一种数据驱动的多驱输送机转矩控制方法及装置
阅读说明：本技术 一种数据驱动的多驱输送机转矩控制方法及装置 (Data-driven multi-drive conveyor torque control method and device ) 是由 尹小明 岑梁 何海国 王伟 季国良 范津津 林瑞学 汪剑荣 王佳峰 王晟 倪浅雨 于 2021-06-21 设计创作，主要内容包括：本发明公开了一种数据驱动的多驱输送机转矩控制方法及装置,控制方法包括以下步骤：将输送带承载段分成定长的n等份,结合在线图像装载量测量手段,获得每等份输送带上的物料量。并以带速、分布向量、主驱动单元转矩、中部驱动单元转矩、尾部驱动单元转矩为输入量,建立主驱动与中部驱动转矩偏差以及中部驱动与尾部驱动转矩偏差的数据驱动学习模型,本发明结合装载量在线测量手段,采用数据驱动方法获得转矩偏差预测模型,以实现主从驱动单元之间的协调控制。提高卸载式多点驱动输送机的控制性能,提高输送机的安全性。采用LSSVM来完成建模训练,存储空间及在线算力的要求低,适合PLC等工业控制器,解决卸载式多点驱动带式输送机卸载点胶带张力问题。(The invention discloses a data-driven multi-drive conveyor torque control method and a device, wherein the control method comprises the following steps: the bearing section of the conveying belt is divided into n equal parts with fixed length, and the material quantity on each equal part of the conveying belt is obtained by combining an online image loading quantity measuring means. And establishing a data driving learning model of the deviation of the main driving torque and the middle driving torque and the deviation of the middle driving torque and the tail driving torque by taking the belt speed, the distribution vector, the main driving unit torque, the middle driving unit torque and the tail driving unit torque as input quantities. The control performance of the unloading type multi-point driving conveyor is improved, and the safety of the conveyor is improved. The LSSVM is adopted to complete modeling training, the requirements on storage space and on-line force calculation are low, the LSSVM is suitable for industrial controllers such as PLC and the like, and the problem of the tension of the rubber belt at the unloading point of the unloading type multi-point driving belt conveyor is solved.)
技术领域
本发明涉及一种输送装置领域，尤其涉及一种数据驱动的多驱输送机转矩控制方法及装置。
背景技术
