數字孿生驅動的長距離帶式輸送機運行優化方法

　　摘 要 長距離帶式輸送機是礦山、港口等領域運輸散裝物料的主要工具. 針對長距離帶式輸送機的安全節能運行問題,本文研究數字孿生驅動的運行優化方法. 首先, 構建由數字孿生模型、模型同步算法、控制策略和現實帶式輸送機組成的數字孿生驅動運行優化框架; 然后, 建立數字孿生模型, 包括基于變質量牛頓第二定律和有限元分析法的輸送帶動力學模型、物料流動態模型和動態能耗模型; 最后, 提出數字孿生驅動的 “計算決策-仿真評估-優化校正”(Decision-Simulation-Correction, DSC) 優化決策方法, 優化帶式輸送機的穩態和暫態運行帶速, 形成可行帶速設定曲線. 實驗表明, 數字孿生驅動的帶式輸送機運行優化方法可以實現帶式輸送機安全節能運行. 與傳統控制方法相比, 能夠根據運行工況實時調速, 提高輸送帶填充率, 節能 13.87%.

　　關鍵詞 長距離帶式輸送機, 數字孿生, 運行優化, 動態模型

　　帶式輸送機是礦山、電廠、港口等領域運輸散裝物料的關鍵設備之一[1]. 隨著經濟的快速發展, 帶式輸送機已朝著大運量、長距離的方向發展, 其運輸效率和運行安全問題日益突出. 帶式輸送機的能耗成本占其運行成本很大一部分[2]. 在煤礦等應用帶式輸送機的實際場合中, 傳統的帶式輸送機多以恒定帶速運行, 常處于輕載或空載狀態, 造成能源浪費[3]. 根據載荷調節帶速是有效節能手段, 但長距離帶式輸送機運行動態特性明顯, 如果變速時間過短, 將會對各部件產生強烈的沖擊, 進而影響到設備的穩定性和使用壽命[4]. 因此, 長距離帶式輸送機的穩定、高效運行是一個重要問題.

　　目前, 關于帶式輸送機能效優化的研究大多集中在設備和操作層面[5]. 事實上, 通過引進高效設備可以達到帶式輸送機節能的目的, 但會帶來設備資金的投入增加[6]. 運行優化是提高帶式輸送機能源效率的有效方式[7, 8], 其核心是帶速控制[9], 分為主動控制和被動控制兩種方式[10]. 傳統的速度控制為被動控制, 通過人為設定帶速調節帶式輸送機運行,在一定時間內帶速是固定的; 主動控制是指通過調整帶速以匹配給料速率的變化, 可以實現輸送帶填充率的提高, 從而達到提高能源利用率的目的[11].

　　目前, 許多學者對帶式輸送機的主動速度控制進行了研究, 并取得了重要的成果. 例如, Zhang[12] 基于帶式輸送機能耗模型, 建立了帶速優化問題, 并提出了帶速設定值優化設計方法, 能夠實現帶式輸送機的節能降耗. 但是, 該項研究基于靜態能耗模型進行優化, 并未考慮運載物料動態, 適用于短距離帶式輸送機. Mathaba[13, 14] 建立了運載物料的動態模型, 提出了帶式輸送機動態能耗模型, 并建立了以帶速范圍、物料承重范圍、運量需求等為約束條件的優化問題, 利用有效集算法提出了帶速設定值優化設計方法, 節能效果顯著. 但是, 該項研究沒有考慮設定速度改變造成的潛在風險.

　　目前的研究仍然關注于穩態帶速的節能效果, 沒有考慮帶式輸送機暫態運行的動態特性.長距離帶式輸送機動態特性明顯, 運行動態復雜. 輸送帶在暫態過程中會存儲或釋放大量的能量,這些能量會在輸送帶內部形成動態張力, 導致輸送帶張力過大或過小[15], 存在潛在風險. 暫態運行的潛在風險主要包括輸送帶張裂、滾筒處打滑、物料溢出等[16]. 雖然分析帶式輸送機動態特性的文獻很多, 但大多集中在帶式輸送機啟停過程[17]. 在文獻 [18]中, 針對帶式輸送機暫態運行的安全控制問題, 提出了 “估計-計算-優化”(Estimation-CalculationOptimization, ECO) 三步法確定帶式輸送機的最小變速時間, 為帶式輸送機暫態運行優化提供了參考. 但是, 該方法的計算環節并沒有考慮暫態運行物料動態特性的影響. 同時, ECO 三步法無法根據運行數據更新模型參數, 不能實現模型實時更新.

