?

基于決策樹改進(jìn)隨機(jī)逼近煤礦輸送機(jī)系統(tǒng)智能群啟動算法*

鄭茂全1，2，侯媛彬1，李學(xué)文1，聶永朝2，董田田1，陳夕紫1

(1.西安科技大學(xué) 電氣與控制工程學(xué)院,陜西 西安 710054；2.寧夏西北煤機(jī)有限公司，寧夏 石嘴山 750000)

摘要：在研究比較長距離帶式輸送機(jī)系統(tǒng)啟動方式的基礎(chǔ)上，針對長距離多級煤礦輸送機(jī)重載啟動撒落煤料問題，提出一種基于決策樹改進(jìn)隨機(jī)逼近(IGSA-ISADT)煤礦輸送機(jī)系統(tǒng)群智能啟動算法；該算法將長距離帶式輸送機(jī)系統(tǒng)各子系統(tǒng)的輸送距離、膠帶寬度及驅(qū)動電機(jī)功率作為條件屬性，采用決策樹確定不同子系統(tǒng)啟動斜率；加速段和勻速段分別按本子系統(tǒng)的啟動斜率和控制誤差隨機(jī)逼近給定線速度。通過陜煤集團(tuán)某煤礦運輸距離為3 400 m的四級煤礦運輸機(jī)系統(tǒng)進(jìn)行群智能啟動仿真驗證，結(jié)果表明,該群智能啟動比常規(guī)的比例積分控制啟動各子系統(tǒng)逼近給定線速度效果好，最大線速度誤差減小到4.22%，不僅動態(tài)誤差顯小而且運行平穩(wěn)，可對多級輸送機(jī)重載協(xié)調(diào)啟動預(yù)防煤料撒落提供一種參考。

關(guān)鍵詞：煤料撒落；決策樹；隨機(jī)逼近；子系統(tǒng)啟動斜率；智能群啟動

0引言

上世紀(jì)90年代中期之前，煤礦帶式輸送機(jī)的控制一般采用交流異步電動機(jī)轉(zhuǎn)子串電阻啟動與調(diào)速控制，也有采用液力偶合器或線性濕式離合器調(diào)速，這些方式控制調(diào)速能耗很大。隨著對驅(qū)動電機(jī)控制方法改進(jìn)，目前煤礦帶式輸送機(jī)的控制主流采用變頻器調(diào)速控制；若不需調(diào)速則采用軟啟動器。這2種設(shè)備的顯著特點是節(jié)能效果顯著，且啟動、停機(jī)平滑。針對驅(qū)動電動機(jī)的啟動問題，國內(nèi)外專家展開了深入的研究，羅馬尼亞的Vlad Ion等針對長距離帶式輸送機(jī)提出對異步電動機(jī)啟動阻抗分析并實現(xiàn)能量監(jiān)測來改善系統(tǒng)的啟動特性[1]；德國的Werner Ulrich等從三相異步電動機(jī)的機(jī)械結(jié)構(gòu)分析，給出了動態(tài)偏心對于啟動異步電動機(jī)轉(zhuǎn)子橫向振動分析模型[2]；巴西的Silva F B B等提出一種新型采用超導(dǎo)理論感應(yīng)電機(jī)的起動方法，新的啟動電流限制方法是基于使用高溫超導(dǎo)原理[3]；比利時的Debruyne Colin等研究了電源電壓畸變對異步啟動永磁電機(jī)的能源效率的影響[4]；Meng Dawei等研究高壓異步電動機(jī)動態(tài)阻抗和啟動特性的工程計算，提出了一套實用的電機(jī)暫態(tài)轉(zhuǎn)矩、電流、阻抗計算方法[5]。

