朱守健,喬 棟,董志民,趙政宏
(1.山西大同大學 煤炭工程學院,山西 大同 037009;2.山西大同大學 建筑與測繪工程學院,山西 大同 037009)
煤炭是我國最安全、經濟、可靠的基礎能源,其資源的儲備總量遠遠超過石油和天然氣資源的儲備量,是我國主要基礎能源之一[1]。實現煤炭的智能化開采,提升煤炭運輸的智能化、高速化,成了目前的技術關鍵。實現煤炭運輸智能化、高速化的技術難點是實現輸送機電機控制系統(tǒng)的研究。采煤機將煤塊投放到輸送機上,輸送機電機需要根據輸送量以及皮帶運行狀態(tài),對輸送機電機進行實時調整,從而提升輸送機的傳輸速率以及與采煤機的同步率。此外,煤礦輸送機電機在達到期望輸出功率的同時,也要防止其他不可控因素影響輸送機電機的輸出功率,以避免造成輸送機速率過快引發(fā)煤塊滑動,造成人員危險等不必要的風險。
在礦用輸送機的電機控制中,較為普遍的算法是傳統(tǒng)的PID控制算法。傳統(tǒng)的PID控制算法較其他控制算法具有結構簡單、魯棒性好且較為可靠等特點,但傳統(tǒng)的PID控制算法要求被控制對象的反饋參數以及輸出參數必須具有高精確度,同時對被控對象反饋的數據整定較為復雜,難度較高,無法做到輸送機電機的實時調整,會產生一定的滯后性。除此之外,人工手動調整電機有著嚴重的處理不及時的問題,可能會引起輸送機電機故障,從而導致生產停滯,影響生產產能。當各種問題交錯疊加到一起時,對帶式輸送機電機的控制以及性能會產生嚴重的影響。因此,本文將模糊自適應控制理論和傳統(tǒng)PID控制算法相結合,集取2個算法的優(yōu)點,彌補各自的缺點,從而進行了基于模糊自適應整定PID的煤礦輸送機電機控制技術的研究。
模糊自適應整定PID控制系統(tǒng)的優(yōu)點在于它不需要精確的數學模型或者精確的數據參數,本文中的控制系統(tǒng)主要通過人工制定的模糊規(guī)則實時調整控制器的控制參數,以達到更好的控制效果。這恰恰滿足了礦井綜采工作面由于作業(yè)環(huán)境惡劣、灰塵濃度大導致無法人為判斷輸送機電機工作狀態(tài)并做出調整的情況以及防止各種不可控的干擾因素。此外,相較于傳統(tǒng)PID控制算法,模糊自適應整定PID控制算法在一些復雜的非線性系統(tǒng)中可以更好地處理系統(tǒng)參數變化和外來噪聲干擾,展現了算法極強的自適應特性。算法主要通過模糊規(guī)則將控制誤差參數和系統(tǒng)狀態(tài)參數進行模糊推理和參數調整。因此,系統(tǒng)可以實時調整PID控制器的3個控制參數,以便更好地適應電機系統(tǒng)的動態(tài)變化。這使得模糊自適應整定PID算法在某些應用中能夠更快地、更好地達到期望的控制效果。
帶式輸送機電機控制系統(tǒng)結構主要是由電機驅動機構、機械驅動系統(tǒng)、控制系統(tǒng)及算法、人機交互界面和保護裝置組成。其中起主要作用的就是控制系統(tǒng)及算法,礦用輸送機電機控制系統(tǒng)通過控制系統(tǒng)和算法控制電機的輸出功率、方向和運行參數,實現對輸送機的精確控制和保護,確保礦石等物料的安全、高效輸送。
電機速率控制的主要工作機理是電機通過運算器得到當前的電機轉速與設定的期望電機轉速的誤差,經過比例控制器將誤差信號放大后經過電機電流控制閥,從而通過控制,積分控制器,微分控制器控制電機的電流或電壓來實現電機的轉速、轉向和負載控制[3]。其控制結構如圖1所示。
圖1 電機控制系統(tǒng)
對于無法構建準確的數據參數模型,模糊控制是一個非常好的控制工具[4]。
模糊算法是一種基于智能推理的算法,雖然稱之為模糊算法,實際上是一種逐步求精的思想。模糊控制器主要由模糊化、模糊推理機和精確化3個功能模塊和知識庫所構成。
輸入值的模糊化是將用于計算的輸入量對應到標準化的數值區(qū)間,并根據量化結果與模糊化子集得到該輸入量對子集的隸屬度。本文使用偏差e和偏差增量ec作為輸入,在實際控制參數調整時則需要對e和ec進行模糊化[2]。本文定義偏差e和偏差增量ec的模糊子集均為{NB,NM,NS,ZO,PS,PM,PB},其中NB為負大,NM為負中,NS為負小,ZO為零,PS為正小,PM為正中,PB為正大。本文引入模糊集的論域是[-6,6],采用mamdani推理法進行解模糊。
本文采用MATLAB軟件中模糊工具箱進行數據的仿真,本文中主要運用到的仿真方法是扭矩法,同時在仿真中設置了49條相關模糊規(guī)則。為了測試模糊系統(tǒng)的抗干擾能力,在仿真第50 s時施加了一個強度固定的干擾信號,并觀測信號加入后模糊算法的表現情況。如圖2所示,在模糊系統(tǒng)的自我調節(jié)下,信號在約5 s的時間內達到穩(wěn)定狀態(tài)。因此,本文設置的49條模糊規(guī)則的模糊控制算法擁有十分強大的抗干擾功能。
