摘要：电机驱动型矿山运输设备需要实现速比优化设计，促使电机能耗得到降低。本文对矿山运输设备性能参数及其匹配设计问题展开了分析，提出采取粒子群算法和遗传算法分别实现速比优化设计。在加权工况条件下追求平均能耗最小，能够使电机在多数工况下的能耗降至最低。
关键词：电机驱动型；矿山运输设备；速比优化设计
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。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矿山运输系统现状
目前国内外矿山企业井巷运输系统大多是以传统的电阻调速电机车为主。由于运输线路长 、岔道多，轨道接头的接触电阻较大，导致牵引网络电压波动较大，电机车启停过程多，运行在低速档的时间较多，使得电机车维修费用高，耗电大，造成企业生产成本增加。为更好地实现节能降耗降低生产运输成本，某股份有限公司采选分公司于2007年8月进行了电机车智能变流调速系统在塘子凹坑52#10t电机车上试验运行。经过两年多的努力，在试验过程中结合本单位矿山运输系统现状对该系统进行不断的更新、改进，取得了良好的改造应用成果相重合。随着矿山电气设备的不断更新换代，越来越多的新型高效低能耗设备在矿山生产中被广泛使用。新技术、新设备的引进在很大程度上保障了企业矿山的安全、高效生产，并且在节能降耗方面也有着重要意义。
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：VN_h=б1VNEDC_h+б2VUD-DC_h+б3VIC08_h
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。
Wcyc=б1∫0TNEDC_cycPNEDC_cycdt+б2∫0TUDDC_cycPUDDC_cycdt+б3∫0TJC08_cycPJC08_cycdt
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。
Vi（t+1）=wVi(t)+c1rand[pi（t）-Xi（t）]+c2rand[pg
（t）-X（it）]
X（it+1）=X（it）+Vi(t+1)
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，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。
3结束语
在实践工作中，需要加强矿山运输设备性能参数研究， 确保参数相互匹配，然后结合不同工况条件进行电机能耗加权计算分析，保证平均能耗最小，能够得到最优的速比设计结果，继而使电机能耗得到有效控制。
参考文献
[1]郭丽梅,郑贵翔. 智能变流调速系统在矿山运输系统中的改造应用[J]. 中国有色金属,2012(S1):429-431.
[2]彭河蒙. 电动汽车电机驱动系统电磁干扰预测模型的研究[D].重庆大学,2015.
[3]张彩杰. 露天矿山运输系统风险分析及路径优化研究[D].华南理工大学,2016.
[4]王元珠. 露天矿矿山运输道路交通标志设计[J]. 陕西煤炭,2019,38(02):130-133.
[5]李东林,路向阳,李雷,谢国涛,栾小飞. 露天矿山运输无人驾驶系统综述[J]. 机车电传动,2019(02):1-8.
[6]谢振华,李晓超. 露天矿山运输路面复合抑尘剂的研究[J]. 北京科技大学学报,2012,34(11):1240-1244.
[7]袁艳斌,梁宵,张晓盼,张帆. 矿山运输系统可靠性的熵权法模糊综合评判[J]. 金属矿山,2011(02):28-31.