國內(nèi)很多專家對于煤礦帶式輸送機(jī)的優(yōu)化控制作了大量研究。高潔對大型帶式輸送機(jī)的啟動過程進(jìn)行了深入的分析，確定了合理的啟動曲線，并對液體粘性軟啟動裝置的液壓系統(tǒng)以及機(jī)械系統(tǒng)和電控系統(tǒng)做了詳細(xì)的分析，從而提出如何利用液體粘性軟啟動裝置來控制帶式輸送機(jī)的啟動過程[6]，周建中針對帶式輸送機(jī)運輸線路長、生產(chǎn)環(huán)節(jié)多、工藝過程復(fù)雜、運輸量不均衡，頻繁不斷啟動啟停車等特點，設(shè)計了基于ARM的集控制、保護(hù)于一體控制系統(tǒng)[7]。還有專家介紹采用變頻器對礦井的運輸機(jī)或港煤運輸控制比傳統(tǒng)的三相繞線電動機(jī)串電阻控制節(jié)能效果顯著，重載啟動和自動調(diào)速平滑等特點[8-11]。長距離煤礦帶式輸送機(jī)系統(tǒng)一般由多級運輸距離不同帶式輸送機(jī)子系統(tǒng)組成，在重載啟動時，即使采用變頻器調(diào)速控制，若對運輸距離不同的多級輸送機(jī)子系統(tǒng)的啟動時間控制不好或協(xié)調(diào)控制不夠，也會發(fā)生煤料撒落或膠帶抖動的現(xiàn)象。針對這一問題，作者對長距離大傾角的煤礦帶式輸送機(jī)系統(tǒng)重載啟動過程的靜態(tài)、動態(tài)阻力進(jìn)行了分析建模[12-13]。在此基礎(chǔ)上，針對長距離的煤礦輸送機(jī)系統(tǒng)，文中提出基于決策樹的改進(jìn)隨機(jī)逼近群智能啟動算法(Intelligent group-starting algorithm based on Improved stochastic approximation of decision tree，IGSA-ISADT)。隨機(jī)逼近法是未知函數(shù)零點的一種遞推法，在基本Robbins Monro(MR)隨機(jī)逼近方法和加權(quán)的Kiefer Wolfowitz(KW)隨機(jī)逼近方法基礎(chǔ)[14-16]，近年來有多種改進(jìn)的隨機(jī)逼近算法，具有代表的是對隨機(jī)序列進(jìn)行截尾改進(jìn)得到新的改進(jìn)算法[17-18]。IGSA-ISADT將啟動過程分成加速段和勻速段，首先根據(jù)長距離帶式輸送機(jī)系統(tǒng)各子系統(tǒng)的輸送距離、膠帶寬度及驅(qū)動電機(jī)功率采用決策樹確定子系統(tǒng)的啟動斜率，各子系統(tǒng)的加速段和勻速段分別按本子系統(tǒng)的啟動斜率和控制誤差隨機(jī)逼近給定線速度，并進(jìn)行仿真驗證。

1系統(tǒng)建模

一般情況下，帶式輸送機(jī)的驅(qū)動電動機(jī)定子三相繞組接成星形，則定子三相電流如式(1)所示。

(1)

三相電流產(chǎn)生合成的磁場是一旋轉(zhuǎn)磁場；一個電流周期，磁場在空中旋轉(zhuǎn)360°；旋轉(zhuǎn)磁場的轉(zhuǎn)數(shù)為

(2)

式中p為極對數(shù)，p=2，交流異步電動機(jī)的額定轉(zhuǎn)速為ne=1 480r/min；f1為定子電流頻率，f1隨著變頻器的輸出在{0，50Hz}變化。當(dāng)f1=50Hz時，n0為電機(jī)的同步速度。電機(jī)的轉(zhuǎn)差率S為

(3)

轉(zhuǎn)子轉(zhuǎn)速亦由轉(zhuǎn)差率求得

n=(1-S)n0.