　　因此, 建立一個能夠利用高精度模型進行優化決策的帶式輸送機控制系統很有必要.自 Grieves 教授在 2003 年首次提出, 數字孿生技術便被引入到控制領域中, 為現代控制提供了新的思路[19, 20]. 數字孿生通過實體模型與虛擬模型之間的信息交互, 可以實現對實體模型的數據管理、狀態更新、預測控制和安全監控[21, 22], 進而夠做出更準確的預測、更理性的決策和更可行的規劃[23]. 葛世榮等[24] 建立了數字孿生智采工作面系統, 為無人化運行提供了新的監控系統架構, 實現了煤炭的安全高效開采.

　　江獻良等[21] 提出了一種基于數字孿生模型的直驅部件高精度控制方法, 實現了直驅系統的運動性能優化控制. 金杰等[25] 基于數字孿生技術設計了火箭起飛安全系統, 可以利用數字化仿真技術實現火箭姿態的優化和控制, 為火箭安全起飛提供了保障. 然而, 數字孿生技術在帶式輸送機優化控制領域缺乏相應的研究. 數字孿生的出現為帶式輸送機的優化運行和安全監督提供了一個可行的工具, 但如何基于數字孿生技術實現帶式輸送機的節能、安全運行, 仍然是一個開放的課題.模型是數字孿生的關鍵組成部分, 是實現數字孿生功能的重要前提[26].

　　輸送帶動態模型是模擬和分析輸送帶運行動態的關鍵[27]. 早在上世紀 90 年代就已經發展起對輸送帶有限元模型的研究. Lodewijks等[28] 利用牛頓第二定律推導出輸送帶有限元模型,已被廣泛接受和使用[18, 29]. 周廣林等[29] 基于輸送帶有限元模型, 設計帶式輸送機啟動曲線, 研究不同啟動時間情況下帶式輸送機系統啟動的穩定性. 但是, 上述有限元模型利用傳統的牛頓第二定律建模,忽略了運載物料的動態特性, 存在一定誤差. 現代帶式輸送機的運輸距離不斷增長, 這增加了帶式輸送機運輸物料時的隨機性、非線性和時變性, 給帶式輸送機的動態建模帶來一定挑戰[30].

　　傳統的帶式輸送機控制是通過人為設定帶速控制帶式輸送機的運行, 本文的目的是利用數字孿生技術形成可行決策的信息和指令, 實現長距離帶式輸送機的監測、預測、優化和控制. 本文的主要工作包括: 1) 建立數字孿生驅動的長距離帶式輸送機運行優化框架; 2) 建立數字孿生模型,包括基于變質量牛頓第二定律和有限元分析法的輸送帶有限元模型、物料流動態模型和動態能耗模型;3) 提出數字孿生驅動的長距離帶式輸送機運行優化方法, 為數字孿生驅動的控制系統提供優化決策的算法基礎, 實現長距離帶式輸送機的高效運行.本文的余下章節的內容安排如下: 第 1 章建立帶式輸送機數字孿生驅動運行優化框架; 第 2 章建立長距離帶式輸送機數字孿生模型; 第 3 章提出帶式輸送機運行優化方法; 第 4 章進行實驗驗證; 第5 章給出總結.

　　1 帶式輸送機數字孿生驅動運行優化框架

　　數字孿生融合了傳感、通信、仿真、控制等多領域技術成果[31], 在數字世界中創建物理實體的虛擬模型, 模擬物理實體在真實環境中的行為, 并通過虛擬交互反饋、數據融合分析、決策迭代優化等實現物理實體的狀態監測和實時控制[32]. 帶式輸送機由輸送帶、驅動滾筒、張緊裝置、托輥等裝置組成,通過驅動滾筒與輸送帶之間的摩擦力帶動輸送帶運行. 本文設計的長距離帶式輸送機數字孿生驅動運行優化框架, 主要包括數字孿生模型、模型同步算法、控制策略和現實帶式輸送機四個模塊.數字孿生模型可以鏡像現實帶式輸送機, 預測優化決策的控制效果. 帶式輸送機的建模仿真理論和方法為實現帶式輸送機數字孿生核心功能奠定了基礎. 通過機理建模, 把帶式輸送機運行的各個環節抽象為相應的數學模型, 從而刻畫出各環節的復雜動態特征.模型同步算法用于更新數字孿生模型參數. 數字孿生模型的參數容易受到物理實體不同操作和環境條件的影響而發生變化[21]. 在模型參數同步階段,通過現實帶式輸送機傳感器采集的數據, 更新數字孿生模型狀態, 利用遞推最小二乘法修正數字孿生模型參數[1].

