数字孪生驱动的长距离带式输送机运行优化方法

　　摘 要 长距离带式输送机是矿山、港口等领域运输散装物料的主要工具. 针对长距离带式输送机的安全节能运行问题,本文研究数字孪生驱动的运行优化方法. 首先, 构建由数字孪生模型、模型同步算法、控制策略和现实带式输送机组成的数字孪生驱动运行优化框架; 然后, 建立数字孪生模型, 包括基于变质量牛顿第二定律和有限元分析法的输送带动力学模型、物料流动态模型和动态能耗模型; 最后, 提出数字孪生驱动的 “计算决策-仿真评估-优化校正”(Decision-Simulation-Correction, DSC) 优化决策方法, 优化带式输送机的稳态和暂态运行带速, 形成可行带速设定曲线. 实验表明, 数字孪生驱动的带式输送机运行优化方法可以实现带式输送机安全节能运行. 与传统控制方法相比, 能够根据运行工况实时调速, 提高输送带填充率, 节能 13.87%.

　　关键词 长距离带式输送机, 数字孪生, 运行优化, 动态模型

　　带式输送机是矿山、电厂、港口等领域运输散装物料的关键设备之一[1]. 随着经济的快速发展, 带式输送机已朝着大运量、长距离的方向发展, 其运输效率和运行安全问题日益突出. 带式输送机的能耗成本占其运行成本很大一部分[2]. 在煤矿等应用带式输送机的实际场合中, 传统的带式输送机多以恒定带速运行, 常处于轻载或空载状态, 造成能源浪费[3]. 根据载荷调节带速是有效节能手段, 但长距离带式输送机运行动态特性明显, 如果变速时间过短, 将会对各部件产生强烈的冲击, 进而影响到设备的稳定性和使用寿命[4]. 因此, 长距离带式输送机的稳定、高效运行是一个重要问题.

　　目前, 关于带式输送机能效优化的研究大多集中在设备和操作层面[5]. 事实上, 通过引进高效设备可以达到带式输送机节能的目的, 但会带来设备资金的投入增加[6]. 运行优化是提高带式输送机能源效率的有效方式[7, 8], 其核心是带速控制[9], 分为主动控制和被动控制两种方式[10]. 传统的速度控制为被动控制, 通过人为设定带速调节带式输送机运行,在一定时间内带速是固定的; 主动控制是指通过调整带速以匹配给料速率的变化, 可以实现输送带填充率的提高, 从而达到提高能源利用率的目的[11].

　　目前, 许多学者对带式输送机的主动速度控制进行了研究, 并取得了重要的成果. 例如, Zhang[12] 基于带式输送机能耗模型, 建立了带速优化问题, 并提出了带速设定值优化设计方法, 能够实现带式输送机的节能降耗. 但是, 该项研究基于静态能耗模型进行优化, 并未考虑运载物料动态, 适用于短距离带式输送机. Mathaba[13, 14] 建立了运载物料的动态模型, 提出了带式输送机动态能耗模型, 并建立了以带速范围、物料承重范围、运量需求等为约束条件的优化问题, 利用有效集算法提出了带速设定值优化设计方法, 节能效果显著. 但是, 该项研究没有考虑设定速度改变造成的潜在风险.

　　目前的研究仍然关注于稳态带速的节能效果, 没有考虑带式输送机暂态运行的动态特性.长距离带式输送机动态特性明显, 运行动态复杂. 输送带在暂态过程中会存储或释放大量的能量,这些能量会在输送带内部形成动态张力, 导致输送带张力过大或过小[15], 存在潜在风险. 暂态运行的潜在风险主要包括输送带张裂、滚筒处打滑、物料溢出等[16]. 虽然分析带式输送机动态特性的文献很多, 但大多集中在带式输送机启停过程[17]. 在文献 [18]中, 针对带式输送机暂态运行的安全控制问题, 提出了 “估计-计算-优化”(Estimation-CalculationOptimization, ECO) 三步法确定带式输送机的最小变速时间, 为带式输送机暂态运行优化提供了参考. 但是, 该方法的计算环节并没有考虑暂态运行物料动态特性的影响. 同时, ECO 三步法无法根据运行数据更新模型参数, 不能实现模型实时更新.

　　因此, 建立一个能够利用高精度模型进行优化决策的带式输送机控制系统很有必要.自 Grieves 教授在 2003 年首次提出, 数字孪生技术便被引入到控制领域中, 为现代控制提供了新的思路[19, 20]. 数字孪生通过实体模型与虚拟模型之间的信息交互, 可以实现对实体模型的数据管理、状态更新、预测控制和安全监控[21, 22], 进而够做出更准确的预测、更理性的决策和更可行的规划[23]. 葛世荣等[24] 建立了数字孪生智采工作面系统, 为无人化运行提供了新的监控系统架构, 实现了煤炭的安全高效开采.

