煤矿局部通风机转速控制算法研究.pdf

第4 6 卷第9 期 工矿 自动 化 V 0 1 ．4 6N o ．9 2 0 2 0 年9 月 I n d u s t r ya n dM i n eA u t o m a t i o n S e p 2 0 2 0 文章编号1 6 7 1 2 5 1 X 2 0 2 0 0 9 0 0 6 9 0 6D O I 1 0 ．1 3 2 7 2 ／j ．i s s n ．1 6 7 1 2 5 1 x ．2 0 2 0 0 3 0 0 2 5 煤矿局部通风机转速控制算法研究 杜岗1 ，马小平2 ，张萍 1 ．连云港职业技术学院机电工程学院，江苏连云港2 2 2 0 0 0 ； 2 ．中国矿业大学信息与控制工程学院，江苏徐州2 2 1 1 1 6 摘要煤矿局部通风机系统目前主要采用常规P I D 控制算法进行变频调速，但P I D 控制参数的调整主 要依赖人工经验，调节时间长、实时性差，且容易发生控制量超调和振荡输出。针对上述问题，提出了一种粒 子群 P S O 优化P I D 控制算法，并将其应用到煤矿局部通风机转速控制中，即在基于常规P I D 控制算法的 煤矿局部通风机转速控制系统中添加P S O 算法，实现P I D 控制参数优化。常规P I D 控制部分直接按照 Z N 整定法得出的最优参数设置运行；P S O 优化P I D 控制部分通过S 函数算法程序随机产生一组三维粒 子，通过调用函数a s s i g n i n 将三维粒子的值赋给转速控制系统仿真模型中的K 。，K i ，K d 三个参数，以控制系 统误差指标I T A E 作为适应度函数进行迭代寻优，实现了P S O 寻优与P I D 参数整定优化的统一。仿真实验 结果表明，相比于常规P I D 控制，经过P S O 算法优化后，局部通风机转速控制输出性能改善明显，尤其是超 调量和调节时间指标，超调量仅为常规P I D 控制算法的2 0 ％。 关键词掘进工作面；局部通风机；变频调速；转速控制；参数整定；P I D 控制；P S O 优化P I D 控制 中图分类号T D 6 3 5文献标志码A R e s e a r c ho ns p e e dc o n t r o la l g o r i t h mo fc o a lm i n el o c a lv e n t i l a t o r D UG a n 9 1 ，M AX i a o p i n 9 2 ，Z H A N G P i n 9 1 1 ．S c h o o lo fM e c h a n i c a l E l e c t r i c a lE n g i n e e r i n g ，L i a n y u n g a n gT e c h n i c a lC o l l e g e ， L i a n y u n g a n g2 2 2 0 0 0 ，C h i n a ；2 ．S c h o o lo fI n f o r m a t i o na n dC o n t r o lE n g i n e e r i n g ， C h i n aU n i v e r s i t yo fM i n i n ga n dT e c h n o l o g y ，X u z h o u2 21 116 ，C h i n a A b s t r a c t A tp r e s e n t ，c o a lm i n el o c a lv e n t i l a t o rs y s t e mm a i n l ya d o p t sc o n v e n t i o n a lP I Dc o n t r o l a l g o r i t h mt oc a r r yo u tf r e q u e n c y - c o n v e r s i o ns p e e d r e g u l a t i o n ，b u tt h ec o n v e n t i o n a lP I Dc o n t r o lp a r a m e t e r a d j u s t m e n tm a i n l yr e l i e so na r t i f i c i a le x p e r i e n c e ，a d j u s t m e n tt i m ei sl o n g ，r e a lt i m ei sp o o r ，a n de a s yt o o c c u ro v e r - r e g u l a t i n ga n do s c i l l a t i n go u t p u to ft h ec o n t r o lq u a n t i t y ．