(4)

一般情況下，異步電動機(jī)運行在額定負(fù)載時，轉(zhuǎn)差率S為0.015～0.07，電磁轉(zhuǎn)矩是三相異步電動機(jī)最重要的物理量之一，其中機(jī)械特性是它的主要特性。電磁轉(zhuǎn)矩T為

T=KmφI2cosφ2,

(5)

式中φ為磁通量；I2為轉(zhuǎn)子電流。

(6)

將I2代入T得出電磁轉(zhuǎn)矩

(7)

式中R2為轉(zhuǎn)子等效電阻;U1為定子繞組電壓；U電源電壓；X20為電動機(jī)靜態(tài)(S=1)時轉(zhuǎn)子每項繞組的感抗；K為與電動機(jī)結(jié)構(gòu)參數(shù)和電源頻率有關(guān)，φ2為相角。

根據(jù)帶式輸送機(jī)的動態(tài)阻力分析，及上述驅(qū)動電動機(jī)所建的模型[13]，若不考慮負(fù)載變化引起的干擾，一級(單部)帶式輸送機(jī)運動微分方程如式(8)所示。

(8)

式中m為拉緊滾筒的等效質(zhì)量；c為系統(tǒng)的阻尼系數(shù)；k為系統(tǒng)的剛性系數(shù)；T為電磁轉(zhuǎn)矩。

v(k+1)=a1v(k)+a2v(k-1)+bu(k)-dw(k),

(9)

式中v(k+1)為帶式輸送機(jī)線速度的下一步差分；v(k)為帶式輸送機(jī)線速度的k時刻的值；w(k)為到阻力(包括負(fù)載)變化引起的干擾；a1,a2是系統(tǒng)結(jié)構(gòu)參數(shù)；b為控制系數(shù)；u(k)為k時刻變頻器的控制量，帶式輸送機(jī)能否重載平穩(wěn)啟動，是預(yù)防撒料故障的關(guān)鍵。

2基于決策樹的改進(jìn)隨機(jī)逼近煤礦輸送機(jī)群智能啟動算法

長距離帶式輸送機(jī)系統(tǒng)一般分為多級(帶式輸送機(jī)子系統(tǒng))，而且各級帶式輸送機(jī)子系統(tǒng)的輸送距離不一定相同，為了使各級帶式輸送機(jī)子系統(tǒng)能在規(guī)定的時間段動態(tài)跟蹤給定的線速度，實現(xiàn)協(xié)調(diào)重載平穩(wěn)啟動，提出基于決策樹改進(jìn)隨機(jī)逼近(IGSA-ISADT)群智能啟動算法。該IGSA-ISADT群智能啟動算法思路如下

1)根據(jù)Kiefer-Wolfoitz(KW)隨機(jī)逼近的思想，定義動態(tài)隨機(jī)量為

(10)

式中u(k),k=1,2,3,…,n為統(tǒng)計的隨機(jī)序列；f(u)為衡量是否逼近真值的函數(shù)。

2)各級帶式輸送機(jī)子系統(tǒng)規(guī)定的啟動時間為tir，其中角碼i表示第i級子系統(tǒng)，tr表示啟動過程上升時間(加速段)，若平穩(wěn)啟動過程無超調(diào)，則tir=tis，上升時間和調(diào)節(jié)時間相同。則將各級帶式輸送機(jī)子系統(tǒng)的變頻器的輸入控制量ui(k)定義為：按輸送機(jī)的啟動加速斜率逼近和按勻速階段誤差逼近2部分，則IGSA-ISADT群智能啟動算法由式(11)表示。

(11)

式中tgθi為啟動加速斜率，上式為輸送機(jī)按啟動加速斜率逼近；下式為勻速階段按誤差逼近；ei為第i級帶式輸送機(jī)子系統(tǒng)的給定電壓ui和反饋電壓ufi之差，ei=ui-ufi，當(dāng)ui>ufi時，ei為正的誤差，當(dāng)ui

3)各級輸送機(jī)子系統(tǒng)的給定啟動的加速斜率tgθi由決策樹確定。

(12)

圖1　子系統(tǒng)啟動加速斜率決策樹Fig.1　Decision tree of subsystemstarting acceleration slope

式中v0為給定的勻速運行的線速度；tri為長距離帶式輸送機(jī)系統(tǒng)的第i級帶式輸送機(jī)子系統(tǒng)的加速時間。假設(shè)各級子系統(tǒng)膠帶寬度為Bi=1 200mm，運輸距離為Li，啟動電機(jī)的功率Pi，以Bi,Li,Pi為條件屬性，tgθi為決策結(jié)果，設(shè)子系統(tǒng)輸送距離有3種，則對應(yīng)的決策樹由圖1給出。圖中xi為第i個子系統(tǒng)的啟動加速段的斜率，即xi=tgθi.