带式输送机系统作为散状物料连续输送设备，广泛应用于钢铁、煤炭、港口码头、电力、建材等国民经济各行业，使用量大、应用面广。带式输送机朝着大型、远距离、高速度、大运量及智能化的方向不断发展。在设计和开发长距离带式输送系统时，由于单台驱动电机所能提供的驱动力有限，且输送胶带所能承受的最大张力也有限，故大型带式输送机通常采用多台电机驱动的方式，一方面可以降低单台电机的容量，另一方面也可以降低胶带的张力。多点驱动不仅降低了对胶带强度的要求，还能够方便设备选型，实现设备的小型化。实质上多点驱动是提高性价比的一种方式。多点驱动的方式很多，包括直线摩擦式、钢丝绳牵引式和中部滚筒卸载式等。其中滚筒卸载式多点驱动是在普通带式输送机中部增加一组或几组驱动装置，把通常设置在头部的驱动力分摊到几个部分。卸载式中间驱动方式结构简单、便于布置，能有效降低制造加工、输送、安装和维护管理等成本，在多驱输送机系统中得到较多采用。但中间转载点将导致整个胶带张力的分布与集中驱动布置形式完全不同，中间驱动轮胶带绕出侧张力将会明显降低，存在若控制不合适将造成胶带打滑；中间转载点还使得物料多次下落，在胶带上分布不均，中部滚筒卸载式多驱动输送机的驱动系统难以控制的问题。
例如，一种在中国专利文献上公开的“新型带式输送机”，我公告号CN103662715，包括机身部，卸载部、机头部、储带张紧部、收放胶带装置、驱动装置，过渡防跑偏前置托辊组，胶带、可自移式机尾、皮带保护和皮带机控制系统、视频监测系统。但是上述方案通过机尾滚筒带动皮带运行，通过变频器控制驱动滚筒工作，只有尾部滚筒驱动，在长距离运输中胶带上的货物分布不均时会导致整个胶带张力的分布不均衡，即使调整尾部滚筒也无法使整个胶带张力均衡，若控制不合适存在会造成胶带打滑，中间转载点还会使物料下落的问题。
发明内容
本发明是为了克服现有技术的卸载式多驱输送机在工况变化下从驱动滚轮绕出侧胶带张力变小导致打滑的问题，提供一种采用数据驱动方法获得主驱动单元和从驱动单元之间的转矩偏差预测模型，以实现主从驱动单元之间的协调控制，提高卸载式多点驱动输送机的控制性能和输送机的安全性。
为实现上述目的，本发明采用以下技术方案：
一种数据驱动的多驱输送机转矩控制方法，包括主驱动单元、中部驱动单元和尾部驱动单元，所述控制方法以下步骤：
步骤S1：头部驱动单元设置为速度驱动模式，中部驱动单元和尾部驱动单元均设置为转矩控制模式；
步骤S2：设置主采样周期TS，采集物料分布向量xk，主驱动单元转矩TET、中部驱动单元转矩TEZ、尾部驱动单元转矩TEW；
步骤S3：将TET、TEW、v加入xk中，形成中部驱动单元的输入向量
将TEZ、TET、v加入物料分布向量xk中，形成尾部驱动单元的输入向量
步骤S4：调用离线建立和训练好的预测模型，读取预存好的模型参数，将中部驱动单元的输入向量和尾部驱动单元的输入向量输入到预测模型中进行计算，获得模型输出值即中部转矩偏差ΔTE(TZ)和尾部转矩偏差ΔTE(ZW)；
步骤S6：根据中部转矩偏差ΔTE(TZ)和尾部转矩偏差ΔTE(ZW)设定中部驱动单元转矩调整值和尾部驱动单元转矩调整值。
作为优选，所述步骤S1中所述的获取物料分布向量包括如下步骤：
步骤S11：将输送带承载段分成定长的n等份的输送带段，获取输送带瞬时装载量q；
步骤S12：获得首段输送带的物料量如下：
其中，N＝t1/ts，l为输送带段长度，v为输送带带速，tl＝l/v，ts为采样周期；
步骤S13：经过时间后获得输送带上的物料分布向量：
x＝(x1，x2...xm，xm+1...xm)，
其中，s为中部驱动绕出点到落料点之间的皮带长度，v为输送带带速。
随着时间的推移，物料将在输送带上向后依次传递，形成链表：x1→x2→……→xm→xm+1→……→xn。当输送机运行时间大于后，每个段的装载量都将变成已知量。向量x＝(x1，x2…xm，xm+1…xn)描述了输送带上的物料分布，在本说明书中称之为物料分布向量。周期性获取机尾胶带图像，计算带式输送机瞬时装载量。数据驱动建模获得装载量的趋势，不需要其绝对值，故无需对测量系统进行标定，实现更加方便。
作为优选，步骤S4所述的预测模型的建立和训练包括如下步骤：
S41：将头部驱动单元、中部驱动单元和尾部驱动单元都设置为速度控制模式；
S42：设置在线装载量测量周期ts，开始装载量在线测量；设置变量采样周期TS获取v、x、TET、TEZ、TEW，Ts＞ts；