T os o l v et h ea b o v ep r o b l e m s ，a p a r t i c l es w a r mo p t i m i z a t i o n P S O o p t i m i z e dP I Dc o n t r o la l g o r i t h mw a sp r o p o s e da n da p p l i e dt ot h es p e e d c o n t r o lo fc o a lm i n el o c a lv e n t i l a t o r ．P S Oa l g o r i t h mi Sa d d e dt ot h es p e e dc o n t r o ls y s t e mo fc o a lm i n el o c a l v e n t i l a t o rb a s e do nt h ec o n v e n t i o n a lP I Dc o n t r o la l g o r i t h mt or e a l i z eP I Dc o n t r o lp a r a m e t e ro p t i m i z a t i o n ． T h ec o n v e n t i o n a lP I Dc o n t r o lp a r td i r e c t l yr u n si na c c o r d a n c ew i t ht h eo p t i m a lp a r a m e t e rs e t t i n go b t a i n e d b yZ Nt u n i n gm e t h o d P S Oo p t i m i z e dP I Dc o n t r o lp a r tr a n d o m l yg e n e r a t e das e to ft h r e e d i m e n s i o n a l p a r t i c l e st h r o u g ht h ea l g o r i t h mp r o g r a mo fSf u n c t i o n ，a n dc a l l st h ef u n c t i o na s s i g n i nt oa s s i g nt h r e e d i m e n s i o n a lp a r t i c l e sv a l u e st oK p ，K i ，K dp a r a m e t e r so fs p e e dc o n t r o ls y s t e ms i m u l a t i o nm o d e l ，t a k i n g c o n t r o ls y s t e me r r o ri n d i c a t o rI T A Ea sf i t n e s sf u n c t i o nf o ri t e r a t i v eo p t i m i z a t i o n ．u n i t yo fP S O o p t i m i z a t i o na n dP I Dp a r a m e t e rs e t t i n go p t i m i z a t i o ni sr e a l i z e d ．T h es i m u l a t i o nr e s u l t ss h o wt h a tc o m p a r e d 收稿日期 基金项目 作者简介 引用格式 2 0 2 0 0 3 0 9 ；修回日期2 0 2 0 0 8 - 1 5 ；责任编辑张强。 江苏省高等学校自然科学研究面上项目 1 9 K J D 5 2 0 0 0 4 ；连云港职业技术学院校级科研项目 重点 X Z D 2 0 1 9 0 2 ；江苏省高职院校 教师专业带头人高端研修项目 2 0 1 9 G R F X 0 6 6 。 杜岗 1 9 8 1 一 ，男，山东日照人．高级工程师．硕士．主要研究方向为计算机控制、人工神经网络．E - m a i l 7 8 5 5 4 9 9 2 q q ．c o r n 。 杜岗，马小平，张萍．煤矿局部通风机转速控制算法研究[ J ] ．工矿自动化，2 0 2 0 ，4 6 9 6 9 7 3 ． D UG a n g ，M AX i a o p i n g ，Z H A N GP i n g ．R e s e a r c ho ns p e e dc o n t r o la l g o r i t h mo fc o a lm i n el o c a lv e n t i l a t o r [ J ] ．I n d u s t r ya n dM i n e A u t o m a t i o n ，2 0 2 0 ，4 6 9 6 9 7 3 ． 