3IGSA-ISADT群智能啟動仿真實驗驗證

3.1　長距離帶式輸送機(jī)結(jié)構(gòu)

圖2　長距離大傾角多級帶式輸送機(jī)的結(jié)構(gòu)示意圖Fig.2　Structural sketch of multistage belt conveyer with the long distance and large

針對某煤礦3 400m長的帶式輸送機(jī)系統(tǒng)進(jìn)行仿真，其中第1級膠帶長1 800m(位于運輸大巷)、第2級膠帶長1 200m(位于主斜井)、第3級膠帶長200m(位于井口)、第4級膠帶長200m(位于落煤點前)。其中第1級和第2級均為2部電動機(jī)功率為400kW雙機(jī)驅(qū)動，第3級和第4級均為100kW電動機(jī)驅(qū)動。該四部帶式輸送機(jī)帶寬均為1200mm，驅(qū)動電機(jī)分別命名為M1，M2，M3和M4，帶式輸送機(jī)額定帶速度為4m/s，電機(jī)供電電壓均采用1 140V，且主傳動滾筒直徑均為1 250mm，該長距離大傾角帶式輸送機(jī)的結(jié)構(gòu)示意圖如圖2所示。根據(jù)實際工程，該四級式帶式輸送機(jī)系統(tǒng)逆煤流方向啟動，首先啟動驅(qū)動電動機(jī)M4，再啟動M3，然后啟動M2(即：M2j，j=1，2，指第2級膠帶輸送機(jī)子系統(tǒng)采用雙機(jī)驅(qū)動)，最后啟動運輸大巷M1(即：M1j，j=1，2，指第1級膠帶輸送機(jī)子系統(tǒng)采用雙機(jī)驅(qū)動。

3.2　四級子系統(tǒng)群智能啟動總體設(shè)計

圖3給出IGSA-ISADT群智能啟動算法電動機(jī)Mi(i=4，3，2，1)啟動控制框圖。雙機(jī)驅(qū)動的2個驅(qū)動電動機(jī)必須同時啟動，同步運行。

圖3　四級子系統(tǒng)IGSA-ISADT群智能啟動Fig.3　Four subsystem IGSA-ISADTintelligence group start

圖中給定帶式輸送機(jī)的線速度為ugi(表示按給定速度曲線對應(yīng)的第i級給定電壓)，被控對象為帶式輸送機(jī)的驅(qū)動電動機(jī)Mi，控制器為IGSA-ISADT群智能啟動算法，控制器的輸入為3維，分別為膠帶長度L，寬度B和線速度的控制誤差e=ugi-ufi.

3.3　重載啟動子系統(tǒng)斜率的確定

在井下長距離多級帶式輸送機(jī)在重載啟動時，若果啟動太快，容易引起膠帶擺動(震蕩)，會引起撒料，不僅對膠帶和托輥有磨損，嚴(yán)重時可能使系統(tǒng)不穩(wěn)定。據(jù)工程經(jīng)驗，若交流異步電動機(jī)的啟動加速時間ts按驅(qū)動電機(jī)的額定功率Pe(kW)考慮為式(13)；也有按帶式輸送機(jī)的給定線速度v0(m/s)和加速度a(m/s2)來考慮為式(14)。

(13)

ts=[v0(m/s)/a(m/s2)]+5(s).