S43：将TET、TEW、v加入x中，形成中部驱动单元的输入向量，XZ＝(x1，x2...xm，xm+1…xn，v，TEW，TET)；将TEZ，TET，v加入中，形成尾部驱动单元输入向量，XW＝(x1，x2...xm，xm+ 1...xn，v，TEZ，TET)；
S44：采集运输机多种工况的数据，通过处理获得中部驱动单元学习样本和尾部驱动单元学习样本存入样本集其中k为第k个TS周期，NZ表示中部驱动单元样本数量，NW表示尾部驱动单元样本数量；
S45：通过LSSVM算法对样本集进行建模训练；
S46：训练完成后将LSSVM模型参数存入PLC，以供在线使用。
其中Nε为样本容量，由于LSSVM训练过程中需要采用稀疏化算法对学习样本进行剔除，故Nε小于原始样本数NZ。
输送机驱动单元电机转矩TE与驱动轮的驱动圆周力Fu呈比例关系，即TE＝k·Fu，而驱动圆周力等于绕入点张力与分离点的张力之差。由于输送带构成环状，主驱动轮、中部驱动轮和尾部驱动轮绕入点张力与分离点的张力耦合在一起，且胶带的阻力也受运行状态影响，故无法获得较准确的多驱动单元转矩的解析关系。但主驱动单元转矩、从驱动单元转矩以及输送机实时运行状态之间存在确定关系，故可以采用学习建模的手段来获得转矩偏差模型。
若主驱动单元采用速度控制，中部从驱动单元以及尾部从驱动单元也采用速度控制，且速度设定值跟踪主驱动变频器。此时驱动单元的转矩之间没有耦合关系，其差值主要取决于输送机的运行速度、物料分布等运行参数。利用此工作模式下获得的运行数据即可建立转矩预测模型。
作为优选，所述步骤S44还包括如下步骤
步骤S441：建立头部驱动单元与中部驱动单元转矩差ΔTE(TZ)预测模型f1，中部驱动单元与尾部驱动单元转矩差ΔTE(ZW)预测模型f2：
ΔTE(TZ)＝f1(Xz)，
ΔTE(ZW)＝f2(XW)；
步骤S442：以TS为周期采集TET、TEZ、TEW及v，经过步骤S21和步骤S22形成样本加入模型f1样本集中，形成样本加入f2样本集中，其中K为第K采集周期；
步骤S443：获得样本集和
将主驱动单元设置为速度控制，中部从驱动单元以及尾部从驱动单元也采用速度控制，且速度设定值跟踪主驱动控制器，设置数据采样周期为Ts，且TS＞ts，按照ts周期性执行装载量在线测量，并周期性更新物料分布相量X。
作为优选，所述步骤S45通过LSSVM算法对样本集进行建模训练包括：建立中部驱动单元转矩偏差决策函数：
尾部驱动单元转矩偏差决策函数：
其中，α为支持值向量，b为偏置，σ为核参数，c为正规化参数，和为LSSVM算法的核函数。建模训练完成后，需要将学习样本集中的支持向量支持值向量α、偏置b、核参数σ、正规化参数c等存入PLC。利用学习样本集通过训练来逼近非线性模型f1、f2，LSSVM模型对存储空间需求不大，对计算量要求较小，适合在PLC等工业控制器中使用。
作为优选，步骤S46所述的LSSVM模型参数包括：支持值向量α，偏置b，核参数σ，为正规化参数c。在线应用阶段，将取出的以上参数进行预测计算。在实际使用是可调取核函数K进行计算，并累计求和即可获得模型预测值。
作为优选，所述核函数为径向基核函数RBF。
其中αk为对应样本的支持值，b为偏置。模型参数αk和b可以通过如下方程组求解：
其中，
U＝(K+c-1I)-1；
U表达式中I为单位矩阵，σ为核参数，c为正规化参数即惩罚系数；
作为优选，所述步骤S6还包括在中部转矩偏差ΔTE(TZ)上叠加人工修正值ΔTZ后形成中部驱动单元转矩调整值，在尾部转矩偏差ΔTE(ZW)上叠加人工修正值ΔTW后形成尾部驱动单元转矩调整值。理想情况下，ΔTZ＝0，ΔTW＝0，在实际运行中存在模型失配的问题，在预测模型输出值上进行适当增减，实现模型输出值与修正值混合，提高控制效果和控制性能。
作为优选，所述步骤S6还包括限幅模块，分别判断中部驱动单元转矩调整值和尾部驱动单元转矩调整值是否超过限幅，若是，则将转矩调整值限制到上限值，适当降低转矩变化速率，若否，则输出中部驱动单元转矩调整值和尾部驱动单元转矩调整值。限幅的上限为当前转矩基础上增加Δ，限幅下限为当前实际转矩基础上减少Δ。转矩设定值不能跟当前转矩相差太大，如果转矩调整值与当前转矩相差超过Δ时，则通过转矩限幅来适当降低调整值变化速率，逐步完成对中部驱动单元和尾部驱动单元的转矩调整。