万方数据 7 0 工矿自动化第4 6 卷 w i t ht h ec o n v e n t i o n a lP I Dc o n t r o l ，a f t e rP S Oa l g o r i t h mo p t i m i z a t i o n ，t h eo u t p u tp e r f o r m a n c eo fl o c a l v e n t i l a t o rs p e e dc o n t r o la r ei m p r o v e ds i g n i f i c a n t l y ，e s p e c i a l l yt h eo v e r s h o o ta n dt h er e g u l a t i o nt i m ei n d e x ， a n dt h eo v e r s h o o ti so n l y2 0 ％o ft h ec o n v e n t i o n a lP I Dc o n t r o la l g o r i t h m ． K e yw o r d s h e a d i n gf a c e ；l o c a lv e n t i l a t o r ；f r e q u e n c y - c o n v e r s i o ns p e e d - r e g u l a t i o n ；s p e e dc o n t r o l ； p a r a m e t e rs e t t i n g ；P I Dc o n t r o l ；P S Oo p t i m i z e dP I Dc o n t r o l 0引言 我国煤矿安全事故中超过6 0 ％来自于瓦斯浓 度过高引起的爆炸、燃烧[ 1 。2 ] ，因此，井下可靠有效的 通风是煤矿安全的关键。目前，在我国煤矿通风系 统中，尤其是掘进工作面局部通风系统中，仍然存在 “一风吹”现象，通风机定频运行，无法根据现场环境 适时改变风速，长期处于工频运行状态[ 3 ] 。这样 一方面造成了极大的电能浪费，另一方面在掘进工 作面瓦斯浓度突然变大时，风量和风速无法及时进 行自我调节，极易引发危险。因此，提高局部通风系 统的智能化水平，实现局部通风机运行功率的实时 自适应调节具有重要意义。 当前局部通风机变频调速主要采用P I D 控制 方法。P I D 控制方法具有不依赖精确数学模型、结 构简单的特点，但P I D 控制参数调整往往依赖人工 经验，调节时间长，实时性差，而且很容易发生控制 量的超调和振荡输出[ 4 - 5 ] 。 随着人工智能技术的迅猛发展，开始将人工智 能技术与传统P I D 控制技术进行整合。文献[ - 6 - 8 ] 分别采用多模态的仿人智能控制、模糊控制和人工 免疫等算法对通风机控制P I D 算法进行优化，提高 了通风机转速控制的智能化水平。但上述算法都是 基于经验的智能控制算法，虽然在一定程度上提高 了控制输出的速度，降低了系统的误差，但是，不管 是仿人控制还是模糊控制，都严重依赖于人工经验， 无法从根本上解决控制参数调节实时性差、控制输 出稳定性差的问题。而粒子群优化 P a r t i c l eS w a r m O p t i m i z a t i o n ，P S O 算法在线性逼近中具有天然的 优势，尤其在面对非线性、时滞、高阶等控制对象时， 具有所需参数少、收敛速度快、全局搜索能力与自适 应能力强[ 9 ] 等优势。鉴此，本文提出了一种P S O 优 化P I D 控制算法，并将其应用到煤矿通风机转速控 制中，该算法可大大提高通风系统的控制参数调节 自适应能力，有效改善通风系统调节时间、超调量等 控制指标。 1P S O 优化P I D 控制算法 1 ．1P S O 算法原理 P S O 算法是群集智能算法的一种，通过将问题 的全部可能解初始为粒子群，并将所有粒子个体的 运行模拟鸟群觅食行为来寻找问题的最优解。P S O 算法的本质也是一种由随机解到最优解的进化 算法。 P S O 算法中的粒子无质量且包含速度和位置 2 种属性。以粒子群中第i 个粒子为例，其位置矢 量表示为鼍一 ‰，黝，⋯，z h ，速度矢量表示为 n 一 让l ，“ ／3 i 2 ，⋯，口蛔 ，其中z b 和勘知表示第i 个粒子 第m 维位置和速度。 在搜索域中，粒子按照速度规定的进化方向确 定自己的位置，结合适应度函数值迭代更新，从而确 定个体极值 P b e s t ，并将个体极值与整个粒子群里 的其他粒子进行比较，找到相对最优的个体极值，也 就是全局极值 G b e s t ，最终确定一个稳定不变的全 局极值，即为最优解。粒子在搜索空间中的进化更 新过程满足如下规则[ 10 | 砝1 硼厶 C l r l P b e s t h z 厶 C 2 r 2 G b e s t 。一z 幺 1 z 未1 一z 二 珐1 2 式中t 为粒子当前更新迭代代数；叫为决定粒子进 化速度的惯性因子；c 。