DITC control strategy for semi-direct drive system with switched reluctance motor in coal mine belt conveyor
-
摘要:
平顶山天安煤业九矿有限责任公司井下带式输送机采用异步电动机+液力偶合器+减速装置的驱动系统，存在传动效率低、传动链长、调速性能差等问题。对该驱动系统进行改造，设计了一种带式输送机2×400 kW开关磁阻电动机半直驱（SRSD）系统。采用BP神经网络预测开关磁阻电动机（SRM）磁链和转矩，基于预测值建立了高精确SRM非线性模型。结合SRM在换相区的转矩变化规律与PWM控制思想，提出了一种改进型直接瞬时转矩控制（DITC）策略，以转矩误差作为输入量，在转矩误差阈值内对相电流进行PWM控制。针对带式输送机空载和变负载运行工况进行仿真，结果表明改进型DITC策略较传统DITC策略可显著降低SRM转矩脉动，最大降幅达39.1%，提高了带式输送机SRSD系统运行稳定性。基于SRM关键结构参数与改进型DITC策略试制了带式输送机SRSD系统，并在煤矿井下进行了工业性试验，结果表明SRSD系统可实现带式输送机满载平稳启动，动态特性良好，且耗电量较原驱动系统减少了24%。
Abstract:The underground belt conveyor at Pingdingshan Tian'an Coal Mining No. 9 Co., Ltd. uses a drive system consisting of an asynchronous motor, hydraulic coupling, and reduction gears. This system exhibits issues such as low transmission efficiency, lengthy transmission chain, and poor speed regulation performance. To address these limitations, the drive system was retrofitted with a 2×400 kW switched reluctance motor semi-direct drive(SRSD) system utilizing a switched reluctance motor(SRM) for the belt conveyor. A BP neural network was used to predict the flux linkage and torque of the SRM, and a highly accurate SRM nonlinear model was developed based on the predictions. By combining the torque variation patterns of the SRM in the commutation zone and the PWM control principles, an improved direct instantaneous torque control(DITC) strategy was proposed. Torque error was used as the input, and PWM control was applied to phase currents within the torque error threshold in this strategy. Simulations under no-load and variable load conditions of the belt conveyor were conducted. The results showed that the improved DITC strategy significantly reduced the torque ripple of SRM compared to the traditional DITC strategy, with a maximum reduction of 39.1%, thereby improving the operational stability of the SRSD system for the belt conveyor. Based on the key structural parameters of the SRM and the improved DITC strategy, the SRSD system for belt conveyors was developed and tested in an underground coal mine. The results showed that the SRSD system enabled smooth full-load startup, demonstrated excellent dynamic performance, and reduced power consumption by 24% compared to the original drive system.
-
0. 引言
随着瓦斯抽采管道服役时间的增长，瓦斯管道内会出现漏点、凹坑、腐蚀等问题，引起管道薄弱处破损泄漏，使空气进入管道内，当管道内瓦斯浓度降至爆炸极限时，可能引发爆炸事故，影响安全生产[1-4]。目前普遍采取人工巡查方式检查井下瓦斯抽采管道运行情况，无法及时发现管道泄漏点，且效率低下。矿用管道机器人在煤矿瓦斯管道泄漏事故预防与应急防控领域有很好的发展潜力。矿用管道机器人是一种作业在狭小空间内的特种机器人，可搭载多种类型的传感器，具备数据分析、存储能力，能够与远程控制台通信并保持良好的姿态控制，实现煤矿管道内作业[5-8]。然而，煤矿井下管道内部的爆炸性气体环境、封闭受限空间、无线通信衰减等，均给矿用管道机器人的结构设计和巡检作业带来严峻挑战[9]。