　　通過模型更新和參數修正實現自我優化和自我更新, 使數字孿生模型成為物理實體的精確鏡像.建立數字孿生系統的目的是更好地實現物理實體的優化控制, 提高物理實體的運行性能. 因此, 控制策略是基于數字孿生的優化控制中至關重要的環節. 在優化決策環節中, 利用運行信息、靜態約束、能耗和物料流動態模型進行決策, 形成優化帶速設定曲線. 基于數字孿生模型評估帶速設定曲線的效果, 并對可行帶速設定曲線進行優化校正. 通過仿真評估和優化校正的迭代優化, 形成可行的帶速設定曲線, 對現實帶式輸送機進行控制,保證其運行的高效性和安全性.

　　2 數字孿生模型動態

　　模型是數字孿生系統的核心要素, 針對傳統的輸送帶有限元模型不完全適用于長距離帶式輸送機, 本節基于變質量牛頓第二定律和有限元分析法建立輸送帶動態模型, 與物料流動態模型、動態能耗模型共同組成帶式輸送機數字孿生機理模型,用于描述帶式輸送機在運行過程中的動態特性.

　　2.1 輸送帶動力學模型

　　輸送帶主要由鋼絲繩芯、橡膠組成, 其動力學模型是數字孿生模型的重要組成部分, 建立能夠準確描述輸送帶動態的動力學模型是模擬輸送帶運行的關鍵所在. 本節基于變質量牛頓第二定律和有限元分析法, 建立輸送帶動力學模型.

　　3 數字孿生驅動的帶式輸送機運行優化方法

　　帶式輸送機系統是一個復雜的綜合性運輸系統, 涉及到多個設備融合和技術的集成, 其運行優化控制涉及經濟性、安全性兩個方面, 是一個極其困難而且復雜的問題. 帶式輸送機優化控制的實現可以大幅度提高運輸效率、設備安全, 降低能源動力成本, 減少人員的工作量[35, 36]. 本節面向長距離帶式輸送機的安全、高效運行, 基于數字孿生可以預測物理實體全生命周期過程的特點, 研究帶式輸送機運行優化方法.

　　3.1 基于數字孿生模型的 DSC 優化策略

　　為了實現帶式輸送機運行優化, 本文提出基于數字孿生模型的 DSC 優化策略. 該優化策略包括計算決策、仿真評估和優化校正三部分,集決策、預測、分析和校正于一體, 通過決策算法、數字孿生模型和現實帶式輸送機的協同工作實現優化控制, 從而保證帶式輸送機的安全、經濟運行.

　　假設給料速率已知, DSC 優化策略能夠根據帶式輸送機的運行數據, 通過計算決策環節形成優化帶速設定曲線. 然后, 仿真評估環節預測優化帶速設定曲線可能出現的控制效果, 并做出安全評估. 優化校正環節依據評估結果校正優化帶速設定曲線, 經過優化校正和仿真評估的循環迭代, 最終形成可行的優化帶速設定曲線, 對現實帶式輸送機進行優化控制.計算決策環節包括帶式輸送機穩態帶速和暫態帶速的設計. 該環節基于已知給料速率和當前運行帶速, 通過設定穩態運行帶速, 調節輸送帶填充率,優化帶式輸送機的實際運行功率, 從而達到節能運行的目的.

　　通過設計暫態帶速實現帶式輸送機在不同穩態帶速之間的安全過渡, 保證帶式輸送機的安全運行.仿真評估環節包括仿真模擬和安全評估. 基于帶式輸送機數字孿生模型, 按照帶速設定曲線虛擬運行, 預測優化其優化效果, 并判斷其虛擬運行是否在安全運行范圍之內. 帶式輸送機運行是一個復雜的動態過程, 一旦發生安全事故, 會造成停產、人員傷亡等嚴重后果[37]. 因此, 本環節從物料溢料、皮帶打滑、皮帶張裂方面對帶式輸送機的安全運行做出評估, 通過鏡像物料流和輸送帶張力分析分別評估物料溢料風險和皮帶打滑、張裂風險.優化校正環節依據評估結果對有潛在危險的優化帶速曲線進行校正, 校正后的優化帶速曲線繼續進行仿真評估和優化校正, 直至消除潛在危險.