，c 。为加速常数；r ，，r 2 为 [ o ，1 ] 区间的随机数。 P S O 寻优过程如图1 所示。 l 初始化粒子群l 一_ 一t 计算粒子的适应度函数， ● 适多Y ●N 更新粒子的P b e 砒和G b e s ‘ ● 根据式 】 和式 2 更新粒子速度和位置矢量 图1P S O 寻优过程 F i g ．1 P S Oo p t i m i z a t i o np r o c e s s 1 ．2P S 0 优化P I D 控制器设计 1 ．2 ．1 常规P I D 控制器结构 常规P I D 控制器结构如图2 所示。 万方数据 2 0 2 0 年第9 期杜岗等煤矿局部通风机转速控制算法研究 7 1 图2 常规P I D 控制器结构 F i g ．2 S t r u c t u r eo fc o n v e n t i o n a lP I Dc o n t r o l l e r P I D 控制器输出表达式为 “ ￡ 一K p e f K ．卜 t d t K d 掣 3 √0U 0 式中乱 t 为控制量输出；K 。，K 。，K 。分别为比例 P 、积分 I 、微分 D 3 个环节的参数；8 f 为系统 误差，e ￡ 一r ￡ 一Y ￡ ，r ￡ 为系统给定输入信号， 了 ￡ 为系统被控量。 控制量输出等于P 、I 、D 三个控制环节的输出 加权值，在系统误差已知的情况下，如何选取或者整 定K 。，K ，，K 。这3 个参数，是决定系统控制效果的 关键。 1 ．2 ．2 P S 0 优化P I D 控制器结构 P S O 优化P I D 控制器可分为2 个部分一部分 是常规P I D 控制系统，另一部分是P S O 算法。在典 型的煤矿局部通风机控制系统中，可编程逻辑控制 器 P L C 是P I D 的控制核心，通过接收风量传感器 信号产生P I D 控制信号并传送给变频器，通过改变 异步电动机转速进而实现风量的预期控制。在此基 础上添加P S O 算法，实现P I D 控制参数优化。基于 P S O 优化P I D 算法的局部通风机转速控制器结构 如图3 所示。 图3基于P S O 优化P I D 算法的局部通风机转速控制器结构 F i g ．3 S t r u c t u r eo fl o c a lv e n t i l a t o rs p e e dc o n t r o l l e r b a s e do nP S Oo p t i m i z e dP I Da l g o r i t h m P S O 算法实现过程在上位机M a t l a b 环境下进 行。将经过寻优后的最佳参数值K 。，K ，，K 。传送至 P L C ，由P L C 内置P I D 运算模块根据式 3 计算得 到控制量“ t 。 1 ．3P S O 优化P I D 过程 P I D 控制参数优化过程可以类比为粒子群全局 寻优过程[ 1 1 】，控制参数整定优化问题就是确定一组 合适的参数K 。，K i ，K 。，使得控制输出指标达到最 优。评价输出指标是否最优的依据是适应度函数， 取值是否最小，因此，可以选用系统的误差e ￡ 来构 建适应度函数。 常用的误差性能指标包括误差平方积分 I S E 、误差绝对值积分 I A E 和时间乘误差绝对值 积分 I T A E 等‘1 2 - 15 ] ，I S E 是对误差e t 平方积分， 因为其收敛速度快，易造成控制输出超调量增大； I A E 是对误差P f 绝对值积分，I T A E 是对时问t 和 误差绝对值乘积积分，I A E 和I T A E 相比I S E 都克服 了控制输出易超调的缺陷，但同时I T A E 因为加入了 时间环节，其收敛速度优于I A E 。因此，本文选用 I T A E 指标来构建适应度函数。定义适应度函数为 r o 。 J I ￡Ie ￡ 1d t 4 J0 粒子的维度可以任意设置，因为P I D 控制需要 优化的仅仅是3 个控制参数 K 。，K 。，K d ，所以，可 令P S O 产生一组三维粒子群，经过迭代进化后，粒 子群全局极值满足适应度函数要求时，将粒子位置 矢量分别赋值给K 。，K 。，K 。三个参数，据此，粒子群 寻优过程便与P I D 控制器参数整定的过程相统一。 P S O 优化P I D 参数流程如图4 所示。 图4P S O 优化P I D 控制参数流程 F i g ．4P S Oo p t i m i z e dP I Dc o n t r o lp a r a m e t e rf l o w 2 仿真与分析 为了验证P S O 优化P I D 控制算法在局部通风 机转速控制中的效果，首先需要对控制对象建立数学 模型。由图3 可知，系统中被控对象包括变频器和异 步电动机2 个单元，因此，要想求出仿真被控对象模 型，必须分别求出异步电动机和变频器的数学模型。 