[發(fā)明專利]一種提升機(jī)節(jié)能運(yùn)行的行程控制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110039862.5
• 申請(qǐng)日: 2021-01-13
• 公開(kāi)（公告）號(hào): CN112861320B
• 公開(kāi)（公告）日: 2022-08-12
• 發(fā)明（設(shè)計(jì)）人: 張梅;高犁;胡雪雪;陳萬(wàn)利;榮昆
• 申請(qǐng)（專利權(quán)）人: 安徽理工大學(xué)
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06F111/06
• 代理公司: 北京同輝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11357
• 代理人: 張明利

1.一種提升機(jī)節(jié)能運(yùn)行的行程控制方法，其特征在于，適用于提升機(jī)節(jié)能運(yùn)行的S行程控制曲線分為初變加速段oa、等加速段ab、末變加速段bc、勻速段cd、初變減速段de、等減速段ef、末變減速段fg，其中減速段參數(shù)與加速段對(duì)稱；

所述初變加速段oa對(duì)應(yīng)時(shí)間0～t₁，所述等加速段ab對(duì)應(yīng)時(shí)間t₁～t₂，所述末變加速段bc對(duì)應(yīng)時(shí)間t₂～t₃，所述勻速段cd對(duì)應(yīng)時(shí)間t₃～t₄，所述初變減速段de對(duì)應(yīng)時(shí)間t₄～t₅，所述等減速段ef對(duì)應(yīng)時(shí)間t₅～t₆，所述末變減速段fg對(duì)應(yīng)時(shí)間t₆～t₇；

0≤t≤t₁時(shí)的速度與運(yùn)行路程為：

t₁≤t≤t₂時(shí)的速度與行程為：

t₂≤t≤t₃時(shí)的速度與行程為：

t₃≤t≤t₄時(shí)的速度與行程為：

t₄≤t≤t₅時(shí)的速度與行程為：

t₅≤t≤t₆時(shí)的速度與行程為：

t₆≤t≤t₇時(shí)的速度與行程為：

總的提升路程為：

s＝s₁+s₂+s₃+s₄+s₅+s₆+s₇＝H (8)；

提升機(jī)一次提升所消耗電能為：

各階段電動(dòng)機(jī)扭轉(zhuǎn)力總和為：

由于t₁＝t₃-t₂＝t₅-t₄＝t₇-t₆，t₂-t₁＝t₆-t₅，公式(10)化簡(jiǎn)為：

在梯形速度曲線時(shí)，各階段電動(dòng)機(jī)扭轉(zhuǎn)力總和：

各階段電動(dòng)機(jī)扭轉(zhuǎn)力總和化簡(jiǎn)為：

由于式(11)和式(13)相同，即在相同的提升周期、最大速度下，S行程曲線和梯形速度曲線的能耗是相同的，由于S曲線過(guò)于復(fù)雜，參數(shù)眾多，故利用簡(jiǎn)化的梯形曲線進(jìn)行一次能耗求解；

公式(12)和公式(13)中的參數(shù)為：

公式(14)中，λ為提升機(jī)速度權(quán)重，λ∈(0,1)，將λ代入公式(14)后，得到：

公式(12)—(15)中，t₈為梯形速度曲線中加速段提升機(jī)運(yùn)行的時(shí)間，t₉為梯形速度曲線中勻速段提升機(jī)運(yùn)行的時(shí)間，t₁₀為梯形速度曲線中減速段提升機(jī)運(yùn)行的時(shí)間；

得出一次提升載荷Q為：

將公式(15)和公式(16)代入公式(13)，化簡(jiǎn)得：

公式(9)轉(zhuǎn)化為：

所述公式(1)中，v為提升機(jī)運(yùn)行速度，s₁為這一階段的運(yùn)行路程，t為運(yùn)行時(shí)間，r為沖動(dòng)值，r＝a/t₁，a為提升機(jī)運(yùn)行加速度；

