基于極限學習機的采煤機記憶截割調(diào)高控制算法研究.pdf

1、采煤機的自動調(diào)高是實現(xiàn)采煤機工作面少人化和無人化的關(guān)鍵技術(shù)之一。采煤機自動調(diào)高控制對提升采煤系統(tǒng)可靠性、延長設(shè)備壽命、提高生產(chǎn)效率以及保障生產(chǎn)安全具有重要的現(xiàn)實意義。本文對基于極限學習機的采煤機記憶截割調(diào)高控制算法進行研究，完成的主要工作如下：
　　通過對采煤機組成結(jié)構(gòu)和工作原理分析，結(jié)合采煤機記憶截割系統(tǒng)研究，進而確定了記憶截割的采集參數(shù)和采樣周期；考慮到現(xiàn)有的采煤工藝，建立了人工示范刀軌跡規(guī)劃模型，并分析粒子群算法和遺傳算法優(yōu)

2、缺點，利用兩者結(jié)合的混合優(yōu)化算法對示范刀軌跡進行規(guī)劃，并對規(guī)劃路徑進行誤差分析，結(jié)果表明混合優(yōu)化算法能夠滿足采煤機的工作需求；對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法及一種新型的單隱含層前饋神經(jīng)網(wǎng)絡(luò)算法——極限學習機進行了深入研究，表明極限學習機算法在運算速度、計算精度、泛化能力上更具優(yōu)勢；通過對采煤機液壓伺服調(diào)高系統(tǒng)的分析，針對采煤機調(diào)高系統(tǒng)的非線性、延時性等特性，進而設(shè)計了基于極限學習機PID控制策略，并利用Matlab/Simulink軟件對截割軌跡進