(14)

從圖2可知，四級運輸機(jī)子系統(tǒng)的運輸距離L1=1 800m，L2=1 200m，L3=L4=200m，參考式(13)和(14)，再考慮到其他因素，采用圖1子系統(tǒng)啟動加速斜率決策樹對子系統(tǒng)的啟動加速段的斜率進(jìn)行推理；將四級輸送機(jī)運輸距離Li，對應(yīng)的驅(qū)動電機(jī)功率Pi，及膠帶寬度參數(shù)代入圖1，文獻(xiàn)[12-13]，考慮到第2級帶式輸送機(jī)子系統(tǒng)斜井的傾角，現(xiàn)場的穩(wěn)態(tài)想速度為v0=4m/s，可以推出該帶式輸送機(jī)系統(tǒng)的四級子系統(tǒng)的啟動加速斜率

x1=tgθ1=0.05m/s,x2=tgθ2=0.073m/s,x3=tgθ3=x4=tgθ4=0.16m/s.因此，可推導(dǎo)出該帶式輸送機(jī)系統(tǒng)的四級輸送帶的IGSA-ISADT智能群啟動算法在啟動加速段的控制率ui(k)為

(15)

3.4　四級輸送機(jī)子系統(tǒng)啟動仿真

根據(jù)帶式輸送機(jī)參數(shù)的選擇及其電動機(jī)功率，參考式(9)，推得智能群啟動的該帶式輸送機(jī)的離散化方程如式(16)所示。

vi(k+1)=ai1vi(k)+ai2v(k-1)+biu(k)-diw(k).

(16)

式中ui(k),i=1,2,3,4四級帶式輸送機(jī)子系統(tǒng)在加速度按式(15)計算，在勻速階段按(11)的下式計算。在針對第一級和第二級輸送機(jī)子系統(tǒng)的400kW的驅(qū)動交流籠式三相異步機(jī)，可查得驅(qū)動電機(jī)的轉(zhuǎn)動慣量為2 698N·m，系統(tǒng)的阻尼系數(shù)c=0.53，系統(tǒng)的剛性系數(shù)k=0.02，將參數(shù)帶入到運動微分方程中，則有a11=a21=0.498，a12=a22=0.3；針對第三級和第四級輸送機(jī)子系統(tǒng)的100kW的驅(qū)動交流籠式三相異步機(jī)，可查得驅(qū)動電機(jī)的轉(zhuǎn)動慣量為675N·m，系統(tǒng)的阻尼系數(shù)c=0.28，系統(tǒng)的剛性系數(shù)k=0.011，100kW子系統(tǒng)的拉緊滾筒的等效質(zhì)量不到400kW系統(tǒng)的拉緊滾筒的等效質(zhì)量的一半，同理求得，a31=a41=0.472,a12=a22=0.33.

在該煤礦運輸機(jī)實際運行中，子系統(tǒng)四級帶式輸送機(jī)每隔15s逆煤流啟動，即啟動順序為M4，M3，M2和M1，首先啟動落煤點前的第四級帶式輸送機(jī)M4，按15s的延遲逐級啟動，45s后啟動位于大巷的第一部雙機(jī)驅(qū)動的帶式輸送機(jī)M1.對式(16)的噪聲項，現(xiàn)采用MATLAB的w(k)=randn(1，80)來產(chǎn)生隨機(jī)噪聲表示啟動過動態(tài)阻力變化，由于randn產(chǎn)生的隨機(jī)數(shù)幅值最大約為{-2.7，2.7}，所以取其增益di=0.02，相當(dāng)于給四段膠帶的驅(qū)動電動機(jī)模型中均加0.05噪聲，取加速段的斜率x1=x2=x3=x4=0.16m/s，采用常規(guī)PI控制等斜率啟動仿真如圖4所示。

圖4　四段膠帶PI控制等斜率啟動仿真Fig.4　PI control simulation of four belt in same slope start

圖4中，直線為四級輸送機(jī)子系統(tǒng)的給定線速度u(m/s)，帶“*”線為各子系統(tǒng)的仿真線速度v(m/s)，可見，整個啟動過程速度誤差一直存在，且在k=70 s時最大誤差達(dá)13%多，偶爾會發(fā)生啟動膠帶抖動煤料撒落問題。在同樣噪聲下，考慮到四級帶式輸送機(jī)的運輸距離Li和驅(qū)動功率Pi不同由決策樹得到ui(k)式(15)，采用常規(guī)的PI控制該系統(tǒng)四部帶式輸送機(jī)按不同斜率給定下啟動控制仿真結(jié)果如圖5(a)所示。IGSA-ISADT群智能啟動仿真如圖5(b)所示。