所述公式(4)中，v_m為提升曲線最大速度，即勻速段速度；

所述公式(8)中，H為提升機(jī)提升高度，實(shí)際應(yīng)用中是定值；

所述公式(9)中，η為電能轉(zhuǎn)換為機(jī)械能的效率；T為一次提升周期；F為各階段拖動(dòng)力；

所述公式(10)中，K為礦井阻力系數(shù)，K＝1.15；Q為一次提升載荷，單位kg；g為重力加速度，單位m/s²；m為變位質(zhì)量，單位kg；

所述公式(16)中，A為小時(shí)產(chǎn)量，θ為一次提升循環(huán)中的停歇時(shí)間；

所述公式(18)中，A、θ、K、H、g、η均為提升機(jī)的固定參數(shù)，因此其能耗W主要由λ和a決定，由于公式(18)有兩個(gè)變量，無(wú)法用普通數(shù)學(xué)求極值的方法求出能耗W的最小值，故使用模擬退火-遺傳算法來(lái)求能耗的最小值；

所述模擬退火-遺傳算法流程為：

首先，遺傳算法產(chǎn)生初始種群，計(jì)算初始種群中各個(gè)體的適應(yīng)度值并將其作為模擬退火算法中的初始解；其次，遺傳算法通過(guò)選擇、交叉和變異產(chǎn)生新種群，計(jì)算新種群中各個(gè)體的適應(yīng)度值并將其作為模擬退火算法中的新解；最后，利用Metropolis規(guī)則將模擬退火算法的新解替換舊個(gè)體，得到的解所對(duì)應(yīng)的個(gè)體集合組成的種群作為遺傳算法的下一代初始種群；

所述公式(18)所示的能耗表達(dá)式建立算法的適應(yīng)度函數(shù)為：

將公式(19)轉(zhuǎn)化為數(shù)學(xué)表達(dá)式為：

這里x＝λ,y＝a，θ和H是提升系統(tǒng)的固有參數(shù)，視具體系統(tǒng)而定。

2.根據(jù)權(quán)利要求1所述的一種提升機(jī)節(jié)能運(yùn)行的行程控制方法，其特征在于，基于模擬退火-遺傳算法的控制參數(shù)求解實(shí)現(xiàn)步驟如下：

Step1、初始化控制參數(shù)，種群個(gè)體大小NIND，最大進(jìn)化次數(shù)MAXGEN，交叉概率px，變異概率pm，退火初始溫度T₀，溫度冷卻系數(shù)q，終止溫度T_end；

Step2、隨機(jī)生成初始種群Chrom，利用公式(20)計(jì)算每個(gè)個(gè)體的適應(yīng)度值f_i(x_i,y_i)，其中i＝1,2,···,NIND；

Step3、設(shè)循環(huán)計(jì)數(shù)變量gen＝0；

Step4、對(duì)群體Chrom實(shí)施選擇、交叉和變異等遺傳操作，進(jìn)化得到新種群newChrom，對(duì)新產(chǎn)生的個(gè)體用公式(20)計(jì)算每一個(gè)體的適應(yīng)度值f_i′(x_i,y_i)；

Step5、計(jì)算退火增量，Δf＝f_i′(x_i,y_i)-f_i(x_i,y_i)，若Δf＜0，則以新個(gè)體替換舊個(gè)體；否則以概率接受新個(gè)體，舍棄舊個(gè)體；

Step6、若genMAXGEN，則gen＝gen+1，轉(zhuǎn)至Step4；否則轉(zhuǎn)至Step7；

Step7、若T_i＜T_end，則算法成功結(jié)束，輸出最小適應(yīng)度值f_i(x_i,y_i)對(duì)應(yīng)的全局最優(yōu)當(dāng)前解(x_i,y_i)；否則，執(zhí)行降溫操作T_i+1＝kT_i，轉(zhuǎn)至Step3。