双绳缠绕式提升机钢丝绳张力协调控制策略研究
发布时间:2023-03-26 19:39
随着浅层矿产资源的开采殆尽,深井开采是未来的发展方向。双绳缠绕式提升机,作为深井提升的重要装备,其性能直接关系到我国能源战略的有效实施。双绳缠绕式提升机在运行过程中,由于绳槽偏差、卷绕误差及两侧钢丝绳性能的不一致,不可避免地会出现各绳张力不平衡现象,影响到运输设备及人员安全。同时,双绳缠绕式提升机在服役过程中,钢丝绳张力协调控制系统执行器子系统和传感器容易发生故障,存在潜在的安全隐患,闭环控制系统一旦出现失稳,极有可能造成机毁人亡的重大事故。因此,深入研究各种工况下双绳缠绕式提升机钢丝绳张力协调控制方法,是实现钢丝绳张力协调控制策略真正应用于生产实践的关键课题。本文在973计划课题“非定常工况下超深井提升系统危机预防及安全运行研究”的资助下,结合双绳缠绕式提升机的实际工况,综合运用非线性系统建模、自适应控制、迭代学习控制、容错控制等理论,开展了多种工况下双绳缠绕式提升机钢丝绳张力协调控制策略的理论与实验研究。研究工作主要包括:(1)建立了双绳缠绕式提升机提升子系统模型、提升容器子系统模型和浮动天轮驱动子系统模型,最终构建了双绳缠绕式提升机耦合模型;给出了卷绕误差激励和钢丝绳特性偏差的等...
【文章页数】:163 页
【学位级别】:博士
【文章目录】:
致谢
摘要
abstract
变量注释表
1 绪论
1.1 课题来源
1.2 选题背景及意义
1.3 国内外研究现状
1.4 主要研究内容
1.5 技术路线和总体框架
1.6 本章小结
2 双绳缠绕式提升机建模与钢丝绳张力特性分析
2.1 引言
2.2 双绳缠绕式提升机动力学模型构建
2.3 钢丝绳张力特性分析
2.4 仿真分析
2.5 本章小结
3 正常工况下钢丝绳张力协调控制方法
3.1 引言
3.2 动态面控制技术概述
3.3 钢丝绳张力协调动态面控制方法
3.4 基于迭代学习的钢丝绳张力协调自适应动态面控制方法
3.5 仿真分析
3.6 本章小结
4 执行器故障工况下钢丝绳张力协调控制方法
4.1 引言
4.2 钢丝绳张力协调控制系统执行器子系统故障树
4.3 钢丝绳张力协调控制系统执行器子系统故障检测与状态评估方法
4.4 执行器子系统故障工况下钢丝绳张力协调控制器设计
4.5 仿真分析
4.6 本章小结
5 传感器故障工况下钢丝绳张力协调控制方法
5.1 引言
5.2 钢丝绳张力协调控制系统传感器故障分析
5.3 基于信号融合的传感器故障检测与评估
5.4 基于扩张观测器的钢丝绳张力协调控制器设计
5.5 仿真分析
5.6 本章小结
6 试验台搭建与实验验证
6.1 引言
6.2 双绳缠绕式提升装备实验平台介绍
6.3 参数辨识与提升曲线设置
6.4 正常工况下钢丝绳张力协调控制方法试验验证
6.5 执行器子系统故障工况下钢丝绳张力协调控制方法试验验证
6.6 传感器故障工况下钢丝绳张力协调控制方法试验验证
6.7 本章小结
7 总结与展望
7.1 主要结论
7.2 主要创新点
7.3 研究展望
参考文献
附录
作者简历
学位论文数据集
本文编号:3771590
【文章页数】:163 页
【学位级别】:博士
【文章目录】:
致谢
摘要
abstract
变量注释表
1 绪论
1.1 课题来源
1.2 选题背景及意义
1.3 国内外研究现状
1.4 主要研究内容
1.5 技术路线和总体框架
1.6 本章小结
2 双绳缠绕式提升机建模与钢丝绳张力特性分析
2.1 引言
2.2 双绳缠绕式提升机动力学模型构建
2.3 钢丝绳张力特性分析
2.4 仿真分析
2.5 本章小结
3 正常工况下钢丝绳张力协调控制方法
3.1 引言
3.2 动态面控制技术概述
3.3 钢丝绳张力协调动态面控制方法
3.4 基于迭代学习的钢丝绳张力协调自适应动态面控制方法
3.5 仿真分析
3.6 本章小结
4 执行器故障工况下钢丝绳张力协调控制方法
4.1 引言
4.2 钢丝绳张力协调控制系统执行器子系统故障树
4.3 钢丝绳张力协调控制系统执行器子系统故障检测与状态评估方法
4.4 执行器子系统故障工况下钢丝绳张力协调控制器设计
4.5 仿真分析
4.6 本章小结
5 传感器故障工况下钢丝绳张力协调控制方法
5.1 引言
5.2 钢丝绳张力协调控制系统传感器故障分析
5.3 基于信号融合的传感器故障检测与评估
5.4 基于扩张观测器的钢丝绳张力协调控制器设计
5.5 仿真分析
5.6 本章小结
6 试验台搭建与实验验证
6.1 引言
6.2 双绳缠绕式提升装备实验平台介绍
6.3 参数辨识与提升曲线设置
6.4 正常工况下钢丝绳张力协调控制方法试验验证
6.5 执行器子系统故障工况下钢丝绳张力协调控制方法试验验证
6.6 传感器故障工况下钢丝绳张力协调控制方法试验验证
6.7 本章小结
7 总结与展望
7.1 主要结论
7.2 主要创新点
7.3 研究展望
参考文献
附录
作者简历
学位论文数据集
本文编号:3771590
本文链接:https://www.wllwen.com/shoufeilunwen/gckjbs/3771590.html