提升绳张力不平衡是多绳摩擦式提升机普遍存在的问题,易造成卷筒衬垫磨损过快、钢丝绳打滑等设备故障。目前,张力自平衡装置是多绳摩擦提升机提升绳自主调整张力差的关键设备,为了解决提升绳张力不平衡问题,人们必须保障其正常工作。及时消除各个提升绳之间的张力差是多绳摩擦式提升机设备维护的重要工作,而努力降低平衡油缸使用故障率是张力自平衡装置能否发挥其作用的关键。

针对目前提升机载荷难以通过直接法测量的问题,以某矿JKM-2.8×6(I)A型多绳摩擦式提升机为研究对象。选取提升机运行过程中的最大启动电流、加速段主电机电流平均值、最大速度、平均加速度等8类2000组数据进行分析,利用多种神经网络(BP、RBF、Elman)的方法建立了载荷预测模型。经过对比分析,表明自适应BP神经网络可作为预测提升机提升载荷的一种有效方法。该方法是基于提升机现场数据进行载荷的预测分析可以为摩擦式提升机载荷监测提供参考,也可以进一步为现场的安全生产与维护提供理论参考依据,非常具有现实指导意义。