根据管道机器人结构不同，将管道机器人分为轮式和非轮式。轮式机器人根据运动方式又可分为直轮驱动式和螺旋驱动式[10]。文献[11]设计了一种轮式管道封堵机器人，研究其通过焊缝时的动态特性，并通过鲸鱼算法控制机器人通过焊缝时的倾角与振动。文献[12]设计了一种履带式管道检测机器人，通过调整每个履带足速度，实现机器人在管道内的姿态调节，以适应管道内几何约束，同时调节履带足的正压力。文献[13]设计了一种螺旋式管道机器人，通过拉绳结构变换螺旋角，实现在分支管道和曲率半径为零的分支管道中运行。非轮式机器人包括腿式、蛇形式等结构。蛇形式机器人由多个关节模块组成，具有很多自由度，但控制系统非常复杂[14]；腿式机器人具有更好的运动步态，但运行速度不如轮式机器人，且需要复杂的算法[15]。
煤矿井下作业环境复杂、恶劣，用于瓦斯抽采管道检测的机器人设计应遵循轻量化、低功耗、易于控制的原则，且需具备良好的牵引性能[16-17]。履带式机器人的履带与管道接触面积较大，能提供较大的摩擦力和良好的牵引力[18]，但其结构复杂，且容易出现“运动死点”现象，导致其转弯时性能较差[19]。螺旋式机器人结构简单、易于控制，在弯管中的通过性能较好，但通常仅有1个驱动器，存在牵引力不足、载重能力有限等问题[20-21]。
基于瓦斯抽采管道检测用机器人的设计原则，本文选用螺旋驱动式结构，设计了一种矿用管道检测机器人，通过试验平台验证了影响机器人牵引特性的因素，旨在提升矿用螺旋式管道机器人的工作效率和安全性。
1. 矿用管道检测机器人设计
1.1 机器人结构
矿用管道检测机器人由螺旋运动单元、电动机驱动单元、支撑单元、前置检测与控制单元、后置检测与控制单元组成，如图1所示。机器人整体采用非金属外壳封装，具备防尘、防潮、抗腐蚀功能，以适应煤矿井下气体环境、管道内封闭受限空间条件。
螺旋运动单元结构如图2所示。其有3个驱动模块，彼此间隔120°。每个驱动模块内置弹簧与舵机，驱动模块上的驱动轮与管道轴线之间有一个夹角，称为螺旋角。驱动轮旋转可产生沿管道轴线方向的驱动力。中心电动机通过锥齿轮传动，带动同步带与丝杠旋转。丝杠螺母可在丝杠上移动，以调节弹簧压缩量，从而控制驱动轮的正压力。联轴器用于连接电动机驱动单元，周向设有3个电池仓，内置电池来保证续航。
电动机驱动单元结构如图3（a）所示。电池箱为主体支撑，具有4个电池仓。驱动电动机由4个连接杆固定。支撑单元结构如图3（b）所示。3个支撑模块周向120°焊接在支撑座上，支撑轮可通过升降杆挤压弹簧，从而主动适应不同管径的管道。支撑单元可平衡螺旋运动单元旋转过程中产生的反向转矩，驱动电动机带动前侧的螺旋运动单元绕管道轴线做圆周运动，驱动机器人在管道内做螺旋运动。
矿用管道检测机器人的主要技术参数见表1。
表 1 矿用管道检测机器人主要技术参数Table 1. Main technical parameters of mine pipeline inspection robot技术参数 值 机器人长度/mm 480 机器人质量/kg 8.5 适应管径/mm 180～225 最大速度/（m·min−1） 3 牵引力/N ≥30 1.2 检测与控制系统
矿用管道检测机器人检测与控制系统包括管道信息采集单元、机器人运动控制单元、无线通信单元，如图4所示。
![]()
图 4 矿用管道机器人检测与控制系统组成Figure 4. Composition of detection and control system of mine pipeline inspection robot管道信息采集单元可采集管道图像信息和环境信息。图像信息采集单元由2个可自动对焦的红外夜视摄像头组成，摄像头放置于机器人前侧与后侧，可在机器人螺旋前进过程中绕管道轴线不断旋转扫描，在昏暗的环境内捕捉管道内壁裂纹、漏点、凹坑、腐蚀等缺陷信息，满足管道内壁360°检测需求。环境信息采集单元包括瓦斯传感器、温度传感器、测距传感器，分别用于测量管道内瓦斯浓度、温度、管径。当检测到瓦斯浓度降至爆炸极限时，机器人实时报警。管道信息采集单元还包含导航摄像头，实现机器人定位导航功能。
机器人运动控制单元可控制3个舵机的偏转角度、驱动电动机转速及中心电动机，从而调节机器人在管道内运行的位姿、速度及过弯方式。压力传感器用于测量驱动轮对管道内壁的压力，计算当前压力与目标压力之间的误差，将误差信号作为PID输出信号来控制中心电动机调节正压力，以达到设定的机器人牵引力，提高机器人在管道内的工作效率。
机器人CPU选用STM32−F103。机器人与上位工控机之间通过无线方式通信。机器人可将采集数据上传至工控机，并接收操作员通过上位机发出的指令，执行管道内运行、信息采集和缺陷检测等任务。
2. 机器人力学模型建立与分析
2.1 机器人直管牵引性能分析
管道机器人进入管道作业时，受制于管道内几何形状的约束，其产生的牵引力有限。机器人牵引力分析模型如图5所示。${F_{\mathrm{w}}}$为机器人牵引力，${F_{\mathrm{T}}}$为驱动模块旋转过程中作用在驱动轮上的驱动力，${F_{\mathrm{f}}}$为机器人在螺旋行进过程中由于驱动轮发生侧滑而产生的侧向力，$N$为驱动轮与管道内壁间的法向力，$\alpha $为螺旋角，$\theta $为机器人实际运行方向与期望运行方向的夹角。
![]()
图 5 管道检测机器人牵引力分析模型Figure 5. Tractive force analysis model of mine pipeline inspection robot机器人受到的侧向力${F_{\mathrm{f}}}$计算公式为
$$ {F_{\mathrm{f}}}= \left\{ {\begin{array}{*{20}{l}} {N\mu \left( {1 - \dfrac{{N\mu \cot\;\theta }}{{4{K_{\mathrm{y}}}}}} \right)}& {\dfrac{{{K_{\mathrm{y}}}\tan\; \theta }}{{N\mu }} ＞ \dfrac{1}{2}} \\ {{K_{\mathrm{y}}}\tan\; \theta }& {\dfrac{{{K_{\mathrm{y}}}\tan \theta }}{{N\mu }} \leqslant \dfrac{1}{2}} \end{array}} \right. $$ (1) 式中：$\mu $为动摩擦因数；$ K\mathrm{_y} $为驱动轮的偏转刚度系数。