一种数据驱动的多驱输送机转矩控制装置，采用所述的数据驱动的多驱输送机转矩控制方法。输送机头部设有主驱动的单元，中部设有中部驱动单元，尾部设有尾部驱动单元，每个驱动单元包括两台同轴安装的驱动电机，电机控制系统控制器采用PLC，采用变频器驱动，PLC与变频器之间采用现场总线协议进行通信，以实现驱动单元之间的协调控制。总线采用光纤材质，防止电磁干扰并预防雷击。
因此，本发明具有如下有益效果：(1)本发明结合装载量在线测量手段，采用数据驱动方法获得主驱动单元和中间驱动单元及尾部驱动单元的转矩偏差预测模型，以实现主从驱动单元之间的协调控制。(2)数据驱动建模手段获得从驱动组的转矩设定值，提高卸载式多点驱动输送机的控制性能，提高输送机的安全性。(3)采用LSSVM来完成建模训练，LSSVM对存储空间及在线算力要求低，适合PLC等工业控制器，解决卸载式多点驱动带式输送机卸载点胶带张力问题。
附图说明
图1是本发明一实施例的多驱输送机模型图。
图2是本发明一实施例的多驱输送机张力示意图。
图3是本发明一实施例的多驱输送机控制框图。
图4是本发明一实施例的多驱输送机物料分布相量示意图。
图5是本发明一实施例的多驱输送机输入向量示意图。
图6是本发明一实施例的多驱输送机控制系统机构示意图。
图7是本发明一实施例的多驱输送机转矩控制方法建模及使用流程图。
图中：1、主驱动单元2、中部驱动单元3、尾部驱动单元4、相机及光源5、物料。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
实施例：
如图1～7所示的一种基于数据驱动的卸载式多驱输送机从驱动单元控制方法及装置，输送机的头部、中部、尾部配置了3个驱动单元，每个驱动单元包括两台同轴安装的驱动电机。电机控制系统控制器采用PLC，采用变频器驱动，PLC与变频器之间采用现场总线协议进行通信，以实现驱动单元之间的协调控制。总线采用光纤材质，防止电磁干扰并预防雷击。
每组驱动单元中的两台电机同轴安装，属于刚体连接，分主从进行控制，从电机变频器工作在直接转矩控制模式，接收主电机发出转矩设定值。在后续叙述中，将两台同轴安装的电机组成的驱动单元作为一个整体进行描述。
在输送机运行时，每个驱动单元的转矩与胶带上的物料分布、带速等因素有关。本实施例采用图像处理的手段实现瞬时输送量的实时测量，如图1所示，工业相机以ts周期性获取头部驱动单元处胶带图像，计算带式输送机瞬时装载量，包括如下步骤：如图4所示，将胶带的承载段分成定长的n等份，每等份长度1，在倾斜承载段，长度以实际带长计算，而不是以其水平投影计算，在中部卸载站后端以落料点为计算的起点。计算带式输送机瞬时装载量包括如下步骤：工业相机周期性获取机尾胶带图像，计算带式输送机瞬时装载量。数据驱动建模获得装载量的趋势，不需要其绝对值，故无需对测量系统进行标定，实现更加方便。
步骤S11：将输送带承载段分成定长的n等份的输送带段，获取输送带瞬时装载量q；步骤S12：获得首段输送带的物料量如下：
其中，N＝t1/ts，l为输送带段长度，v为输送带带速，tl＝l/v，ts为采样周期；
步骤S13：经过时间后获得输送带上的物料分布向量：
x＝(x1，x2...xm，xm+1...xn)，
其中，s为中部驱动绕出点到落料点之间的皮带长度，v为输送带带速。
随着时间的推移，物料将在输送带上向后依次传递，形成链表：x1→x2→……→xm→xm+1→……→xn。当输送机运行时间大于后，每个段的装载量都将变成已知量。向量x＝(x1，x2…xm，xm+1...xn)描述了输送带上的物料分布，在本说明书中称之为物料分布向量。
离线建立训练好转矩偏差预测模型，包括如下步骤：
S41：将头部驱动单元、中部驱动单元和尾部驱动单元都设置为速度控制模式；
S42：设置在线装载量测量周期ts，开始装载量在线测量；设置变量采样周期TS获取v、x、TET、TEZ、TEW，Ts＞ts；
S43：将TET、TEW、v加入x中，形成中部驱动单元的输入向量，Xz＝(x1，x2...xm，xm+ 1...xn，v，TEW，TET)；将TEZ，TET，v加入中，形成尾部驱动单元输入向量，XW＝(x1，x2...xm，xm+1...xn，v，TEZ，TET)；
