劉 彪

（晉能控股煤業(yè)集團沁秀公司， 山西 沁水 048200）

引言

在井下截煤的過程中，滾筒式采煤機作為主要的設備已被廣泛應用。采煤機截割電機的功率主要與其牽引速度有關，牽引速度的大小直接決定截割功率[1]，因此主要通過實時控制采煤機截割的調速系統(tǒng)來完成截割電機恒功率的控制。采煤機截割調速系統(tǒng)則主要利用其電流來進行信息的反饋，當采煤機滾筒的負荷變化時其截割電機的電流也隨之變化，控制器接受信號并根據內部程序的處理和計算，通過控制變頻器的頻率來作用于牽引電機的速度，最終實現(xiàn)牽引機行走的速度[2]。

鑒于煤巖層的復雜性以及特殊性，并不能夠準確地建立模型[3]，單神經元自適應PID 可將數字PID控制器與有關神經網絡的基本單元結合與一體，可設計出現(xiàn)代化PID 控制調節(jié)器，它具有強的自調整能力、自學習以及高可靠性等優(yōu)勢[4]。

1 Simulink 模塊應用特點

在Matlab 軟件中，Simulink 提供出了數據處理、模擬實驗以及構建系統(tǒng)模型的集成系統(tǒng)，它是具有直觀操作界面的仿真工具。該模塊囊括眾多仿真原件，可對各類動態(tài)系統(tǒng)進行仿真實驗及分析，例如連續(xù)系統(tǒng)、離散系統(tǒng)和混合系統(tǒng)等。該模塊具有強大的擴展功能，用戶可根據自己的獨立需求來開發(fā)相關的仿真工具，包括M 文件和S 函數的編寫以及子系統(tǒng)的創(chuàng)建與封裝。該模塊的具體特征如下：

1.1 界面窗口易操作及清楚直觀

在Simulink 仿真模塊中包括大量的通用仿真元件庫以及不同專業(yè)方向的模塊庫，整個仿真模型的表現(xiàn)首先通過打開Simulink 仿真的環(huán)境，從Simulink Library Browser 的窗口中選定所需要的模塊元件，常安鼠標的左鍵將選定的元件模塊拖至于新建好的界面中，最終連接各個模型元件。

1.2 模塊庫應用廣泛

Simulink 仿真模塊中包含有大量的模塊庫，例如運算模塊庫、信號源模塊庫、函數模塊庫以及離散模塊庫等供用戶選擇，根據提供的模塊庫建立的實際物理模型更為準確。

1.3 模塊庫易擴展

Simulink 仿真系統(tǒng)的擴展主要可依托子系統(tǒng)模塊。有關仿真眾多大型系統(tǒng)則需建立并封裝帶有獨立特性的子系統(tǒng)。針對較為復雜的動態(tài)系統(tǒng)，則需要S 函數的參與完成以及一些編寫語言，例如Matlab、C、C++ 以及 Ada。

1.4 接口豐富，仿真方法靈活

整個系統(tǒng)仿真模型可通過輸入命令以及界面按鈕的方式來進行實施。

2 仿真模型的建立

本文選擇某型號電牽引采煤機為研究對象，驗證單神經元自適應PID 控制的采煤機截割恒功率調速控制系統(tǒng)的可行性，設置傳遞函數為G（s）=（0.51s+1）/（0.001 56s2+0.12s），分析其控制效果。本文運用Matlab 軟件中的Simulink 模塊，借鑒單神經元自適應PID 的相關控制理論，建立出相關仿真模型。同時，將單神經元自適應PID 控制方法與傳統(tǒng)的PID 方法對比，可直觀地比較出兩種控制方法地控制效果。所設定地控制系統(tǒng)參數如表1。

本控制系統(tǒng)的單神經元自適應PID 控制算法主要是基于Simulink 中的S-Function 模塊來完成封裝，可使整個控制系統(tǒng)模型實現(xiàn)清晰簡潔的應用效果。為簡化其繁瑣的編程過程，可參考在S-Function中的示范例子，在很大程度上降低了編寫程序的難度。而且用戶可根據自己的編寫工作要求，在給與的參考示例中直接修改或添加程序，簡單便捷。