机器人能够产生牵引力的条件为
$$ \left\{ \begin{array}{*{20}{l}}F_{\mathrm{T}}\cos\; \alpha=F_{\mathrm{w}}\sin\; \alpha \\ F_{\mathrm{T}}\sin\; \alpha+F_{\mathrm{w}}\cos\; \alpha=F_{\mathrm{f}} \\ \theta\leqslant\alpha\end{array}\right. $$ (2) 考虑到理想状况下，驱动轮可提供足够的摩擦力，驱动轮不发生滑移，即$\theta = \alpha $，此时机器人的牵引力${F_{\mathrm{w}}}$计算公式为
$$ {F_{\mathrm{w}}} = \left\{ {\begin{array}{*{20}{l}} {N\mu \left( {1 - \dfrac{{N\mu \cot\; \alpha }}{{4{K_{\mathrm{y}}}}}} \right)\cos\; \alpha }& {\dfrac{{{K_{\mathrm{y}}}\tan \;\alpha }}{{{{N}}\mu }} ＞\dfrac{1}{2}} \\ {{K_{\mathrm{y}}}\sin\; \alpha }& {\dfrac{{{K_{\mathrm{y}}}\tan\; \alpha }}{{N\mu }} \leqslant \dfrac{1}{2}} \end{array}} \right. $$ (3) 由上述分析可知，机器人在管道内运行的牵引力与螺旋角、机器人所受的法向力、驱动轮与管道内壁接触情况及管道材质相关。设定$\mu = 0.2$，机器人牵引力与螺旋角、法向力的关系如图6所示。可看出牵引力随法向力的增大而增大，随螺旋角的增大先增大后减小，螺旋角约为40°时牵引力最大，为90°（驱动轮与管道轴线垂直）时牵引力为0。法向力约为100 N时符合管道机器人牵引力设计需求，为后续仿真设置合理参数和初值奠定了理论依据。
![]()
图 6 管道检测机器人牵引力与螺旋角和法向力的关系Figure 6. The relationship between traction force, spiral angle and normal force of mine pipeline inspection robot2.2 机器人过弯分析
由2.1节可知，机器人在直管中运行时保持螺旋角$\alpha $不变，则可以稳定运行。但在弯管中运行（过弯）时，若仍保持螺旋角不变，受制于管道内复杂的几何约束，驱动轮会与管道内壁发生侧滑，影响机器人过弯时的牵引性能。在直管中运行时，机器人的每个驱动轮沿管道轴线方向的速度是一样的，过弯时可控制驱动轮的螺旋角不同，使驱动轮沿管道轴线方向速度不一致，即差速过弯。因此，提出一种变螺旋角过弯方式，即机器人主动控制螺旋角随螺旋运动单元转动以正弦式规律变化，使机器人在过弯时具有良好的牵引性能。机器人过弯牵引力分析模型如图7所示。$\varphi $为螺旋运动单元旋转过程中转过的角度，$R$为管道曲率半径，D为管道直径，$\beta $为管道转角。
![]()
图 7 管道检测机器人过弯牵引力分析模型Figure 7. Traction force analysis model of mine pipeline inspection robot navigating curved pipes机器人在直管中的运行速度为[20]
$$ v=\frac{D}{2} \dot{\varphi } \;\mathrm{tan}\;\alpha $$ (4) dt时间内管道轴线内侧驱动轮走过的弧长为
$$ l_{{\mathrm{in}}}=\frac{D}{2}\varphi \tan\; {\alpha _{\min }}{\mathrm{d}}t = {\mathrm{d}}\beta \left( {R - \frac{D}{2}} \right) $$ (5) 式中${\alpha _{\min }} $为最小螺旋角。
dt时间内管道轴线外侧驱动轮走过的弧长为
$$l_{{\mathrm{out}}}= \frac{D}{2}\varphi\; \tan {\alpha _{\max }}{\mathrm{d}}t = {\mathrm{d}}\beta \left( {R + \frac{D}{2}} \right) $$ (6) 式中αmax为最大螺旋角。
构造变螺旋角函数：
$$ \alpha = m\cos \;\varphi + n $$ (7) $$ {\alpha_{\max }} = m + n $$ (8) $$ {\alpha_{\min }} = m - n $$ (9) 式中m，n为构造系数，m，n＞0。
$$ m = \frac{1}{2}\left[ {\arctan \left( {\frac{{{\mathrm{d}}\beta }}{{{\mathrm{d}}t}}\left( {\frac{{2R}}{{D\varphi }} - \frac{1}{\varphi }} \right)} \right)} + \arctan {\left( {\frac{{{\mathrm{d}}\beta }}{{{\mathrm{d}}t}}\left( {\frac{{2R}}{{D\varphi }} + \frac{1}{\varphi }} \right)} \right)} \right] $$ (10) $$ n = \frac{1}{2}\left[ {\arctan \left( {\frac{{{\mathrm{d}}\beta }}{{{\mathrm{d}}t}}\left( {\frac{{2R}}{{D\varphi }} + \frac{1}{\varphi }} \right)} \right)} - \arctan {\left( {\frac{{{\mathrm{d}}\beta }}{{{\mathrm{d}}t}}\left( {\frac{{2R}}{{D\varphi }} - \frac{1}{\varphi }} \right)} \right)} \right] $$ (11) 针对D=200 mm的管道，设定管道曲率半径R=600 mm，管道转角$ \beta = {\text{π}}/2 $，则构造的螺旋角变化规律如图8所示，该曲线方程为