　　當預知時域內給料速率發生變化時, 觸發 DSC 優化策略, 其控制流程為:1) 計算決策: 獲取帶式輸送機運行數據, 按照運行優化算法設計下一穩態最優帶速 v*和暫態變速時間 Dt, 由穩態最優帶速 v*和暫態優化帶速 vs 形成優化帶速設定曲線.2) 仿真評估: 利用感知狀態量、數字孿生模型,通過仿真模擬環節預測步驟：

　　(1) 設定穩態、暫態帶速的運行效果, 并判斷仿真結果是否存在潛在的危險, 如果不存在潛在危險, 則將步驟 (1) 形成的可行帶速設定曲線; 否則, 進行優化校正.3) 優化校正: 針對步驟 (2) 反饋的潛在風險按照相應的校正策略對穩態、暫態帶速進行校正, 形成校正優化帶速設定曲線, 繼續重復步驟 (2) 和步驟 (3) 至消除潛在風險, 將最終的設定帶速形成可行帶速設定曲線傳遞給控制器, 控制器對帶式輸送機進行速度控制.綜上所述, DSC 優化策略的輸入為預知給料速率和當前運行帶速, 利用數字孿生模型預測帶式輸送機在優化帶速設定曲線下的運行效果, 輸出為可行帶速設定曲線. 本策略消除帶速設定曲線的潛在危險, 保證了帶式輸送機運行的有效性和安全性,提高了帶式輸送機的運行效率, 降低運行成本.

　　3.2 穩態帶速設定

　　根據德國標準 DIN 22 101, 通過匹配帶速與運輸物料量, 能使整個輸送帶始終處于滿載狀態, 可以實現節能[11].

　　3.3 暫態帶速設定

　　暫態為帶式輸送機處于啟停、加減速等速度過渡階段的運行狀態. 長距離帶式輸送機動態特性明顯, 變速時會在輸送帶中形成很大的應力波, 劇烈的變速會使輸送帶處于不穩定狀態, 產生過多的應力循環, 減少帶式輸送機的壽命, 甚至導致溢料、斷帶等危險的發生[39], 因此需要較長的變速時間來避免上述危險. 另一方面, 暫態時間過長會影響帶式輸送機的節能效果. 針對上述兩種問題, 本節在分析帶式輸送機靜態受力和物料動態的基礎上, 提出暫態優化控制策略.

　　3.4 基于仿真評估的優化

　　校正造成潛在風險的原因可以分為設備原因和操作原因. 對于設備原因, 需要更換合適的部件以消除風險. 本文僅考慮操作原因, 利用操作優化消除潛在運行風險. 由于需要調整帶速以匹配給料速率的變化, 從而充分利用帶式輸送機的運載能力, 當給料速率變化時, 設定不適當的穩態帶速將會使帶式輸送機面臨溢料的風險, 不適當的變速則會造成輸送帶張緊力過大、輸送帶打滑、溢料等潛在風險[39].DSC 計算決策環節將輸送帶視為剛體, 從而進行帶速的初步優化, 沒有考慮輸送帶動力學和物料溢出的影響. 如果直接應用于帶式輸送機控制, 可能會造成打滑、斷帶等安全問題. 因此, 在形成優化帶速設定曲線之后, 需要從動力學角度對其安全性進行分析. 本節基于數字孿生模型對優化帶速設定曲線的控制效果進行仿真評估, 針對不同的潛在風險制定了優化校正策略, 能夠針對不同的評估結果, 對優化帶速設定曲線進行校正, 達到對帶式輸送機運行帶速的安全規劃.

　　4 實驗驗證

　　為了驗證數字孿生驅動的長距離帶式輸送機運行優化方法的有效性, 本文利用 PLC 和 dSPACE根據搭建了半實物仿真實驗平臺. 開展帶式輸送機運行優化控制實驗, 主要實驗內容有兩個: 暫態安全性實驗和穩態經濟性實驗.