圖5　按決策樹的斜率四級輸送機(jī)群啟動Fig.5　Group-start simulation ofheavy load in different slope(a)不同斜率給定PI控制重載群啟動仿真(b)IGSA-ISADT群智能啟動仿真

將圖5采用PI和IGSA-ISADT(表中簡寫成IT)群智能啟動仿真動態(tài)誤差數(shù)值列于表1.

從圖和表可見，對同一系統(tǒng)，IGSA-ISADT控制群啟動和PI控制群啟動動態(tài)誤差相比較，對于第三級膠帶輸送機(jī)和第四部膠帶輸機(jī)，在啟動過程中，k=50 s時，PI控制誤差達(dá)到13.98%，而前者控制誤差在1.26%以下；對于長距離的第二部膠帶輸機(jī)子系統(tǒng)，k=70 s時，PI控制的誤差達(dá)到-14.11%，而前者最大控制誤差為4.22%以下；對于長距離的第一部膠帶輸機(jī)子系統(tǒng)，k=80 s時，控制誤差達(dá)到-13.65%，而前者控制最大動態(tài)誤差3.6%以下。分析結(jié)果表明，依據(jù)多級帶式輸送機(jī)重載啟動IGSA-ISADT斜率智能群啟動的誤差均小于常規(guī)PI控制的誤差，可防止在啟動過程中膠帶抖動引起的煤料撒落。

表1　四部帶式輸送機(jī)采用PI和IGSA-ISADT群智能啟動仿真動態(tài)誤差數(shù)值(%)

4結(jié)論

文中針對長距離大傾角不同輸送距離分級運輸?shù)拿旱V帶式輸送機(jī)系統(tǒng)，采用常規(guī)的PI控制分級啟動引起膠帶抖動煤料撒落的問題展開研究，論文的創(chuàng)新性貢獻(xiàn)點有

1)在綜述國內(nèi)外相關(guān)帶式輸送機(jī)控制與啟動方法基礎(chǔ)上，針對長距離多級輸送機(jī)重載啟動撒落煤料問題，研究、分析比較長距離大傾角的帶式輸送機(jī)系統(tǒng)的動態(tài)阻力，并建立了系統(tǒng)的數(shù)學(xué)模型；

2)提出了一種基于決策樹改進(jìn)隨機(jī)逼近(IGSA-ISADT)煤礦輸送機(jī)系統(tǒng)群智能啟動算法，該算法將長距離不同運輸距離的帶式輸送機(jī)子系統(tǒng)的啟動控制律分為加速段和勻速段，加速段和勻速段分別按本子系統(tǒng)的啟動斜率和控制誤差隨機(jī)逼近給定線速度；

3)提出煤礦輸送機(jī)系統(tǒng)的多級子系統(tǒng)系統(tǒng)將運輸距離Li，對應(yīng)的驅(qū)動電機(jī)功率Pi、膠帶寬度B作為條件屬性，建立了啟動加速斜率決策樹，對驅(qū)動電機(jī)的啟動加速段的斜率進(jìn)行推理，決策樹確定不同子系統(tǒng)啟動斜率；

4)采用IGSA-ISADT的智能群算法對陜煤集團(tuán)某煤礦運輸距離為3 400 m的四級煤礦運輸機(jī)系統(tǒng)進(jìn)行群智能啟動仿真驗證，并與常規(guī)PI控制分級啟動過程進(jìn)行了比較，結(jié)果表明，整個啟動過程速度誤差均明顯減小，特別是大傾角的第二級輸送機(jī)子系統(tǒng)速度最大誤差從-14.11%下降到4.22%，該算法可對多級不同輸送機(jī)距離的煤礦帶式輸送機(jī)系統(tǒng)重載協(xié)調(diào)啟動預(yù)防撒落煤料提供一種參考。

參考文獻(xiàn)References

[1]Vlad Ion，Campeanu Aurel，Enache Sorin，et al.Energy aspects and monitoring of asynchronous motors starting[J].International Conference on Optimization of Electrical and Electronic Equipment，OPTIM，Bran，Romania，2014，22(5)：1-2.