$$ \begin{split} \alpha =& \frac{1}{2} \cos \varphi \left( {\arctan {\frac{7}{{32}}} - \arctan {\frac{5}{{32}}} } \right) + \\& \frac{1}{2}\left( {\arctan {\frac{7}{{32}}} + \arctan {\frac{5}{{32}}}} \right) \end{split} $$ (12) 2.3 机器人最佳行进姿态分析
机器人在管道内作业时不仅前后运行，还会绕管道轴线转动，负重作业时要求保持最佳的运行姿态角。机器人运行时所受法向力如图9所示。以管道截面中心点为原点建立三维坐标系OXYZ，$\omega $为姿态角，即支撑单元与OXZ平面的夹角，${N_1}$，${N_2}$，${N_3}$为3个驱动轮所受法向力，${F_{\mathrm{i}}}$为驱动轮与管道内壁之间的摩擦力。驱动轮与管道内壁总封闭力为
![]()
图 9 管道检测机器人运行时的法向力分布Figure 9. Normal force distribution during operation of mine pipeline inspection robot$$ N_{\mathrm{total}}=\left\{ \begin{array}{*{20}{l}}2mg\cos\; \omega\cos\; \gamma\quad & -60^{\circ}\leqslant\omega\leqslant60^{\circ} \\ 2mg\cos\left(\omega-120^{\circ}\right)\cos\; \gamma & 60^{\circ} ＜ \omega ＜ 180^{\circ} \\ 2mg\cos\left(\omega-240^{\circ}\right)\cos\; \gamma & 180^{\circ}\leqslant\omega\leqslant300^{\circ}\end{array}\right. $$ (13) 式中：m为支撑单元的质量；g为重力加速度；$\gamma $为管道坡度（管道与水平面的夹角）。
定义${I_{\mathrm{g}}}$为驱动因子，即驱动轮与管道内壁总封闭力与机器人重力的比值。
$$ I_{\mathrm{g}}=\frac{N_{\mathrm{total}}}{mg}=\left\{ \begin{array}{*{20}{l}}2\cos\; \omega\cos\; \gamma & -60^{\circ}\leqslant\omega\leqslant60^{\circ} \\ 2\cos\left(\omega-120^{\circ}\right)\cos\; \gamma & 60^{\circ} ＜ \omega ＜ 180^{\circ} \\ 2\cos\left(\omega-240^{\circ}\right)\cos\; \gamma & 180^{\circ}\leqslant\omega\leqslant300^{\circ}\end{array}\right. $$ (14) 由式（14）可知，机器人姿态角影响驱动因子。为了最大程度地利用驱动因子，可增加法向力并选择最优姿态角来提升机器人的牵引性能。驱动因子与姿态角关系如图10所示。设定管道坡度$\gamma = {0 }$，当姿态角$\omega $=0，120，240°时，机器人具有最大驱动因子。
3. 机器人牵引性能仿真
基于ADAMS仿真软件建立管道检测机器人仿真模型，如图11所示。模型中删除外壳等不必要零件，仅保留具有传动部分的零件，添加相应的运动副。
3.1 管道材质对牵引力的影响
为扩大管道检测机器人应用场景，仿真中选用钢、铝及有机玻璃作为管道材质。管道检测机器人的牵引力取决于驱动轮与管道内壁的摩擦力，与管道材质、运输介质、运输压力有关。
在ADAMS中模拟不同工况下管道检测机器人在直管中运动的牵引力。根据2.1节分析可知，螺旋角在40°左右时机器人具有最大牵引力，因此设定螺旋角为40°。设置机器人各部件材料属性：刚度系数为2 855，力的指数为1.1，阻尼系数为0.57，穿透深度为0.1。驱动轮材质为橡胶，其与管道接触参数见表2。设管道直径为200 mm，机器人在不同材质管道中的静平移速度均为1 mm/s，摩擦平移速度均为10 mm/s，运行时间为5 s。根据2.3节分析结果可知，姿态角为0，120，240°时机器人的驱动因子最大，因此设置机器人姿态角为0。对管道与大地添加固定副，管道坡度为0。
表 2 驱动轮与管道接触参数Table 2. Contact parameters of driving wheel and pipe工况 管道材质 有无运输介质 静摩擦因数 动摩擦因数 钢（干） 钢 无 0.30 0.25 钢（湿） 钢 有 0.08 0.05 铝（干） 铝 无 0.25 0.20 铝（湿） 铝 有 0.05 0.03 仿真时在机器人与管道之间放置一个拉压弹簧，模拟机器人在运行过程中产生的牵引力（与弹簧弹力大小相等，方向相反）。拉压弹簧放置于管道轴线上，一端连接机器人中心点，另一端连接管道截面中心点。设置弹簧的刚度系数为800，阻尼系数为0.5。机器人在直管中运行时的牵引力仿真结果如图12所示。可看出在4种工况下，牵引力随机器人运行逐渐增大，当机器人达到最大速度后牵引力逐渐稳定，并在小范围内波动，此时机器人发生打滑；机器人牵引力随摩擦因数的增大而增大；在相同材质的管道内，无运输介质时机器人牵引力远大于有运输介质时。
![]()
图 12 管道检测机器人在直管中不同工况下的牵引力仿真结果Figure 12. Traction force simulation results of mine pipeline inspection robot in straight pipe under different working conditions3.2 螺旋角对牵引力的影响