　　江献良等[21] 提出了一种基于数字孪生模型的直驱部件高精度控制方法, 实现了直驱系统的运动性能优化控制. 金杰等[25] 基于数字孪生技术设计了火箭起飞安全系统, 可以利用数字化仿真技术实现火箭姿态的优化和控制, 为火箭安全起飞提供了保障. 然而, 数字孪生技术在带式输送机优化控制领域缺乏相应的研究. 数字孪生的出现为带式输送机的优化运行和安全监督提供了一个可行的工具, 但如何基于数字孪生技术实现带式输送机的节能、安全运行, 仍然是一个开放的课题.模型是数字孪生的关键组成部分, 是实现数字孪生功能的重要前提[26].

　　输送带动态模型是模拟和分析输送带运行动态的关键[27]. 早在上世纪 90 年代就已经发展起对输送带有限元模型的研究. Lodewijks等[28] 利用牛顿第二定律推导出输送带有限元模型,已被广泛接受和使用[18, 29]. 周广林等[29] 基于输送带有限元模型, 设计带式输送机启动曲线, 研究不同启动时间情况下带式输送机系统启动的稳定性. 但是, 上述有限元模型利用传统的牛顿第二定律建模,忽略了运载物料的动态特性, 存在一定误差. 现代带式输送机的运输距离不断增长, 这增加了带式输送机运输物料时的随机性、非线性和时变性, 给带式输送机的动态建模带来一定挑战[30].

　　传统的带式输送机控制是通过人为设定带速控制带式输送机的运行, 本文的目的是利用数字孪生技术形成可行决策的信息和指令, 实现长距离带式输送机的监测、预测、优化和控制. 本文的主要工作包括: 1) 建立数字孪生驱动的长距离带式输送机运行优化框架; 2) 建立数字孪生模型,包括基于变质量牛顿第二定律和有限元分析法的输送带有限元模型、物料流动态模型和动态能耗模型;3) 提出数字孪生驱动的长距离带式输送机运行优化方法, 为数字孪生驱动的控制系统提供优化决策的算法基础, 实现长距离带式输送机的高效运行.本文的余下章节的内容安排如下: 第 1 章建立带式输送机数字孪生驱动运行优化框架; 第 2 章建立长距离带式输送机数字孪生模型; 第 3 章提出带式输送机运行优化方法; 第 4 章进行实验验证; 第5 章给出总结.

　　1 带式输送机数字孪生驱动运行优化框架

　　数字孪生融合了传感、通信、仿真、控制等多领域技术成果[31], 在数字世界中创建物理实体的虚拟模型, 模拟物理实体在真实环境中的行为, 并通过虚拟交互反馈、数据融合分析、决策迭代优化等实现物理实体的状态监测和实时控制[32]. 带式输送机由输送带、驱动滚筒、张紧装置、托辊等装置组成,通过驱动滚筒与输送带之间的摩擦力带动输送带运行. 本文设计的长距离带式输送机数字孪生驱动运行优化框架, 主要包括数字孪生模型、模型同步算法、控制策略和现实带式输送机四个模块.数字孪生模型可以镜像现实带式输送机, 预测优化决策的控制效果. 带式输送机的建模仿真理论和方法为实现带式输送机数字孪生核心功能奠定了基础. 通过机理建模, 把带式输送机运行的各个环节抽象为相应的数学模型, 从而刻画出各环节的复杂动态特征.模型同步算法用于更新数字孪生模型参数. 数字孪生模型的参数容易受到物理实体不同操作和环境条件的影响而发生变化[21]. 在模型参数同步阶段,通过现实带式输送机传感器采集的数据, 更新数字孪生模型状态, 利用递推最小二乘法修正数字孪生模型参数[1].

　　通过模型更新和参数修正实现自我优化和自我更新, 使数字孪生模型成为物理实体的精确镜像.建立数字孪生系统的目的是更好地实现物理实体的优化控制, 提高物理实体的运行性能. 因此, 控制策略是基于数字孪生的优化控制中至关重要的环节. 在优化决策环节中, 利用运行信息、静态约束、能耗和物料流动态模型进行决策, 形成优化带速设定曲线. 基于数字孪生模型评估带速设定曲线的效果, 并对可行带速设定曲线进行优化校正. 通过仿真评估和优化校正的迭代优化, 形成可行的带速设定曲线, 对现实带式输送机进行控制,保证其运行的高效性和安全性.

　　2 数字孪生模型动态

　　模型是数字孪生系统的核心要素, 针对传统的输送带有限元模型不完全适用于长距离带式输送机, 本节基于变质量牛顿第二定律和有限元分析法建立输送带动态模型, 与物料流动态模型、动态能耗模型共同组成带式输送机数字孪生机理模型,用于描述带式输送机在运行过程中的动态特性.

