电机驱动型矿山运输设备运行速度比优化设计

2019-12-26李丽萍

世界有色金属 2019年18期

李丽萍

（广西大学行健文理学院，广西南宁 530005）

在矿山运输设备工作中，电机与变速箱将组成一个机电耦合装置，拥有固定动力源功率，需要在保证运输设备动力性要求得到满足的基础上，实现传统系速比的合理设计。而电机驱动型运输设备不再设置变速器等部件，需保证固定档速比能够得到优化设计，以便与车辆动力性能参数相匹配。因此，需要加强电机驱动型矿山运输设备的速比优化设计研究，使电机能耗达到最优状态。

1 电机驱动型矿山运输设备的速度比优化设计需求

相较于传统驱动型运输设备，采用电机驱动型的运输设备对变速器、传动轴等部件进行了省略，可以将簧下质量直接传递至设备本身，促使设备操纵稳定性、动力性等性能得到提升。实际在电机设计时，采用固定速比变速器匹配方案能够使运输设备保持简单传动结构。但是想要满足最高稳定其运行速度、起步加速等要求，需要使驱动电机在恒转矩区域内提供高瞬时转矩，并在恒功率区域提供高转速[1]。选择较小速比的减速器，将导致驱动电机长时间在大电流、高转矩状态下工作，继而导致电机能量利用率较低，影响运输设备的续航里程。因此在电机设计方面，需要保证电机参数与其他部件匹配，保证不同工况下运行速度区间与电机高效区相重合。

2 电机驱动型矿山运输设备速度比优化设计方法

2.1 设备的动力性能参数

在驱动电机拥有较大峰值转矩时，运输设备将获得较好动力性，但与此同时将造成电机质量与尺寸增加，导致其经济性受到影响。综合考虑各方面因素，需要完成一级或两级齿轮的固定档减速器设置，促使电机峰值转矩需求得到降低。为保证设备能耗经济性得到提高，需要使电机额定参数与工况高频运行速度区间相匹配。

2.2 参数匹配设计分析

实际在参数匹配设计上，可以选用三种循环工况，分别为NEDC、UD-DC和JC08，对应频次较高运行速度区间存在差异，NEDC区间为0km/h～10km/h和30km/h～50km/h；UD-DC区间和JC08区间均为0km/h～10km/h、30km/h～40km/h和50km/h～60km/h。确定各工况加权因子，可以实现电机参数匹配分析，得到电机高频运行速度区间：

其中，б1、б2、б3为加权因子，可以分别取0.5、0.3和0.2。在车轮滑移率达到10%的情况下，电机瞬时转速与瞬速车速、轮胎滚动半径和固定档减速器速比相关。在车轮半径等参数确定的情况下，可以确定速比范围，得到i≤0.377×0.9Rnmax/uamax。Nmax为电机最高转速，uamax为对应运输设备最高行驶速度，R为车轮半径，可以根据设备动力性能参数确认，得到i≤6.778，得到电机额定转速在2451r/min～3291r/min范围内，可以选择为3000r/min。根据各项性能指标要求，可以求得峰值功率为27.5kW，峰值转矩为87.54N·m。

2.3 速比优化设计算法

确定矿山运输设备的电机、蓄电池等装置的性能参数后，其动力性能将取决于固定档速比。在优化设计中，初始值可以设定为i=6.7。将设备动力性指标当成是约束，对循环工况加权因子下的运输机平均能耗进行分析，使能耗保持最小，能够得到最优的速比。按照这一思路进行加权工况下平均能耗分析，可以得到。

其中，Wcyc指的是运输机加权工况平均能耗，P值为各循环工况下的电池输出功率，T值为工况仿真时间。在求取过程中，可以运用粒子群算法和遗传算法。

（1）粒子群算法。运用粒子群算法，需要将解当成是搜索空间粒子，各粒子与目标函数之间存在适应度值。在一维空间中，优化设计问题的解可以看成是由n个粒子构成的种群X=（X1，X2，…，Xn），利用目标函数对各粒子位置适应度进行运算，需要确定粒子速度Vi和个体极值pi，并确定群体极值pg。在迭代中，粒子可以按照规则更新速度和位置。

其中，w指的是惯性权重因子，可以取0.72，c1和c2则是学习因子，可取1.49，rand为0～1间随机函数。

（2）遗传算法。采用遗传算法实现速比优化设计，可以完成固定档速比的编码，得到相应二进制字符串。结合目标函数与适应度映射关系，可以对个体适应度进行计算。将适应度大的个体当成是遗传基础，实现交叉与变异操作，使个体结构得到部分修改，能够避免下一代遗传过早陷入局部收敛问题。得到的新串结构数据可以重新插入，对原本种群中的数据进行替代，得到新的种群。在迭代次数未到设定值时，可以重新生种群进行迭代分析，达到设定值结束优化过程。

2.4 优化设计仿真结果

在仿真分析过程中，NEDC、UD-DC和JC08三种工况仿真时间分别取1200s、1367s和1200s，N为30，迭代次数为40。在仿真过程中，需要先对单循环NEDC工况下的速比优化情况进行仿真，然后对加权工况下的速比优化结果展开分析。结合仿真分析情况可知，矿山运输设备各项性能参数均能满足要求。从能耗情况来看，如表1所示，为仿真分析结果。采用两种算法获得的结果相近，但运用遗传算法实现速比优化设计，将出现较大波动。分析原因可以发现，波动由选择和变异算子引起。在加权工况下追求能耗最小，能够使多数工况条件下电机能耗最低。对两种速比下的运输设备加速性能进行仿真分析，需要完成其运行状态模拟，运输设备从20km/h加速到100s时，进行20°转向角施加，观察设备状态，确定速度变化随着时间增大逐步稳定，在20km/h时达到稳定状态。从模拟分析结果来看，加速时间尽管都小于15s，采用加权工况平均能耗最小的设计方法。