皮帶輸送機的制動方式對傳動電機的壽命影響很大，所以采用合理的制動方式可以進行延長皮帶輸送機的使用壽命。傳送帶的制動方式有著多種，常見的制動方式有控制動電阻能耗制動、自由剎車、能量回饋制動以及機械制動（盤式制動器制動）等。下運皮帶輸送機多采用 能量回饋制動。正常運行時電動機輸出轉(zhuǎn)矩與負載轉(zhuǎn)矩相平衡，速度達到設(shè)計的額定速度。當制動時動力矩突然減小為零，傳送帶以較大的加速度進行減速，由于皮帶輸送機系統(tǒng)是慣性很大的系統(tǒng)，此時各個輸送設(shè)備受到的沖擊很大，容易損壞輸送設(shè)備，同時所運輸?shù)奈锪吓c皮帶產(chǎn)生相對運動而導致事故。理想的停車方式 是緩慢減小電動機的輸出力矩，采用反S型給定速度曲線，以達到控制減加速度的目的。實際應用當中皮帶輸送機正常停車大多采用變頻器斜坡剎車與盤式制動器相結(jié)合的停車方式
在通用變頻器、
異步電動機和機械負載所組成的變頻調(diào)速傳統(tǒng)系統(tǒng)中，
當電動機
所傳動的位能負載下放時，
電動機將可能處于再生發(fā)電制動狀態(tài)；
或當電動機從
高速到低速（含停車）減速時，頻率可以突減，但因電機的機械慣性，電機可能
處于再生發(fā)電狀態(tài)，
傳動系統(tǒng)中所儲存的機械能經(jīng)電動機轉(zhuǎn)換成電能，
通過逆變
器的六個續(xù)流二極管回送到變頻器的直流回路中。此時的逆變器處于整流狀態(tài)。
這時，
如果變頻器中沒采取消耗能量的措施，
這部分能量將導致中間回路的儲能
電容器的電壓上升。
如果當制動過快或機械負載為提升機類時，
這部分能量就可
能對變頻器帶來損壞，所以這部分能量我們就應該考慮考慮了。
在通用變頻器、
異步電動機和機械負載所組成的變頻調(diào)速傳統(tǒng)系統(tǒng)中，
當電動機
所傳動的位能負載下放時，
電動機將可能處于再生發(fā)電制動狀態(tài)；
或當電動機從
高速到低速（含停車）減速時，頻率可以突減，但因電機的機械慣性，電機可能
處于再生發(fā)電狀態(tài)，
傳動系統(tǒng)中所儲存的機械能經(jīng)電動機轉(zhuǎn)換成電能，
通過逆變
器的六個續(xù)流二極管回送到變頻器的直流回路中。此時的逆變器處于整流狀態(tài)。
這時，
如果變頻器中沒采取消耗能量的措施，
這部分能量將導致中間回路的儲能
電容器的電壓上升。
如果當制動過快或機械負載為提升機類時，
這部分能量就可
能對變頻器帶來損壞，所以這部分能量我們就應該考慮考慮了。
在通用變頻器、異步電動機和機械負載所組成的變頻調(diào)速傳統(tǒng)系統(tǒng)中，當電動機所傳動的位能負載下放時，電動機將可能處于再生發(fā)電制動狀態(tài)；或當電動機從高速到低速（含停車）減速時，頻率可以突減，但因電機的機械慣性，電機可能處于再生發(fā)電狀態(tài)，傳動系統(tǒng)中所儲存的機械能經(jīng)電動機轉(zhuǎn)換成電能，通過逆變器的六個續(xù)流二極管回送到變頻器的直流回路中。此時的逆變器處于整流狀態(tài)。這時，如果變頻器中沒采取消耗能量的措施，這部分能量將導致中間回路的儲能電容器的電壓上升。如果當制動過快或機械負載為提升機類時，這部分能量就可能對變頻器帶來損壞，所以這部分能量我們就應該考慮考慮了。
實現(xiàn)能量回饋制動就要求電壓同頻同相控制、回饋電流控制等條件。它是采用有源逆變技術(shù)，將再生電能逆變?yōu)榕c電網(wǎng)同頻率同相位的交流電回送電網(wǎng)，從而實現(xiàn)制動。回饋制動的優(yōu)點是能四象限運行,電能回饋提高了系統(tǒng)的效率。其缺點是：1、只有在不易發(fā)生故障的穩(wěn)定電網(wǎng)電壓下（電網(wǎng)電壓波動不大于10%），才可以采用這種回饋制動方式。因為在發(fā)電制動運行時，電網(wǎng)電壓故障時間大于2ms，則可能發(fā)生換相失敗，損壞器件。2、在回饋時，對電網(wǎng)有諧波污染。3、控制復雜，成本較高。
綜上所述：在多點驅(qū)動的帶式輸送機系統(tǒng)當中，為了達到輸送系統(tǒng)設(shè)計的性能指標必須要解決協(xié)調(diào)控制問題。
協(xié)調(diào)控制就是由多具有相對獨立的子系統(tǒng)為了一個或者是多個共同的控制目標而采用的控制策略。主要的控制有模糊控制、專家控制、學習控制以及神經(jīng)網(wǎng)絡(luò)控制等。在神經(jīng)網(wǎng)絡(luò)控制當中，小腦關(guān)節(jié)控制（CMAC）模型控制方法日益受到了青睞。
縱觀控制理論發(fā)展的歷程，可以將其分成四個階段；古曲控制理論階段，現(xiàn)代控制理論階段，先進控制理論階段，人工智能控制理論階段。要解決類似皮帶輸送機的這種復雜的非線性系統(tǒng)的協(xié)調(diào)控制，就需要自學習的，自適應的，智能的算法。