　　在定速控制中, 不考慮暫態軟變速, 輸送帶各微元段帶速, 在啟動前期, 各微元段帶速變化幅值較大, 啟動不穩定, 加速度超過帶式輸送機的所允許的范圍. 在啟動時, 遠超最大緊側張力, 存在輸送帶打滑風險. 驅動滾筒處張力瞬時變化, 其中, 虛線為上下限, 在前 10 s, 驅動滾筒處瞬時張力變化幅度大, 遠超設定的安全范圍, 這極易造成輸送帶斷帶事故.兩次控制方式的輸送帶填充率,在 0~1 h, 兩種控制方式的給料速率和帶速均為額定數值, 因此, 兩種控制方式的填充率是相似的.在 1~4 h, 定速控制方式的輸送帶填充率受給料速率的影響, 填充率的大小在 60 %~100 %; DSC 策略通過速度調節, 使帶式輸送機填充率達到 99%~100%, 最大化利用帶式輸送機的運輸能力.兩種控制方式在仿真周期的能耗功率, 在 0~1 h, 兩種方式的給料速率和速度是一致的, 能耗功率相似.

　　在 1~4 h, 與定速控制相比,DSC 策略通過速度調節, 最大化輸送帶填充率, 達到了一定的節能效果. 在整個仿真過程中, 數字孿生驅動的優化控制節能率達到了 13.87%.綜上所述, 數字孿生驅動的運行優化方法不但能夠通過設定暫態帶速, 保證帶式輸送機在變速過程的安全運行, 而且能夠通過穩態帶速的設定, 充分利用帶式輸送機的運輸能力, 最大化輸送帶填充率. 與傳統模式相比, 在運輸同等量物料的情況下,數字孿生驅動的運行優化能夠消耗更少電能, 安全性更高, 保證了帶式輸送機運行的有效性和經濟性.

　　數字論文范例：城市數字化轉型中的社會風險演化及防范對策研究

　　5 總結

　　本文提出了數字孿生驅動的長距離帶式輸送機運行優化方法, 解決長距離帶式輸送機運行過程中的能源浪費和潛在風險問題. 主要貢獻為: 1) 提出了數字孿生驅動的長距離帶式輸送機運行優化控制架構; 2) 根據變質量牛頓第二定律和有限元分析法建立了輸送帶動力學模型, 與物料流動態模型和動態能耗模型共同組成了帶式輸送機數字孿生模型;3) 提出了數字孿生驅動的帶式輸送機運行優化方法, 設定帶式輸送機穩態、暫態運行帶速, 形成可行的帶速設定曲線. 本文利用半實物仿真實驗平臺實驗驗證所提方法的可行性和有效性. 實驗結果表明,數字孿生驅動的運行優化方法能夠保證帶式輸送機安全運行, 提高了輸送帶填充率, 實現帶式輸送機節能高效運行. 本文基于數字孿生技術的優化控制策略對于復雜裝備和工業系統的運行優化有一定借鑒意義.

　　References：

　　Yang C, Bu L, Chen B. Energy modeling and online parameteridentification for permanent magnet synchronous motor drivenbelt conveyors. Measurement, 2021, 178: 1093421

　　Zhang S, Xia X. Optimal control of operation efficiency of beltconveyor systems. Applied Energy, 2010, 87(6): 1929−19372

　　Mu Y, Yao T, Jia H, Yu X, Zhao B, Zhang X, et al. Optimalscheduling method for belt conveyor system in coal mine considering silo virtual energy storage. Applied Energy, 2020, 275:1153683Ristic L B, Bebic M Z, Jevtic D S, Mihailovic I D, Statkic S Z,Rasic N T, et al. Fuzzy speed control of belt conveyor system toimprove energy efficiency. In: Proceedings of 15th InternationalPower Electronics and Motion Control Conference.

　　Novi Sad,Serbia: IEEE, 2012. DS2a. 9-1-DS2a. 9-74Zhang S, Xia X. Modeling and energy efficiency optimization ofbelt conveyors. Applied Energy, 2011, 88(9): 3061−30715

　　Yang Chun-Yu, Li Heng, Che Zhi-Yuan. Energy consumptionmodeling and parameter identification for double-motor drivencoal mine belt conveyers. Control Theory & Applications, 2018,35(3): 335−341

　　(楊春雨, 李恒, 車志遠. 煤礦雙電機驅動帶式輸送機的能耗建模與參數辨識. 控制理論與應用, 2018, 35(3): 335−341)

　　作者：楊春雨 1 卜令超1 陳 斌 1

轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/30300.html