表1 控制系統(tǒng)參數

3 仿真實驗的結果分析

在本仿真模型中，編寫加入傳統(tǒng)的PID 控制方法，通過將單神經元自適應PID 控制方法與傳統(tǒng)的方法對比，突出前者的可行性與優(yōu)勢。

將開啟系統(tǒng)后使之穩(wěn)定運行時間設置為1 s，輸入起始電流和終止電流分別為130 A 和150 A，經過仿真試驗得到采煤機牽引速度隨時間的變化曲線，如圖1 所示。

通過分析圖1 表明，隨著煤巖的硬度增大，采煤機的牽引速度隨之下降，調速系統(tǒng)經由單神經元自適應PID 控制的調節(jié)時間為2.7 s，而傳統(tǒng)PID 控制方法其仿真曲線穩(wěn)定時則需要3.3 s 的調節(jié)時間，而且無超調，比單神經元自適應PID 傳統(tǒng)的控制方式延長0.6 s，整個控制方式的牽引速度相對對于變化的煤巖特性響應較慢。而且，單神經元自適應PID 控制方法在當時間運行至1.5 s 時，其速度下降至13.6 m/min，后2.7 s 速度穩(wěn)定在于14 m/min，由曲線表示該過程無振幅波動的現(xiàn)象發(fā)生。

圖1 輸入正向起始電流時采煤機牽引速度的變化曲線

圖2 輸入正向起始電流時截割電動機功率的變化曲線

在同一個的工作環(huán)境下，截割電動機功率隨時間的變化曲線如圖2 所示。通過分析圖2 表明，基于單神經元自適應PID 控制方法，截割電機的在運行1.25 s 時，其功率增加到最大值為1 608 kW，超調的功率值為108 kW，該值占額定功率的7.2%，能夠根據煤巖變化的特性表現(xiàn)出快速的反應，具有可靠的系統(tǒng)。反之，基于傳統(tǒng)的PID 控制方法，截割電機的在運行1.52 s 時，其功率增加到最大值為1 647 kW，超調的功率值為147 kW，該值占額定功率的9.8%，調整時間延長了0.27 s，工作環(huán)境變換于“超載”和“欠載”狀態(tài)，功率幅度變化較大，控制效果差。

針對截割電動機，反向輸入起始電流和終止電流分別為130 A 和150 A，選擇設置1 s 為系統(tǒng)穩(wěn)定運行時間，經過仿真試驗得到采煤機牽引速度隨時間的變化曲線，如圖3 所示。

圖3 輸入反向起始電流時采煤機牽引速度的變化曲線

由圖3 分析可知，隨著降低的煤巖硬度，采煤機的牽引速度隨之增加（由14 m/min 上升到18 m/min），調速系統(tǒng)經由單神經元自適應PID 控制的調節(jié)時間仍為2.7 s，雖然當在運行時間1～1.5 s 時間段內，牽引速度表現(xiàn)出輕微的波動，但響應速度仍保持較快。與之相對比的傳統(tǒng)PID 控制方法其仿真曲線穩(wěn)定時仍需要3.3 s 的調節(jié)時間，而且無超調，比單神經元自適應PID 傳統(tǒng)的控制方式延長0.6 s，整個控制方式的牽引速度相對于變化的煤巖特性響應較慢。

截割電動機功率隨時間的變化曲線如圖4 所示?；趥鹘y(tǒng)的PID 控制方法，截割電機的在運行1.52 s 時，其功率增加到最大值為1 638 kW，超調的功率值為138 kW，該值占額定功率的9.2%，整個工作環(huán)境變換于“超載”和“欠載”狀態(tài)，功率幅度變化較大，控制效果差。

基于單神經元自適應PID 控制方法，截割電機的在運行1.25 s 時，其功率增加到最大值為1 604kW，超調的功率值為104 kW，該值占額定功率的6.9%，能夠根據煤巖變化的特性做出快速的反應。

圖4 輸入反向起始電流時截割電動機功率Pj 的變化曲線

4 結論

基于Matlab 軟件建立了電牽引采煤機截割恒功率調速系統(tǒng)的仿真模型，并通過Simulink 模塊的仿真，對比傳統(tǒng)PID 控制方法，驗證了單神經元自適應PID 控制方法能夠根據煤巖變化的特性做出快速的反應，具有可靠性，完成了采煤機截割電機恒功率控制功能的實現(xiàn)，提高了生產效率。