　　2.1 输送带动力学模型

　　输送带主要由钢丝绳芯、橡胶组成, 其动力学模型是数字孪生模型的重要组成部分, 建立能够准确描述输送带动态的动力学模型是模拟输送带运行的关键所在. 本节基于变质量牛顿第二定律和有限元分析法, 建立输送带动力学模型.

　　3 数字孪生驱动的带式输送机运行优化方法

　　带式输送机系统是一个复杂的综合性运输系统, 涉及到多个设备融合和技术的集成, 其运行优化控制涉及经济性、安全性两个方面, 是一个极其困难而且复杂的问题. 带式输送机优化控制的实现可以大幅度提高运输效率、设备安全, 降低能源动力成本, 减少人员的工作量[35, 36]. 本节面向长距离带式输送机的安全、高效运行, 基于数字孪生可以预测物理实体全生命周期过程的特点, 研究带式输送机运行优化方法.

　　3.1 基于数字孪生模型的 DSC 优化策略

　　为了实现带式输送机运行优化, 本文提出基于数字孪生模型的 DSC 优化策略. 该优化策略包括计算决策、仿真评估和优化校正三部分,集决策、预测、分析和校正于一体, 通过决策算法、数字孪生模型和现实带式输送机的协同工作实现优化控制, 从而保证带式输送机的安全、经济运行.

　　假设给料速率已知, DSC 优化策略能够根据带式输送机的运行数据, 通过计算决策环节形成优化带速设定曲线. 然后, 仿真评估环节预测优化带速设定曲线可能出现的控制效果, 并做出安全评估. 优化校正环节依据评估结果校正优化带速设定曲线, 经过优化校正和仿真评估的循环迭代, 最终形成可行的优化带速设定曲线, 对现实带式输送机进行优化控制.计算决策环节包括带式输送机稳态带速和暂态带速的设计. 该环节基于已知给料速率和当前运行带速, 通过设定稳态运行带速, 调节输送带填充率,优化带式输送机的实际运行功率, 从而达到节能运行的目的.

　　通过设计暂态带速实现带式输送机在不同稳态带速之间的安全过渡, 保证带式输送机的安全运行.仿真评估环节包括仿真模拟和安全评估. 基于带式输送机数字孪生模型, 按照带速设定曲线虚拟运行, 预测优化其优化效果, 并判断其虚拟运行是否在安全运行范围之内. 带式输送机运行是一个复杂的动态过程, 一旦发生安全事故, 会造成停产、人员伤亡等严重后果[37]. 因此, 本环节从物料溢料、皮带打滑、皮带张裂方面对带式输送机的安全运行做出评估, 通过镜像物料流和输送带张力分析分别评估物料溢料风险和皮带打滑、张裂风险.优化校正环节依据评估结果对有潜在危险的优化带速曲线进行校正, 校正后的优化带速曲线继续进行仿真评估和优化校正, 直至消除潜在危险.

　　当预知时域内给料速率发生变化时, 触发 DSC 优化策略, 其控制流程为:1) 计算决策: 获取带式输送机运行数据, 按照运行优化算法设计下一稳态最优带速 v*和暂态变速时间 Dt, 由稳态最优带速 v*和暂态优化带速 vs 形成优化带速设定曲线.2) 仿真评估: 利用感知状态量、数字孪生模型,通过仿真模拟环节预测步骤：

　　(1) 设定稳态、暂态带速的运行效果, 并判断仿真结果是否存在潜在的危险, 如果不存在潜在危险, 则将步骤 (1) 形成的可行带速设定曲线; 否则, 进行优化校正.3) 优化校正: 针对步骤 (2) 反馈的潜在风险按照相应的校正策略对稳态、暂态带速进行校正, 形成校正优化带速设定曲线, 继续重复步骤 (2) 和步骤 (3) 至消除潜在风险, 将最终的设定带速形成可行带速设定曲线传递给控制器, 控制器对带式输送机进行速度控制.综上所述, DSC 优化策略的输入为预知给料速率和当前运行带速, 利用数字孪生模型预测带式输送机在优化带速设定曲线下的运行效果, 输出为可行带速设定曲线. 本策略消除带速设定曲线的潜在危险, 保证了带式输送机运行的有效性和安全性,提高了带式输送机的运行效率, 降低运行成本.

　　3.2 稳态带速设定

　　根据德国标准 DIN 22 101, 通过匹配带速与运输物料量, 能使整个输送带始终处于满载状态, 可以实现节能[11].