S44：采集运输机多种工况的数据，通过处理获得中部驱动单元学习样本和尾部驱动单元学习样本存入样本集和其中k为第k个TS周期，NZ表示中部驱动单元样本数量，NW表示尾部驱动单元样本数量；
步骤S441：建立头部驱动单元与中部驱动单元转矩差ΔTE(TZ)预测模型f1，中部驱动单元与尾部驱动单元转矩差ΔTE(ZW)预测模型f2：
ΔTE(TZ)＝f1(Xz)，
ΔTE(ZW)＝f2(XW)；
步骤S442：以TS为周期采集TET、TEZ、TEW及v，经过步骤S21和步骤S22形成样本加入模型f1样本集中，形成样本加入f2样本集中，其中K为第K采集周期；
步骤S443：获得样本集和
将主驱动单元设置为速度控制，中部从驱动单元以及尾部从驱动单元也采用速度控制，且速度设定值跟踪主驱动控制器，设置数据采样周期为Ts，且TS＞ts，按照ts周期性执行装载量在线测量，并周期性更新物料分布相量X。
S45：通过LSSVM算法对样本集进行建模训练；
建立中部驱动单元转矩偏差决策函数：
尾部驱动单元转矩偏差决策函数：
其中，α为支持值向量，b为偏置，σ为核参数，c为正规化参数，和为LSSVM算法的核函数。建模训练完成后，需要将学习样本集中的支持向量支持值向量α、偏置b、核参数σ、正规化参数c等存入PLC。利用学习样本集通过训练来逼近非线性模型f1、f2，LSSVM模型对存储空间需求不大，对计算量要求较小，适合在PLC等工业控制器中使用。
核函数为径向基核函数RBF。
其中αk为对应样本的支持值，b为偏置。模型参数αk和b可以通过如下方程组求解：
其中，
U＝(K+c-1I)-1；
U表达式中I为单位矩阵，σ为核参数，c为正规化参数即惩罚系数；
S46：训练完成后将支持值模型参数存入PLC，以供在线使用。
其中Nε为样本容量，由于LSSVM训练过程中需要采用稀疏化算法对学习样本进行剔除，故Nε小于原始样本数NZ。
输送机驱动单元电机转矩TE与驱动轮的驱动圆周力Fu呈比例关系，即TE＝k·Fu，而驱动圆周力等于绕入点张力与分离点的张力之差。由于输送带构成环状，主驱动轮、中部驱动轮和尾部驱动轮绕入点张力与分离点的张力耦合在一起，且胶带的阻力也受运行状态影响，故无法获得较准确的多驱动单元转矩的解析关系。但主驱动单元转矩、从驱动单元转矩以及输送机实时运行状态之间存在确定关系，故可以采用学习建模的手段来获得转矩偏差模型。
若主驱动单元采用速度控制，中部从驱动单元以及尾部从驱动单元也采用速度控制，且速度设定值跟踪主驱动变频器。此时驱动单元的转矩之间没有耦合关系，其差值主要取决于输送机的运行速度、物料分布等运行参数。利用此工作模式下获得的运行数据即可建立转矩预测模型。
多驱输送机在线转矩控制包括如下步骤：
步骤S1：头部驱动单元设置为速度驱动模式，中部驱动单元和尾部驱动单元均设置为转矩控制模式；
步骤S2：设置主采样周期TS，采集物料分布向量xk，主驱动单元转矩TET、中部驱动单元转矩TEZ、尾部驱动单元转矩TEW；
步骤S3：将TET、TEW、v加入xk中，形成中部驱动单元的输入向量
将TEZ、TET、v加入物料分布向量xk中，形成尾部驱动单元的输入向量
步骤S4：调用离线建立和训练好的预测模型，读取预存好的模型参数，将中部驱动单元的输入向量和尾部驱动单元的输入向量输入到预测模型中进行计算，获得模型输出值即中部转矩偏差ΔTE(TZ)和尾部转矩偏差ΔTE(ZW)；
步骤S6：根据中部转矩偏差ΔTE(TZ)和尾部转矩偏差ΔTE(ZW)设定中部驱动单元转矩调整值和尾部驱动单元转矩调整值。在中部转矩偏差ΔTE(TZ)上叠加人工修正值ΔTZ后形成中部驱动单元转矩调整值，在尾部转矩偏差ΔTE(ZW)上叠加人工修正值ΔTW后形成尾部驱动单元转矩调整值。分别判断中部驱动单元转矩调整值和尾部驱动单元转矩调整值是否超过限幅，若是，则将转矩调整值限制到上限值，适当降低转矩变化速率，若否，则输出中部驱动单元转矩调整值和尾部驱动单元转矩调整值。
提高卸载式多点驱动输送机的控制性能，提高输送机的安全性。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了转矩调整值、预测模型、物料分布相量、准时装载量、转矩偏差等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种低能耗可调流量的固废分料系统