设置机器人过弯时的参数：管径为200 mm，管道曲率半径为600 mm，管道材质为钢（干），其余参数与直管内运行时相同。
设定2种运行工况：① 机器人以固定螺旋角40°过弯。② 机器人以变螺旋角过弯，螺旋角随旋转运动单元转动以第2.3节构造的余弦函数（式（12））变化，最小值为20°，最大值为60°。机器人过弯时牵引力仿真结果如图13所示。可看出机器人过弯时产生的牵引力小于相同条件下在直管中运行时的牵引力，且在一定范围内波动；机器人以变螺旋角过弯时，牵引力达到最大值的时间早于以定螺旋角过弯，且牵引力波动程度更小。变螺旋角过弯时，机器人与弯管截面呈圆形，而定螺旋角过弯时呈椭圆形。因此，变螺旋角过弯时机器人运行更平稳、高效。
![]()
图 13 管道检测机器人过弯时牵引力仿真结果Figure 13. Simulation results of traction force during mine pipeline inspection robot bending3.3 法向力对牵引力的影响
管道检测机器人的3组支撑轮以周向间隔120°布置，管道内壁对每个支撑轮产生一个法向力。法向力过大会使机器人产生过多功耗，过小会导致机器人驱动轮无法与管道内壁产生足够摩擦力。设定管道内无运输介质，材质为有机玻璃，静摩擦因数为0.2，动摩擦因数为0.15，仿真时间为10 s。根据2.1节分析可知，机器人在40°螺旋角和100 N法向力时具有较大牵引力。设定螺旋角为40°，其他参数为定值，法向力分别为100，110，120，130 N，机器人牵引力仿真结果如图14所示。可看出4种法向力下牵引力分别为33，36，38，38 N，均大于牵引力设计需求30 N。驱动轮的牵引力随法向力增大而增大，当法向力增大到一定值时，牵引力趋于稳定。为了保证机器人在管道内平稳运行，且具有较小功耗，可将法向力控制在100～120 N。
![]()
图 14 不同法向力下管道检测机器人牵引力仿真结果Figure 14. Traction force simulation results of mine pipeline inspection robot under different normal forces4. 机器人牵引性能测试
为了测试管道检测机器人的牵引性能，搭建机器人牵引力测试平台，组装实物样机，如图15所示。机器人驱动电动机采用42系列电动机，其最大转速为100 rad/min。测试平台主要由上位机、机器人升降平台、有机玻璃管道、钢管等组成。通过机器人升降平台使机器人对接不同材质的管道，分别为有机玻璃管道（干）、有机玻璃管道（湿）、钢管（干）、钢管（湿）。弹簧一端连接机器人，另一端连接SBT630压力传感器。机器人开始工作后，牵引力数据通过压力传感器上传至上位机测力软件进行实时显示。上位机控制机器人螺旋角变化及中心电动机压缩弹簧量，压力传感器采集驱动轮与管道内壁的正压力并发送至上位机界面进行显示。
![]()
图 15 管道检测机器人牵引力测试平台Figure 15. Test platform of traction force of mine pipeline inspection robot选取钢管和有机玻璃管道作为测试管道，涂抹工业润滑油来模拟实际运输介质。设计2组正交实验，研究因素A为螺旋角，因素B为法向力，因素C为管道工况。设驱动电动机转矩为10 N·m。测试组1以固定法向力100 N进行测试，研究螺旋角和管道工况对牵引力的影响；测试组2为钢管（干）工况，研究螺旋角和法向力对牵引力的影响。
测试组1测试结果如图16所示。可看出随着螺旋角增大，牵引力先增大后减小，与理论分析结果基本相符。在螺旋角较小（10～30°）时，管壁不能提供足够摩擦力，驱动轮与管道内壁存在侧向力，机器人运行时螺旋角小于设定值，驱动轮发生滑移，导致机器人运行不平稳。随着螺旋角增大，机器人打滑现象逐渐消失。4种管道工况中，机器人运动的最佳螺旋角均不同，因此实际运行中应根据管道材质设定螺旋角。机器人在钢管（干）、有机玻璃管（干）中运行的牵引力大于在钢管（湿）、有机玻璃管（湿）中，可见在管道材质相同的情况下，机器人在有运输介质的管道中运行时牵引力小于在无介质运输的管道中运行时的牵引力。
![]()
图 16 不同管道工况下机器人牵引力测试结果Figure 16. Ttraction force test result of mine pipeline inspection robot under different pipe conditions测试组2中管道工况为钢管（干），分别设定驱动轮的法向力为100，110，120 N，记录牵引力峰值与螺旋角的关系，如图17所示。可看出该管道工况下，机器人的最佳螺旋角约为40°，且随着法向力增大，最佳螺旋角没有显著变化。
![]()
图 17 不同法向力下机器人牵引力测试结果Figure 17. Traction force test results of mine pipeline inspection robot under different normal forces选择曲率半径为600 mm的弯管，测试机器人在不同电动机转速、不同螺旋角情况下的运动性能，结果见表3，其中“√”表示通过弯管，“○”表示未通过弯管。选择变螺旋角过弯方式时，机器人未出现明显的停滞及波动现象，顺利完成过弯。选择定螺旋角过弯方式时，在螺旋角为10，20°情况下，由于机器人牵引力较小，过弯性能较差；螺旋角为30，40°时机器人具有较好的弯管通过性，未出现明显的停滞现象；螺旋角为50，60°时，机器人在低速情况下对弯管的通过性较差；螺旋角为70，90°时机器人牵引力不足，无法通过弯管。可见，变螺旋角过弯较定螺旋角过弯具有更好的通过性与稳定性。
表 3 管道检测机器人过弯测试结果Table 3. Test results of mine pipeline inspection robot bending螺旋角 20 rad/min 40 rad/min 60 rad/min 80 rad/min 100 rad/min 变螺旋角 √ √ √ √ √ 10° ○ ○ ○ ○ ○ 20° ○ ○ ○ √ √ 30° ○ √ √ √ √ 40° ○ √ √ √ √ 50° ○ ○ √ √ √ 60° ○ ○ ○ √ √ 70～90° ○ ○ ○ ○ ○ 5. 结论