　　3.3 暂态带速设定

　　暂态为带式输送机处于启停、加减速等速度过渡阶段的运行状态. 长距离带式输送机动态特性明显, 变速时会在输送带中形成很大的应力波, 剧烈的变速会使输送带处于不稳定状态, 产生过多的应力循环, 减少带式输送机的寿命, 甚至导致溢料、断带等危险的发生[39], 因此需要较长的变速时间来避免上述危险. 另一方面, 暂态时间过长会影响带式输送机的节能效果. 针对上述两种问题, 本节在分析带式输送机静态受力和物料动态的基础上, 提出暂态优化控制策略.

　　3.4 基于仿真评估的优化

　　校正造成潜在风险的原因可以分为设备原因和操作原因. 对于设备原因, 需要更换合适的部件以消除风险. 本文仅考虑操作原因, 利用操作优化消除潜在运行风险. 由于需要调整带速以匹配给料速率的变化, 从而充分利用带式输送机的运载能力, 当给料速率变化时, 设定不适当的稳态带速将会使带式输送机面临溢料的风险, 不适当的变速则会造成输送带张紧力过大、输送带打滑、溢料等潜在风险[39].DSC 计算决策环节将输送带视为刚体, 从而进行带速的初步优化, 没有考虑输送带动力学和物料溢出的影响. 如果直接应用于带式输送机控制, 可能会造成打滑、断带等安全问题. 因此, 在形成优化带速设定曲线之后, 需要从动力学角度对其安全性进行分析. 本节基于数字孪生模型对优化带速设定曲线的控制效果进行仿真评估, 针对不同的潜在风险制定了优化校正策略, 能够针对不同的评估结果, 对优化带速设定曲线进行校正, 达到对带式输送机运行带速的安全规划.

　　4 实验验证

　　为了验证数字孪生驱动的长距离带式输送机运行优化方法的有效性, 本文利用 PLC 和 dSPACE根据搭建了半实物仿真实验平台. 开展带式输送机运行优化控制实验, 主要实验内容有两个: 暂态安全性实验和稳态经济性实验.

　　在定速控制中, 不考虑暂态软变速, 输送带各微元段带速, 在启动前期, 各微元段带速变化幅值较大, 启动不稳定, 加速度超过带式输送机的所允许的范围. 在启动时, 远超最大紧侧张力, 存在输送带打滑风险. 驱动滚筒处张力瞬时变化, 其中, 虚线为上下限, 在前 10 s, 驱动滚筒处瞬时张力变化幅度大, 远超设定的安全范围, 这极易造成输送带断带事故.两次控制方式的输送带填充率,在 0~1 h, 两种控制方式的给料速率和带速均为额定数值, 因此, 两种控制方式的填充率是相似的.在 1~4 h, 定速控制方式的输送带填充率受给料速率的影响, 填充率的大小在 60 %~100 %; DSC 策略通过速度调节, 使带式输送机填充率达到 99%~100%, 最大化利用带式输送机的运输能力.两种控制方式在仿真周期的能耗功率, 在 0~1 h, 两种方式的给料速率和速度是一致的, 能耗功率相似.

　　在 1~4 h, 与定速控制相比,DSC 策略通过速度调节, 最大化输送带填充率, 达到了一定的节能效果. 在整个仿真过程中, 数字孪生驱动的优化控制节能率达到了 13.87%.综上所述, 数字孪生驱动的运行优化方法不但能够通过设定暂态带速, 保证带式输送机在变速过程的安全运行, 而且能够通过稳态带速的设定, 充分利用带式输送机的运输能力, 最大化输送带填充率. 与传统模式相比, 在运输同等量物料的情况下,数字孪生驱动的运行优化能够消耗更少电能, 安全性更高, 保证了带式输送机运行的有效性和经济性.

　　数字论文范例：城市数字化转型中的社会风险演化及防范对策研究

　　5 总结

　　本文提出了数字孪生驱动的长距离带式输送机运行优化方法, 解决长距离带式输送机运行过程中的能源浪费和潜在风险问题. 主要贡献为: 1) 提出了数字孪生驱动的长距离带式输送机运行优化控制架构; 2) 根据变质量牛顿第二定律和有限元分析法建立了输送带动力学模型, 与物料流动态模型和动态能耗模型共同组成了带式输送机数字孪生模型;3) 提出了数字孪生驱动的带式输送机运行优化方法, 设定带式输送机稳态、暂态运行带速, 形成可行的带速设定曲线. 本文利用半实物仿真实验平台实验验证所提方法的可行性和有效性. 实验结果表明,数字孪生驱动的运行优化方法能够保证带式输送机安全运行, 提高了输送带填充率, 实现带式输送机节能高效运行. 本文基于数字孪生技术的优化控制策略对于复杂装备和工业系统的运行优化有一定借鉴意义.

　　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

　　(杨春雨, 李恒, 车志远. 煤矿双电机驱动带式输送机的能耗建模与参数辨识. 控制理论与应用, 2018, 35(3): 335−341)

　　作者：杨春雨 1 卜令超1 陈 斌 1

转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/30300.html