[2]Werner，Ulrich.Mathematical rotordynamic model for la-teral vibration analysis of induction motors with dynamic eccentricities regarding start-up[J].Forschung im Ingenieurwesen/Engineering Research，2014，78(2)：27-43.

[3]Silva F B B，Orlando M T D，F(xiàn)ardin J F，et al.A novel induction motor starting method using superconduction[J].Physica C：Superconductivity and its Applications，2014，507：95-102.

[4]Debruyne Colin，Sergeant Peter，Derammelaere Stijn，et al.Influence of supply voltage distortion on the energy efficiency of line-start permanent-magnet motors[J].IEEE Transactions on Industry Applications，2014，50(2)：1 034-1 043.

[5]MENG Da-wei，XIA Yun-yan，XIA Yun-shuang.Engineering calculation of dynamic impedances and starting characteristics for high-voltage induction motors[J].International Transactions on Electrical Energy Systems，2015，25(5)：920-932.

[6]高潔，裴計田，谷明霞.大型帶式輸送機(jī)起動特性分析及控制[J].煤炭工程，2011(10)：101-103.

GAO Jie，PEI Ji-tian，GU Ming-xia.Analysis and control of starting characteristics of large belt conveyor[J].Coal Engineering，2011(10)：101-103.

[7]周建中，陳代偉，王雷,等.基于ARM的礦用帶式運輸機(jī)控制器的設(shè)計[J].制造業(yè)自動化，2012，34(9)：104-107.

ZHOU Jian-zhong，CHEN Dai-wei，WANG Lei，et al.Design of mine belt conveyor controller based on ARM[J].Manufacturing Automation，2012，34(9)：104-107.

[8]劉增環(huán)，潘明福.基于PLC及變頻器技術(shù)的帶式輸送機(jī)控制[J].煤礦機(jī)械，2011，32(9)：192-193.

LIU Zeng-huan，PAN Ming-fu.Conveyor control based on PLC and inverter technology[J].Coal Mine Machinery，2011，32(9)：192-193.

[9]夏祥武.基于高壓變頻器的煤礦主斜井帶式輸送機(jī)電控系統(tǒng)[J].煤礦機(jī)械，2011，32(12)：174-176.

XIA Xiang-wu.Electric control system for belt conveyor of coal mine based on the main shaft of high voltage inverter[J].Coal Mine Machinery，2011，32(12)：174-176.

[10]周熙杰.秦皇島港煤2期翻堆線帶式輸送機(jī)控制系統(tǒng)改造[J].起重運輸機(jī)械，2011(11)：59-62.

ZHOU Xi-jie.Control system reform of the 2 phase turn over pile conveyor belt conveyor belt in Qinhuangdao port[J].Hoisting Transport Machinery，2011(11)：59-62.

[11]潘志勇.王莊煤礦井下帶式輸送機(jī)自適應(yīng)控制系統(tǒng)的設(shè)計[J].煤礦機(jī)械，2011，32(12)：154-156.

PAN Zhi-yong.Design of adaptive control system for belt conveyor in Wangzhuang coal mine[J].Coal Mine Machinery，2011，32(12)：154-156.

[12]HOU Yuan-bin，ZHENG Mao-quan.The belt conveyor control of large dip angle by FMBTES[J].Journal of Advanced in Applied Materials and Electronacs Engineering，2014，905(3)：448-451.

[13]鄭茂全，侯媛彬.大傾角長距離帶式輸送機(jī)阻力規(guī)律分析[J].工礦自動化，2013，39(10)：27-32.

ZHENG Mao-quan，HOU Yuan-bin.Resistance rule of large dip angle and long distance for belt conveyor[J].Industry and Mine Automation，2013，39(10)：27-32.