2 ．1 局部通风机转速控制模型建立 根据文献[ 1 4 3 ，异步电动机转速和输入频率之 间的关系及变频器输入电压和输出频率之间的关系 都可近似为惯性环节，等效模型可分别表示为 G M A s 一K M A ／T M A S l 5 G v F s 一K v F ／T v F s 1 6 式中G M A 为异步电动机转速；K M A 为异步电动机额 定转速与工频的比值，是一个常数；R A 为异步电动 机时间常数，一般取电动机启动时间的2 5 ％；G v F 为 万方数据 7 2 工矿自动化第4 6 卷 变频器输出频率；K v F 为变频器设定输出频率与最大 输入电压的比值，是一个常数；T Ⅶ为变频器时间常 数，由变频器加速时间决定，一般取加速时间的6 0 ％。 本文以上海大屯能源有限公司姚桥煤矿某掘进 工作面局部通风机为例，建立局部通风机转速控制 模型。局部通风机型号为F B DN 0 6 ．0 ，性能指标见 表1 。与之配套的变频器最大输入电压为5V ，输出 频率为2 0 ～5 0H z ，加速时间为0 ．1S 。 表1 局部通风机性能指标 T a b l e1P e r f o r m a n c ei n d e x e so fl o c a lv e n t i l a t o r 将表l 中的具体指标值代入式 5 和式 6 ，可 得出异步电动机和变频器的运行模型，分别为 G M A s 一5 8 ／0 ．2 s 1 7 G v F s 一l o ／o ．0 6 s 1 8 根据式 7 、式 8 可得出局部通风机转速控制 被控对象数学模型为 G s 一G M A 5 G v F 5 一 5 8 0 ／0 ．0 1 2 s 2 0 ．2 6 s 1 9 2 ．2 仿真设计 根据局部通风机转速控制模型，在M a t l a b ／ S i m u l i n k 中建立局部通风机转速控制仿真模型，如 图5 所示。 图5局部通风机转速控制仿真模型 F i g ．5 S i m u l a t i o nm o d e lo fl o c a lv e n t i l a t o rs p e e dc o n t r o l 仿真模型分为3 个部分第1 部分是常规P I D 控制。第2 部分是P S O 优化P I D 控制，这一部分是 在常规P I D 控制基础上增加P S O 算法，P S O 算法 通过S 函数实现。传递函数1 和传递函数2 为 式 9 给出的局部通风机转速控制模型。第3 部分 是I T A E 指标，通过将时间及系统误差绝对值乘积 进行积分得出。在仿真过程中，常规P I D 控制部分 直接按照Z N 整定法得出的最优参数设置运行； P S O 优化P I D 控制部分通过S 函数算法程序随机 产生一组三维粒子z 一 z 1 ，z 2 ，z 3 ，通过调 用函数a s s i g n i n 将z 1 ，z 2 ，z 3 的值赋给控制 系统模型中的K 。，K 。，K 。三个参数，仿真过程中不 断读取I T A E 值，该过程迭代运行，直至程序判断出 适应度函数值最小或者迭代次数最大。 2 ．3结果分析 按照文献[ 1 5 ] 中关于粒子群算法的参数设置方 法设置惯性因子∞一0 ．6 ，加速常数C ，一C 。一2 ，粒子 群规模和最大迭代次数均为1 0 0 ，最小适应度值为 0 ．1 ，速度取值范围为[ o ，1 ] ，3 个待优化参数取值范 围为F 0 ，3 0 0 ] 。系统延迟时间设为1S ，在S i m u l i n k 环境中进行仿真，得到控制参数优化曲线和误差性 能指标I T A E 变化曲线，如图6 、图7 所示。 迭代次数 图6P S O 优化P I D 控制参数曲线 F i g ．6 P S Oo p t i m i z e dP I Dc o n t r o lp a r a m e t e rc u r v e s 5 4 趔 彗s 蚓 2 。02 04 06 08 01 0 0 迭代次数 图7 误差性能指标I T A E 变化曲线 F i g ．7C h a n g ec urveo ferrorp e r f o r m a n c ei n d e xI T A E 万方数据 2 0 2 0 年第9 期杜岗等煤矿局部通风机转速控制算法研究 7 3 由图6 可知，P S O 在迭代1 7 次左右即获得全 局最优值G b e s t ，此时粒子位置属性便可赋值给 K 。，K 。，K 。，完成参数整定过程。由图7 可知，算法 优化过程中，性能指标I T A E 不断减小，在迭代 1 7 次后，系统误差指标I T A E 最终稳定于1 ．1 0 3 。 为了验证P S O 优化P I D 控制器输出效果，在仿 真系统中加入了阶跃输入、常规Z N 整定P I D 响 应进行对比，控制器输出响应波形对比如图8 所示。 