圖2 模糊控制的仿真
常規(guī)的PID控制是最早發(fā)展起來的控制策略之一,由于其算法簡單、魯棒性好且可靠性高等特點廣受歡迎[7]。傳統(tǒng)PID控制算法是通過比較輸入的期望值與實際輸出值之間的誤差,通過調整Kp、Ki、Kd參數來調節(jié)輸出。它的主要特點是結構簡單,穩(wěn)定性好,運行可靠。其數學公式為:
e(t)=rin(t)-yout(t)
(1)
(2)
(3)
Kp代表比例,Ki代表積分,Kd代表微分,e代表偏差。公式(1)為偏差的計算,公式(2)為連續(xù)PID公式,公式(3)為離散PID公式??刂葡到y(tǒng)主要結構如圖3所示。
圖3 傳統(tǒng)PID控制系統(tǒng)
實際的煤礦運輸工作環(huán)境有著諸多的影響因素,它們相互干擾,時變性和非線性是他們最大的特點,對電機穩(wěn)定輸出有著不同的影響。若只采用傳統(tǒng)PID控制算法,雖然它的結構較為簡單,具有較強的控制性,但是它需要精度較高的調節(jié)參數,且需要耗費一定的時間,同時傳統(tǒng)的PID控制算法在各種時變、非線性的干擾信號相互疊加下,電機恢復穩(wěn)態(tài)的時間將會拉長。如圖2所示,用在只使用模糊算法控制的情況下,模糊控制系統(tǒng)的靜態(tài)誤差較大,達到穩(wěn)態(tài)的時間較長。將模糊自適應控制算法與傳統(tǒng)的PID控制算法相結合,取各自的優(yōu)點,補對方的缺點,達到互補的狀態(tài)??刂平Y構如圖4所示。
自適應模糊整定PID算法的控制原理是在傳統(tǒng)的PID控制算法的基礎之上,將輸入的期望值與反饋的輸出值之間的誤差及誤差變化率傳入到系統(tǒng)的模糊模塊,模糊模塊根據仿真前設定的模糊規(guī)則輸出傳統(tǒng)PID的控制參數Kp、Ki、Kd,在電機運行過程中對傳統(tǒng)PID控制算法的參數進行實時調整,使系統(tǒng)始終保持最佳參數運行,以此實現系統(tǒng)的精確控制。本文采用MATLAB仿真軟件中模糊工具箱來進行數據的仿真[8]。如圖5所示,可以得出系統(tǒng)達到穩(wěn)態(tài)之前最大超量約為102,僅超過穩(wěn)態(tài)值2%,完全符合電機控制系統(tǒng)的精度要求。模糊自適應整定PID系統(tǒng)從開始至達到穩(wěn)態(tài)的時間約為6 s,遠大于傳統(tǒng)PID控制算法開始至達到穩(wěn)態(tài)的時間,并且在系統(tǒng)達到穩(wěn)態(tài)后,系統(tǒng)的輸出信號較為平穩(wěn)。基于此可以得出,模糊自適應整定PID控制系統(tǒng)在控制輸出方面的響應速度更快,超出穩(wěn)定值較小,達到穩(wěn)態(tài)后輸出平穩(wěn)。
圖5 普通PID與模糊PID性能比較
通過對帶式輸送機電機控制系統(tǒng)的建模分析,將傳統(tǒng)PID與模糊自定義整定PID算法相互比較。如圖6所示,將這2種算法同時加入模擬井下干擾的噪聲信號后,觀察2種算法信號的曲線變化。因此,本研究可以得出,模糊自適應整定PID控制算法有著更加快的響應速度,加入干擾后超過穩(wěn)定值的最大值,響應速度遠遠優(yōu)于傳統(tǒng)PID控制算法。
圖6 兩種算法加入干擾信號后的響應
因此,將模糊自適應整定PID控制技術運用到帶式輸送機電機控制系統(tǒng)中,不僅能有效增強系統(tǒng)的抗干擾能力,還能大大簡化設備的人工操作,從而降低調節(jié)時間。
本文提出了將模糊自適應算法與傳統(tǒng)的PID控制算法相結合,并借助MATLAB進行了數據仿真。從基于得到的仿真數據可以看出,傳統(tǒng)的PID控制算法調控過程中誤差的最大值約為40。此精度只能滿足基本的帶式輸送機電機控制系統(tǒng)的要求,并且傳統(tǒng)的PID控制算法的缺點主要表現為傳入參數的精確度要求較高,實時性相對較差。模糊自適應整定PID控制算法與傳統(tǒng)PID算法相比較,模糊自適應整定PID的最大調控誤差約為5,在煤礦帶式輸送機電機控制中,采用模糊自適應整定PID控制算法比傳統(tǒng)PID控制算法的最大調控誤差減少了35,降低了系統(tǒng)的出錯率。在一定范圍內,提升了輸送機的安全性[10]。