1） 设计了一种螺旋式矿用管道检测机器人，构建了力学模型，并通过动力学仿真探讨了机器人的牵引性能。研究结果表明，牵引力与法向力、螺旋角、驱动轮与管道接触情况、管道材质密切相关。在较小的螺旋角范围（10～30°）内，机器人容易出现打滑现象。随着螺旋角增大，打滑现象逐渐减少，牵引力呈先增大后减小趋势，当螺旋角达到90°时，牵引力为0。
2） 机器人在不同材质的管道中运行时最佳螺旋角不同，因此实际运行时需根据管道材质设置螺旋角。在相同材质的管道中，无介质运输情况下机器人的牵引力明显高于有介质运输情况。
3） 在相同的工况下，通过调整驱动轮的法向力可以改变机器人的牵引力。牵引力随着法向力增大而增大。当法向力发生变化时，最佳螺旋角没有明显变化。
4） 变螺旋角过弯时，机器人主动控制螺旋角随螺旋运动单元转动以正弦式规律变化，使得管道内侧的螺旋角小于外侧。采用变螺旋角过弯方式时机器人在弯管内具备良好的通过性和稳定性。
-
![]()
![]()
图 8 BP神经网络预测值与实际值对比
Figure 8. Comparison between prediction values of BP neural network and the actual ones
![]()
图 11 SRM DITC策略原理
Figure 11. Direct instantaneous torque control（DITC） strategy principle for SRM
![]()
图 12 换向区不同导通角时SRM转矩
Figure 12. SRM torque under different conduction angles in commutation zone
![]()
图 13 不同导通角减小幅度下B，C相转矩
Figure 13. B-phase and C-phase torques under different reduction amplitudes of conduction angles
![]()
图 14 不同关断角减小幅度下A相转矩和转矩脉动
Figure 14. A-phase torque and torque ripple under different reduction amplitudes of turn off angle
![]()
图 16 带式输送机空载运行工况下改进型DITC策略仿真结果
Figure 16. Simulation results of improved DITC strategy for belt conveyor under no-load operation conditions
![]()
图 17 带式输送机变负载运行工况下改进型DITC策略仿真结果
Figure 17. Simulation results of improved DITC strategy for belt conveyor under variable load operation conditions
![]()
图 19 带式输送机满载启动工况下SRSD系统转速曲线
Figure 19. Speed curve of SRSD system under full load starting condition of belt conveyor
表 1 改造前带式输送机主要参数
Table 1 Main parameters of belt conveyor before renovation
参数 值 参数 值 运输距离/m 500 运量/（t·h−1） 500 带宽/m 1 电动机功率/kW 400 带速/（m·s−1） 4 驱动滚筒直径/mm 1 250 
下载: 导出CSV
表 2 SRSD系统关键参数
Table 2 Key parameters of SRSD system
参数 值 参数 值 装机功率/kW 400 太阳轮齿数 21 额定电压/V 1140 行星轮齿数 42 额定转速/（r·min−1） 60 内齿圈齿数 105 减速机构传动比 5
下载: 导出CSV
表 3 SRM设计参数
Table 3 Design parameters of SRM
参数 值 参数 值 电压/V 1 140 定子内外径/mm 581，943 转速/（r·min−1） 300 转子内外径/mm 200，580 槽极数 12/8 定子轭厚/mm 50 气隙/mm 1 转子轭厚/mm 60 电动机长度/mm 1 056
下载: 导出CSV
表 4 磁链预测定量分析
Table 4 Quantitative analysis of magnetic flux prediction
序号 角度/（°） 电流/A 仿真值/Wb 预测值/Wb 绝对误
差/Wb相对误
差/%1 9.8 551 5.68 5.780 0.100 1.76 2 16.7 763 12.23 12.340 0.110 0.90 3 20.3 975 13.76 13.770 0.010 0.07 4 11.5 339 5.496 5.591 0.095 1.73
下载: 导出CSV
表 5 转矩预测定量分析
Table 5 Quantitative analysis of torque prediction
序号 角度/
（°）电流/
A仿真值/
（N·m）预测值/
（N·m）绝对误
差/（N·m）相对误
差/%1 9.8 551 25319.45 25356.15 36.70 0.140 2 16.7 763 27041.73 27047.69 5.96 0.020 3 20.3 975 11171.84 11171.40 0.44 0.004 4 11.5 339 19978.39 19969.10 9.29 0.047
下载: 导出CSV
-
[1] 韩文娟. 智能煤流调速系统的适用性分析[J]. 煤矿机械,2022,43(11):129-131. HAN Wenjuan. Analysis on applicability of intelligent coal flow speed regulation system[J]. Coal Mine Machinery,2022,43(11):129-131.