[14]張華軍，趙金，羅慧.基于擬牛頓法的同時擾動隨機(jī)逼近算法[J].華中科技大學(xué)學(xué)報，2014，42(9)：1-4.

ZHANG Hua-jun，ZHAO Jin，LUO Hui.Simultaneous perturbation stochastic approximation algorithm based on quasi-Newton method[J].Journal of Huazhong University of Science and Technology，2014，42(9)：1-4.

[15]張華軍，趙金，羅慧,等.基于梯度投影法與隨機(jī)優(yōu)化算法的約束優(yōu)化方法[J].控制與決策，2014，29(10)：1 777-1 782.

ZHANG Hua-jun，ZHAO Jin，LUO Hui，et al.Constrained optimization based on gradient projection method and stochastic optimization algorithm[J].Control and Decision，2014，29(10)：1 777-1 782.

[16]劉仁龍，楊建奎，熊世峰.基于平均化的截尾隨機(jī)逼近算法[J].中國科學(xué)院大學(xué)學(xué)報，2015，32(3)：289-294.

LIU Ren-long，YANG Jian-kui，XIONG Shi-feng.Averaging-based truncated stochastic approximation algorithm[J].Journal of University of Chinese Academy of Science，2015，32(3)：289-294.

[17]HAN Li-xia,LAN Shao-jiang.Modified electromagnetism-like method for constrained optimization problems[J].Advances in Electronic Engineering, Communication and Management, the series Lecture Notes in Electrical Engineering Lecture Notes in Electrical Engineering,2012,139(1):323-329.

[18]Magnanil Goswami, Sudakshina Kundu.Constrained optimization of CMOS analog circuits via all-inversion region MOS model[J].Computational Advancement in Communication Circuits and Systems, the series Lecture Notes in Electrical Engineering，2015(335):395-405.

Intelligent group-starting algorithm for coal mine belt conveyor-systembased on improved stochastic approximation of decision tree

ZHENG Mao-quan1，2，HOU Yuan-bin1，LI Xue-wen1，NIE Yong-chao2，DONG Tian-tian1,CHEN Xi-zi1

(1.CollegeofElectricalandControlEngineering,Xi’anUniversityofScienceandTechnology,Xi’an710054,China；

2.NingxiaNorthwestCoalMachineCo.,Ltd.,Shizuishan750000，China)

Abstract：On the basis of studying the starting mode of long distance belt conveyor system，aimed at the coal scattered problem of the long distance coal mine conveyor when multistage system heavy starting，the intelligent group-starting is presented for coal mine belt conveyor-system based on improved stochastic approximation of decision tree(IGSA-ISADT).In this algorithm，condition attributes are selected，which are the transmission distance，the belt width and the driving motor power of the belt conveyor subsystem with long distance，the decision tree is used to determine the starting slope of different subsystems.Acceleration section is started according to the starting slope，and the uniform section is controlled by the error of randomly approximate to given linear velocity.Group intelligent start is simulated using four level coal transport system with coal transport distance of 3 400 meters in a Shaanxi coal mine.The results show that the group intelligence is better than the conventional proportional integral control system，the maximum line speed error is reduced to 4.22%，not only the dynamic error is small but also the running is stable，the algorithm can provide a reference that coal scattered is prevented when heavy starting of coal belt conveyor with multilevel subsystem.

Key words：coal scattered；decision tree；stochastic approximation；start slope of subsystem；intelligent group start

中圖分類號：TP 176；TD 76

文獻(xiàn)標(biāo)志碼：A

通訊作者：鄭茂全(1964-)，男，甘肅蘭州人，教授級高工，E-mail:zhengmaoquan@sina.com

基金項目：中國煤炭科工集團(tuán)科技創(chuàng)新基金項目(2011ZD007)

收稿日期：*2015-07-21責(zé)任編輯：高佳

文章編號：1672-9315(2016)01-0104-07

DOI：10.13800/j.cnki.xakjdxxb.2016.0118