删 倒 兽 弓了 薅 图8系统输出响应曲线 F i g ．8S y s t e mo u t p u tr e s p o n s ec u r v e s 从图8 可看出，P S O 优化P I D 控制器的控制效 果明显优于常规P I D 控制器，尤其是超调量和调节 时间远远优于常规P I D 控制器。 P S O 优化P I D 控制算法与常规P I D 控制算法 的控制性能对比见表2 。 表22 种算法的控制性能指标对比 T a b l e2 C o m p a r i s o no fc o n t r o lp e r f o r m a n c ei n d e x e so f t w oa l g o r i t h m s 由表2 可明显看出，P S O 优化P I D 控制算法较 常规P I D 控制算法有更短的调节时间、更少的振荡次 数、更快的上升时间，能够更迅速实现通风机的稳定 运行。在控制精度上，P S O 优化P I D 控制器超调量仅 为常规P I D 控制器的2 0 ％，控制效果提升明显。 3 结论 1 煤矿局部通风机是一种大惯性、大时滞、非 线性时变系统，常规P I D 控制在面对这种控制对象 时很难达到令人满意的控制效果。为此，提出了 一种基于P S O 优化P I D 算法的煤矿局部通风机转 速控制算法，充分利用了P S O 全局搜索能力强、收 敛速度快的特点，以控制系统误差指标I T A E 作为适 应度函数进行迭代寻优，将粒子的三维属性对应P I D 控制参数，实现了P S O 寻优与P I D 参数整定优化的 统一，提高了通风系统的控制参数调节自适应能力， 有效改善了通风系统调节时间、超调量等控制指标。 2 建立了局部通风机转速控制模型并在 S i m u l i n k 环境中进行了仿真实验。实验结果表明， 相比于常规P I D 控制，经过P S O 算法优化后，局部 通风机转速控制输出性能，尤其是超调量和调节时 间指标改善明显，系统输出响应速度更快，控制精度 更高。 参考文献 R e f e r e n c e s 陈晓坤，蔡灿凡，肖呖．2 0 0 52 0 1 4 年我国煤矿瓦斯 事故统计分析[ J ] ．煤矿安全，2 0 1 6 ，4 7 2 2 2 4 2 2 6 ． C H E NX i a o k u n 。C A lC a n f a n ，X I A 0Y a n g ．S t a t i s t i c s a n a l y s i so fC h i n ac o a lm i n eg a sa c c i d e n t sd u r i n g2 0 0 5 t O2 0 1 4 [ J ] ．S a f e t yi nC o a lM i n e s ，2 0 1 6 ，4 7 2 2 2 4 2 2 6 ． 杨杰，赵连刚，全芳．煤矿通风系统现状及智能通风系 统设计E J ] ．工矿自动化，2 0 1 5 ，4 1 1 1 7 4 7 7 ． Y A N GJ i e ，Z H A OL i a n g a n g ，Q U A NF a n g ．C u r r e n t s i t u a t i o no fc o a lm i n ev e n t i l a t i o ns y s t e ma n dd e s i g no f i n t e l l i g e n tv e n t i l a t i o ns y s t e m [ J ] ．I n d u s t r ya n dM i n e A u t o m a t i o n ，2 0 1 5 ，4 1 1 1 7 4 7 7 ． 吴新忠，任子晖，马小平，等．煤矿主要通风机在线监 控系统研究现状及展望[ J ] ．煤炭科学技术，2 0 0 9 ， 3 7 1 2 5 4 5 7 ． W UX i n z h o n g ，R E NZ i h u i ，M AX i a o p i n g ，e ta 1 ． R e s e a r c hs t a t u sa n do u t l o o ko fo n l i n em o n i t o r i n ga n d c o n t r o ls y s t e mf o rm i n e m a i nv e n t i l a t o r [ J ] ．C o a l S c i e n c ea n dT e c h n o I o g y ，2 0 0 9 ，3 7 1 2 5 4 5 7 ． 杨辉，严永锋，陆荣秀．基于模糊P I D 控制算法的管廊 通风系统设计[ J ] ．