[2] 李剑. 顺槽带式输送机用张紧绞车设计与安全制动器热−力耦合特性研究[D]. 徐州:中国矿业大学,2022. LI Jian. Study on design and thermal-mechanical coupling characteristics of safety brake of take-up winch of belt conveyor used in face crossheading[D]. Xuzhou:China University of Mining and Technology,2022.
[3] 白应光,丁震,刘洋,等. 煤矿带式输送机智能化关键技术浅析[J]. 工矿自动化,2023,49(增刊2):27-29,51. BAI Yingguang,DING Zhen,LIU Yang,et al. Analysis on the key technologies of intelligent belt conveyor in coal mine[J]. Journal of Mine Automation,2023,49(S2):27-29,51.
[4] WANG Li,LI Haoxin,HUANG Jingkai,et al. Research on and design of an electric drive automatic control system for mine belt conveyors[J]. Processes,2023,11(6):DOI:10.3390/PR11061762.
[5] 蒋卫良,郗存根,宋兴元,等. 煤矿带式输送机关键技术发展现状与展望[J]. 智能矿山,2020,1(1):98-104. JIANG Weiliang,XI Cungen,SONG Xingyuan,et al. Development status and prospect of key technology of coal mine belt conveyor[J]. Journal of Intelligent Mine,2020,1(1):98-104.
[6] MEESALA R E K,UDUMULA R R,NIZAMI T K,et al. Development of enhanced direct torque control for surface-mounted permanent magnet synchronous motor drive operation[J]. IET Power Electronics,2023,16(11):1814-1827. DOI: 10.1049/pel2.12504
[7] 张磊,鲍久圣,葛世荣,等. 永磁驱动技术及其在矿山装备领域的应用现状[J]. 煤炭科学技术,2022,50(3):275-284. ZHANG Lei,BAO Jiusheng,GE Shirong,et al. Permanent magnet driving technology and its application status in the field of mining equipment[J]. Coal Science and Technology,2022,50(3):275-284.
[8] 郑祝平. 矿用永磁滚筒关键技术研究[D]. 北京:煤炭科学研究总院,2022. ZHENG Zhuping. Research on key technology of mining permanent magnet roller[D]. Beijing:China Coal Research Institute,2022.
[9] 邓才明. 带式输送机永磁直驱电滚筒失磁分析及故障检测研究[D]. 邯郸:河北工程大学,2022. DENG Caiming. Research on demagnetization analysis and fault detection of permanent magnet electric roller of belt conveyor[D]. Handan:Hebei University of Engineering,2022.
[10] SESHADRI A,LENIN N C. Review based on losses,torque ripple,vibration and noise in switched reluctance motor[J]. IET Electric Power Applications,2020,14(8):1311-1326. DOI: 10.1049/iet-epa.2019.0251
[11] 韩朋,边敦新,熊立新,等. 抽油机用盘式开关磁阻电机的电磁优化设计[J]. 石油机械,2022,50(7):115-123. HAN Peng,BIAN Dunxin,XIONG Lixin,et al. Electromagnetic optimization design of disc-type switched reluctance motor for pumping unit[J]. China Petroleum Machinery,2022,50(7):115-123.
[12] 吴红星. 开关磁阻电机系统理论与控制技术[M]. 北京:中国电力出版社,2010. WU Hongxing. Theory and control technology of switched reluctance motor system[M]. Beijing:China Electric Power Press,2010.
[13] 鲍久圣,张小牛,王雷,等. 一种全开关磁阻电机水冷半直驱式带式输送机:CN2024104401283[P]. 2024-04-12. BAO Jiusheng,ZHANG Xiaoniu,WANG Lei,et al. A fully SRM water-cooled semi-direct drive belt conveyor:CN2024104401315[P]. 2024-04-12.
[14] 李瑞金. 矿用开关磁阻电机车控制系统设计[J]. 工矿自动化,2015,41(9):22-25. LI Ruijin. Design of control system of mine-used switched reluctance electric locomotive[J]. Industry and Mine Automation,2015,41(9):22-25.
