采煤機(jī)智能控制關(guān)鍵技術(shù)研究.pdf

1、隨著煤炭工業(yè)由勞動(dòng)密集型向技術(shù)密集型的轉(zhuǎn)變，綜采工作面的“少人化”或“無人化”成為煤礦安全、高效生產(chǎn)的關(guān)鍵。在綜采工作面中，采煤機(jī)、液壓支架和刮板輸送機(jī)需要配合工作，作為關(guān)鍵機(jī)電裝備之一，采煤機(jī)的自動(dòng)化程度直接影響整個(gè)綜采工作面的安全生產(chǎn)。因此，有必要對采煤機(jī)的智能控制技術(shù)進(jìn)行研究，進(jìn)而提高綜采工作面的自動(dòng)化水平，減少現(xiàn)場作業(yè)人員，為綜采工作面的安全高效生產(chǎn)提供技術(shù)保障。
　　本文以電牽引采煤機(jī)智能控制關(guān)鍵技術(shù)的研究和系統(tǒng)開發(fā)為目

2、標(biāo)，研究了基于截割路徑跟蹤和運(yùn)行狀態(tài)評價(jià)的采煤機(jī)智能控制方法，以牽引速度調(diào)節(jié)作為主要控制手段、滾筒截割高度調(diào)節(jié)作為次要控制手段，實(shí)現(xiàn)了采煤機(jī)穩(wěn)定、可靠運(yùn)行的智能控制。在此基礎(chǔ)上，對采煤機(jī)智能控制系統(tǒng)中的截割路徑跟蹤、運(yùn)行狀態(tài)評價(jià)、牽引速度控制以及智能協(xié)調(diào)控制等關(guān)鍵技術(shù)進(jìn)行了深入地研究，主要成果如下：
　?。?）在分析采煤機(jī)基本結(jié)構(gòu)及工作機(jī)理的基礎(chǔ)上，結(jié)合采煤機(jī)智能控制系統(tǒng)的功能要求和技術(shù)要素，提出了采煤機(jī)智能控制系統(tǒng)的控制方案及控

3、制流程，并對采煤機(jī)智能控制系統(tǒng)的總體結(jié)構(gòu)進(jìn)行了設(shè)計(jì)。
　?。?）提出了基于煤層分布邊界趨勢的采煤機(jī)截割路徑跟蹤方法，對煤層分布邊界曲線的描述方法進(jìn)行了分析，建立了由常規(guī)點(diǎn)、關(guān)鍵點(diǎn)和異常點(diǎn)組成的特征點(diǎn)集，研究了基于改進(jìn) D-S證據(jù)理論與多神經(jīng)網(wǎng)絡(luò)融合的煤層分布邊界預(yù)測算法，給出融合預(yù)測算法的具體實(shí)施步驟和流程圖，并利用插值算法對煤層分布邊界特征點(diǎn)進(jìn)行擬合優(yōu)化，得到了性能更好的截割路徑生成方法。
　　（3）構(gòu)建了采煤機(jī)運(yùn)行狀態(tài)的

4、評價(jià)體系，建立了采煤機(jī)運(yùn)行狀態(tài)評價(jià)模型，確定了正常、過渡、異常和危險(xiǎn)四種運(yùn)行狀態(tài)的識別模式。給出了基于屬性約簡和值約簡的數(shù)據(jù)預(yù)處理方法，設(shè)計(jì)了基于粗糙集理論與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的模式識別算法。在此基礎(chǔ)上，研究了基于模糊邏輯的采煤機(jī)運(yùn)行狀態(tài)異常的專家知識庫，為實(shí)現(xiàn)采煤機(jī)的智能控制提供可靠的參考依據(jù)。
　　（4）提出了一種基于 T-S云推理網(wǎng)絡(luò)與粒子群優(yōu)化算法相結(jié)合的采煤機(jī)牽引速度調(diào)整方法，實(shí)現(xiàn)了采煤機(jī)牽引速度的實(shí)時(shí)控制。確定了以采煤

5、機(jī)穩(wěn)定、可靠運(yùn)行為控制目標(biāo)，以牽引調(diào)速和滾筒調(diào)高為控制手段的動(dòng)態(tài)協(xié)調(diào)控制思想，建立了基于滾筒高度與牽引速度協(xié)同調(diào)節(jié)的采煤機(jī)智能控制體系，給出了控制指令的優(yōu)先級劃分準(zhǔn)則，設(shè)計(jì)了基于指令優(yōu)先級的采煤機(jī)智能協(xié)調(diào)控制方法和流程。
　　通過實(shí)驗(yàn)室實(shí)驗(yàn)以及煤礦工業(yè)性試驗(yàn)對本課題研究的采煤機(jī)智能控制方法進(jìn)行了驗(yàn)證，結(jié)果表明：在實(shí)驗(yàn)和生產(chǎn)過程中基于煤層分布邊界的采煤機(jī)截割路徑跟蹤絕對誤差均小于0.05m；基于粗糙集理論與BP神經(jīng)網(wǎng)絡(luò)融合的采煤機(jī)運(yùn)