恒减速制动是以制动的减速度恒定作为控制目标,使提升机在各种工况下能够按照给定的减速度值安全制动,该制动方式不仅改善了制动性能,还有效地预防了摩擦提升机滑绳事故的发生,是矿井提升机较为理想的制动方式。传统的控制系统以PLC为核心控制器,其顺序执行方式以及主频较低越来越难以满足恒减速系统对实时性的要求。恒减速制动系统集机电液于一体化,系统较为复杂,传统的PID控制难以取得较高的时效性。因此,高实时性、高精度的恒减速制动电控系统的研究具有重要意义。本课题以可实现恒力矩-恒减速切换的液压转换装置为控制对象,研究并设计了基于嵌入式的恒减速制动电控系统。首先,本文以恒减速制动转换装置为控制对象,进行控制原理的分析,同时根据工况需求提出了基于嵌入式的电控系统硬件总体方案。硬件电路采用双极板插接方案,分为核心主板和外围电路基板,便于系统调试。核心主板包含微处理器和所需电路,外围电路基板是输入输出电路的集合,包括油压信号输入电路、溢流阀输出电路等。为了提高硬件电路板的可靠性,本文还进行了PCB板的电磁兼容性研究和设计。其次,结合硬件系统和恒减速制动控制原理,给出了基于嵌入式实时操作系统的多任务处理软件系统方案。软件系统包含恒减速多任务处理和控制算法研究两大部分。实时操作系统μC/OS-II可实现多任务―并发‖处理,使得恒减速制动系统具有较高的实时性。控制算法采用模糊神经网络,构建了基于T-S模糊模型的神经网络并进行了离线训练,该结果可直接应用。同时为了提高速度反馈量的处理精度,引入了卡尔曼滤波算法,设计了卡尔曼滤波器。最后,根据以上研究内容进行了恒减速电控系统的集成仿真与实验。首先采集编码器数据并分别由卡尔曼滤波和传统测速方法对加速度值进行处理,实验结果表明卡尔曼滤波精确度更高。接着基于模糊神经网络控制算法对恒减速制动系统进行集成仿真,仿真结果完全满足各种工况下的恒减速制动。最后在实验室环境下,搭建模拟试验台,以及现场模拟实验,验证了电控系统的可行性。