控制工程，2 0 1 9 ，2 6 1 2 2 1 8 1 2 1 8 7 ． Y A N GH u i ，Y A N Y o n g f e n g ，L UR o n g x i u ． V e n t i l a t i o n s y s t e md e s i g n o fu r b a n u t i l i t y t u n n e l b a s e do nf u z z yP I Dc o n t r o la l g o r i t h m [ J ] ．C o n t r o l E n g i n e e r i n go fC h i n a ，2 0 1 9 ，2 6 1 2 2 1 8 1 2 1 8 7 ． 朱毅．西铭煤矿4 8 5 0 2 A 掘进工作面通风计算及通风 路径设计E J ] ．中国矿山工程，2 0 1 8 ，4 7 6 3 7 3 9 ． Z H UY i ．V e n t i l a t i o nc a l c u l a t i o na n dv e n t i l a t i o np a t h d e s i g nf o r4 8 5 0 2 Ah e a d i n gf a c ei nX i m i n gC o a lM i n e [ J ] ．C h i n aM i n eE n g i n e e r i n g ，2 0 1 8 ，4 7 6 3 7 3 9 ． 王斌，王永宝，郝继宝，等．王楼煤矿智能通风系统优 化[ J ] ．煤矿安全，2 0 1 9 ，5 0 2 1 0 5 1 0 8 ． W A N GB i n ．W A N GY o n g b a o ，H A OJ i b a o ，e ta 1 ． O p t i m i z a t i o no fi n t e l l i g e n tv e n t i l a t i o ns y s t e mi n W a n g l o uC o a lM i n e [ J ] ．S a f e t yi nC o a lM i n e s ，2 0 1 9 ， 5 0 2 1 0 5 1 0 8 ． 王建东．关于矿用通风机变频调速控制系统优化改进 的研究E J ] ．矿业装备，2 0 1 9 3 1 6 0 1 6 1 ． W A N GJ i a n d o n g ．R e s e a r c ho n o p t i m i z a t i o n a n d i m p r o v e m e n to fv a r i a b l ef r e q u e n c ys p e e dr e g u l a t i o n c o n t r o ls y s t e mf o rm i n ev e n t i l a t o r [ J ] ．M i n i n g E q u i p m e n t ，2 0 1 9 3 1 6 0 1 6 1 ． 下转第8 7 页 万方数据 2 0 2 0 年第9 期林引等一种矿用超宽输入电压范围自适应电源 8 7 H UL i a n g d e n g ，S U NC h l ，Z H A OZ h i h u a ，e ta 1 ． 2 0 8 5 9 2 D e s i g no fw i d e - r a n g eh i g hv o l t a g ei n p u tl o wv o l t a g e F A N GT i a n z h i 。Z H UH e n g w e i ，R U A NX i n b o ． o u t p u t D C - D Ca u x i l i a r y p o w e rs u p p l y [ J ] ． C o n t r o ls t r a t e g yf o rm o d u l a ri n p u t s e r i e s o u t p u t T r a n s a c t i o n so fC h i n aE l e c t r o t e c h n i c a lS o c i e t y ，2 0 1 5 ， s e r i e si n v e r t e r ss y s t e m [ J ] ．T r a n s a c t i o n so fC h i n a 3 0 3 1 0 3 1 1 4 ． E l e c t r o t e c h n i c a lS o c i e t y ，2 0 1 5 ，3 0 2 0 8 5 9 2 ． [ 9 ] 游青山，孟小红，冉霞．矿井宽压输入自适应电源系统 [ 1 3 ] 方天治，阮新波，查春雷，等．输入串联输出串联逆变 设计[ J ] ．工矿自动化2 0 1 3 ，3 9 7 1 1 1 4 ． 器系统的控制策略[ J ] ．中国电机工程学报，2 0 0 9 ，2 9 Y O UQ i n g s h a n ，M E N GX i a o h o n g ，R A