流量的最佳控制關系見圖5。

圖5 物料流量和帶速的優(yōu)化匹配圖

4 帶式輸送機節(jié)能控制系統(tǒng)設計與實現(xiàn)

依據(jù)上節(jié)得出的帶式輸送機節(jié)能控制策略和節(jié)能控制方法，設計帶式輸送機節(jié)能控制系統(tǒng)。該系統(tǒng)能夠通過傳感器獲取帶式輸送機的物料流量和運行速度的實時數(shù)據(jù)，并利用PLC模塊來實現(xiàn)帶式輸送機的節(jié)能調速，提高帶式輸送機的工作效率，實現(xiàn)其節(jié)能高效運行。

4.1 帶式輸送機節(jié)能控制系統(tǒng)設計

4.1.1 硬件設計

帶式輸送機節(jié)能控制系統(tǒng)硬件設計包括PLC控制系統(tǒng)設計、變頻器的控制、帶式輸送機運行狀態(tài)監(jiān)測，主要涉及PLC控制技術、傳感器技術、智能控制原理、信息傳輸技術等?？刂葡到y(tǒng)的硬件結構見圖6。

圖6 帶式輸送機節(jié)能控制系統(tǒng)硬件結構圖

PLC控制器是整個帶式輸送機節(jié)能控制系統(tǒng)的“大腦”，其在接受到上位機控制指令后，通過變頻器將控制指令傳遞給電動機，這一過程實現(xiàn)了帶式輸送機智能變頻調速。速度傳感器、電子皮帶秤、溫度傳感器分別實時監(jiān)測其運行速度、物料流量、工作溫度，并將狀態(tài)參數(shù)通過PLC模塊傳遞給人機交互界面，方便工作人員掌握帶式輸送機的運行狀態(tài)[3]。

4.1.2 軟件設計

帶式輸送機節(jié)能控制系統(tǒng)軟件具有信號采集、數(shù)據(jù)處理、集中控制各硬件設備、記錄運行數(shù)據(jù)的作用。其軟件設計主要包括PLC控制程序的編譯和上位機人機交互界面的組態(tài)。本文主要使用編程工具為西門子step 7和Win CC7.3組態(tài)軟件。

依據(jù)第3章提出的帶式輸送機節(jié)能控制策略，將物料流量按照從大到小的順序劃分成[Q0，Q1]、[Q1，Q2]……[Qn-1，Qn]n個區(qū)間，并一一對應確定的節(jié)能運行速度v0、v1、……vn。其節(jié)能控制系統(tǒng)調速過程見圖7。

圖7 帶式輸送機節(jié)能調速流程圖

本文設計的帶式輸送機節(jié)能控制系統(tǒng)上位機軟件具有監(jiān)測狀態(tài)信息、數(shù)據(jù)查詢、報表打印、集中控制等功能。在帶式輸送機節(jié)能控制系統(tǒng)中，現(xiàn)場操作人員可以使用上位機軟件將控制信息傳遞給PLC控制器，完成對帶式輸送機的遠程智能控制。

4.2 帶式輸送機節(jié)能控制系統(tǒng)節(jié)能效果分析

依據(jù)該控制系統(tǒng)對該港口的節(jié)能效果進行分析計算。該港口3#帶式輸送機的具體參數(shù)為：傾角13°；皮帶長度1 825 m，帶寬為2.1 m，最大帶速4.7 m/s。假設工作時間約為22 h，在物料流量為[0,100 t/h]時，運行時間為t1=1 h；在物料流量為[100 t/h,150 t/h]時，運行時間為t2=1.5 h；在物料流量為[150 t/h,200 t/h,]時，運行時間為t3=2 h；在物料流量為[200 t/h,250 t/h]時，運行時間為t4=2 h；在物料流量為[250 t/h,300 t/h]時，運行時間為t5=2.5 h；在物料流量為[300 t/h,350 t/h]時，運行時間為t6=3.5 h；在物料流量為[350 t/h,400 t/h]時，運行時間為t7=4.5 h；在物料流量為[400 t/h,450 t/h]時，運行時間為t8=5 h；該港口的帶式輸送機1年工作270天。

根據(jù)參考文獻可知[4]，電機功率系數(shù)K1=1.4；電機啟動方式系數(shù)K2=1；C=1.3；阻力系數(shù)f=0.08；上托輥質量線密度m1=25.6 kg/m；下托輥質量線密度m2=9.6 kg/m；每米帶式輸送機的質量m′L=126 kg/m。

同時，由m′R=m1+m2以及H=Lsinδ，可以得出參數(shù)之間的關系，以便于進行下一步功率的計算。將上述參數(shù)代入以下功率模型中：

PM=K1K2CLfgv(m′R+2m′Lcosδ)

(11)

由此可以得出，帶式輸送機節(jié)能控制系統(tǒng)下運行的帶式輸送機1天時間內電能為：

W=P1t1+P2t2+P3t3+P4t4+P5t5

+P6t6+P7t7+P8t8

(12)

代入數(shù)據(jù)得出1天的用電量為：

W1=68 516.097 kWh

(13)

計算帶式輸送機以最大額定帶速運行時1天的用電量為：

W0=90 740.510 kWh

(14)

1天時間內節(jié)約的用電量為：

DW=W0-W1=22 224.413 kWh

(15)

則1年時間內節(jié)約的用電量為：

DW=22 224.413×270=6 000 591.51 kWh

(16)

在該港口工業(yè)用電價格為0.65元/kWh，則1年內可以節(jié)約電費390萬元。由計算結果可以看出，本文研究設計的節(jié)能控制系統(tǒng)節(jié)能效果顯著。

5 結語

隨著我國港口散貨碼頭吞吐量的不斷增大，帶式輸送機正朝大功率、遠距離、高帶速的方向發(fā)展，能耗也隨之增大。從帶式輸送機的實際運行數(shù)據(jù)出發(fā)，使用數(shù)據(jù)挖掘手段，建立其運行速度、物料流量的最佳匹配關系，得出帶式輸送機的節(jié)能控制策略，并利用其控制策略設計帶式輸送機節(jié)能控制系統(tǒng)，實現(xiàn)其智能節(jié)能調速，達到減少設備損耗、提高工作效率、減少能源浪費的效果。同時，該系統(tǒng)的節(jié)能控制系統(tǒng)與其他機電機械裝備的控制系統(tǒng)存在技術共性，本文設計的節(jié)能控制系統(tǒng)可推廣應用于大中型起重設備、煤機設備，具有一定的社會意義。