[15] 田玉丽,刘东晓. 平煤集团六矿矸石山绞车电控系统的改造[J]. 煤矿机械,2010,31(3):172-173. TIAN Yuli,LIU Dongxiao. Pingdingshan Coal Mine Group No.6 mine waste dump winch electric control system transformation[J]. Coal Mine Machinery,2010,31(3):172-173.
[16] 李亦滔. 开关磁阻电机转矩脉动抑制综述[J]. 电机技术,2019(6):53-58. LI Yitao. Review on torque ripple suppression of the switched reluctance motor[J]. Electrical Machinery Technology,2019(6):53-58.
[17] 陈吉清,冼浩岚,兰凤崇,等. 开关磁阻电机结构性转矩脉动抑制方法[J]. 机械工程学报,2020,56(20):106-119. DOI: 10.3901/JME.2020.20.106 CHEN Jiqing,XIAN Haolan,LAN Fengchong,et al. Structural torque ripple suppression method of switched reluctance motor[J]. Journal of Mechanical Engineering,2020,56(20):106-119. DOI: 10.3901/JME.2020.20.106
[18] 黄朝志,段锦锋,曹文盛. 新型分段定子开关磁阻电机转矩增强和径向力减小的分析研究[J]. 机械科学与技术,2023,42(7):1035-1043. HUANG Chaozhi,DUAN Jinfeng,CAO Wensheng. Research on torque enhancement and radial force reduction of novel switched reluctance motor with segmental stators[J]. Mechanical Science and Technology for Aerospace Engineering,2023,42(7):1035-1043.
[19] 姚璋,陈树明. 开关磁阻电机发展及转矩脉动抑制策略研究[J]. 科技创新导报,2019,16(4):121-124. YAO Zhang,CHEN Shuming. Development of switched reluctance motor and research on torque ripple suppression strategy[J]. Science and Technology Innovation Herald,2019,16(4):121-124.
[20] 邹洪建. 车载开关磁阻电机智能化调速控制策略的研究[D]. 北京:北京建筑大学,2022. ZOU Hongjian. Research on intelligent speed control strategy of on-board switched reluctance motor[D]. Beijing:Beijing University of Civil Engineering and Architecture,2022.
[21] CHENG He,GE Xudong,WANG Lunjun,et al. Four-quadrant sensorless operation of switched reluctance machine over the wide speed range[J]. Electric Power Components and Systems,2020,48(2):224-240.
[22] 李大威,王勉华,刘春元. 开关磁阻电机的直接瞬时转矩控制系统设计与仿真[J]. 电机与控制应用,2011,38(2):11-14. LI Dawei,WANG Mianhua,LIU Chunyuan. Direct instantaneous torque control system design and simulation of switched reluctance motor[J]. Electric Machines & Control Application,2011,38(2):11-14.
[23] 程勇,曹晓晓,张怡龙. 开关磁阻电机滞环−脉宽调制直接瞬时转矩控制[J]. 电机与控制学报,2020,24(8):74-82. CHENG Yong,CAO Xiaoxiao,ZHANG Yilong. Hysteresis-PWM direct instantaneous torque control of switched reluctance motor[J]. Electric Machines and Control,2020,24(8):74-82.
[24] SINGH S K,TRIPATHI R K. Minimization of torque ripples in SRM drive using DITC for electrical vehicle application[C]. Students Conference on Engineering and Systems,Allahabad,2013. DOI: 10.1109/SCES.2013.6547569.
[25] 韩国强,陆哲,吴孟霖,等. 基于改进滑模控制策略的开关磁阻电机直接瞬时转矩控制方法[J]. 电工技术学报,2022,37(22):5740-5755. HAN Guoqiang,LU Zhe,WU Menglin,et al. Direct instantaneous torque control method for switched reluctance motor based on an improved sliding mode control strategy[J]. Transactions of China Electrotechnical Society,2022,37(22):5740-5755.
[26] 葛世荣. 刮板输送机技术发展历程(三)——驱动与智能控制技术[J]. 中国煤炭,2024,50(4):1-12. GE Shirong. The development history of scraper conveyor technology (part three):intelligent drive and control technology[J]. China Coal,2024,50(4):1-12.
[27] 葛世荣,鲍久圣,曹国华. 采矿运输技术与装备[M]. 北京:煤炭工业出版社,2015. GE Shirong,BAO Jiusheng,CAO Guohua. Transportation and hoisting technology and equipments in mining[M]. Beijing:China Coal Industry Publishing House,2015.
[28] 秦大同,谢里阳. 现代机械设计手册——机械传动设计[M]. 北京:化学工业出版社,2013. QIN Datong,XIE Liyang. Handbook of modern mechanical design-mechanical transmission design[M]. Beijing:Chemical Industry Press,2013.
[29] 阴妍. 盘式制动器摩擦故障融合诊断与智能预报方法研究[D]. 徐州:中国矿业大学,2019. YIN Yan. Research on fusion diagnosis and intelligent prediction method of friction fault of disc brake[D]. Xuzhou:China University of Mining and Technology,2019.
-
期刊类型引用(0)
其他类型引用(5)
计量
- 文章访问数: 58
- HTML全文浏览量: 10
- PDF下载量: 14
- 被引次数: 5
