盘式制动器又称碟式制动器，由于具有散热快、重量轻、构造简单、调整方便、高负载时耐高温性能好，制动效果稳定的特点，在
皮带式输送机的制动系统中广泛应用。
盘式制动器控制系统的主要功能包括：在输送机正常运转时，为制动器松闸回路提供适当的油压．在输送机制动时，可通过电液比例阀调节油路压力从而实现制动过程的精确控制。
1、控制系统结构
制动器液压站工作原理如图1所示．液压回路由液压泵、滤油器、单向阀、皮囊蓄能器、比例溢流阀及调压部分组成，
制动过程的工作过程是：系统油压通过调节溢流阀5手柄来确定，输送机正常工作时，电磁阀1DT、3DT、4DT、5DT、6DT处于通电状态，压力油经A口和B口进入盘式制动器，使制动器处于开闸状态，同时通过换向阀21向皮囊蓄能器22充液，当达到设定的调压值后，控制器命令液压泵停止运转，此时由保压回路（由皮囊蓄能器22、电磁换向阀2l、20、26组成）向制动器提供油液和压力．当输送机制动时，电磁铁3DT、4Drr、5DT通电，电磁铁6DT断电，由电液比例溢流阀24调节压力，实现压力的闭环控制，使制动器平稳停车。
电控部分以Siemens CPU226作为主控器，通过模拟量混合单元EM235来实现系统压力实时采集以及对电液比例阀的控制。
2、神经网络PID控制
本系统的主要设计目标是通过调节电液比例阀的开度实现制动过程的精确控制，由于液压系统存在非线性特性，且在工作过程中会因为油温的变化引起系统参数的变化，不宜使用常规PID控制方式．本文针对上述情况提出了使用适应的特性，利用径向基函数( Radial Basic Function，RBF)神经网络实时整定PID控制器参数，以提高系统的可控性和稳定性。
RBF神经网络是一种具有单隐层的三层前向网络，其输入输出间的映射关系为非线性而隐含层与输出空间的映射为线性关系．RBF神经网络是一种局部逼近网络，具有以任意精度逼近连续函数的能力，
3、系统仿真
利用Simulink进行仿真，与传统PID控制方法进行比较．输入为rint(t)=l.0 sgn(sin(27rt》，传统PID控制的参数为：kF0.12、k1~0.08、kd=0.24；神经网络控制系统初始参数为：数据中心矩阵初始值：30;扩展常数矢量初始值：40；输出权值矢量初始值：10；网络的学习速率：的学习速率：0.35．输出仿真如图4所示，其中图(a)采用传统PID控制、图(b)采用RBF神经网络控制，仿真结果表明，RBF神经网络控制器具有很好的控制和跟踪性能，控制精度高。
4、结论
RBF神经网络控制器具有很好的全局搜索寻优特性，并且具有操作方便、跟踪速度快，使用时不需要建立精确的数学模型的特点，采用RBF神经网络算法实时优化PID控制参数，极大地改善了传统PID控制器的性能，使系统的响应速度有了很大提高．仿真结果表明，基于RBF的PID控制克服了传统PID控制算法的不足，提高了PID控制器的控制精度，具有较强的抗干扰和自适应能力，有较高的适应能力，可以满足制动器控制系统的控制要求。
相关输送机产品：
1、
皮带输送机
2、
刮板输送机
