液压支架电液控制系统的急停功能设计

针对现有电液控制系统抗干扰性能较差的问题,结合煤矿井下综采工作面特点,提出了一种基于C8051F020单片机的液压支架电液控制系统急停功能的设计方案,介绍了急停功能的实现过程。该方案在采煤工作面出现紧急情况时,操作急停按钮可使整个工作面上的所有液压支架立即停止动作,并不再响应任何操作指令;在危险情况排除后,操作解停按钮就可以使采煤工作面恢复正常工作。功能调试结果验证了该方案的可行性。     

液压支架精确推移控制方案研究与应用

针对液压支架液压系统存在控制精度差、支架推移步距不一致等问题,提出了一种液压支架精确推移控制方案。该方案通过引入推移控制逻辑阀,并优化电液控制系统自动推移控制流程,实现移架、推溜动作精确控制及销轴间隙自动消除功能。实验及现场应用结果表明,该方案提高了综采工作面液压支架自动推移控制精度,保证了支架推移步距的统一。     

基于CAN总线的液压支架电液控制系统的开发

针对煤层智能化开采程度低的问题,提出一种基于CAN总线的液压支架电液控制系统。在分析煤层采煤工艺的基础上设计了电液控制系统的硬件结构,并根据实际控制需求进行了软件设计。通过双CAN总线通信实验发现,控制系统可以实现远程对通信功能的控制,可提高液压支架电液控制的效率。     

液压支架电液控制系统自动化测试平台研制

针对现有液压支架电液控制系统功能测试方法存在实现成本高、测试效率低、无法自动记录测试数据的问题,同时为了便捷验证液压支架电液控制系统的控制逻辑对综采工作面工况的适应性,以SAC型液压支架电液控制系统为研究对象,研制了一种液压支架电液控制系统自动化测试平台。该测试平台采用测试管理平台协调多个检测装置协同执行测试用例,利用仿真技术模拟各种传感器数据的变化过程,利用多路通信网络实现测试数据的实时汇总,利用多路继电器切换实现多功能的复用,可以根据具体的综采工作面应用配套实现检测装置端口功能自动化配置和管理,实现了液压支架电液控制系统的单动功能测试、成组功能测试、自动跟机功能测试及综采工作面工况适应性测试的自动化,提高了测试效率和测试准确性,为研究综采工作面顶板垮落、底板凹凸等复杂工况下电液控制系统的自适应性提供了有效手段。     

液压支架电液控制系统计算机集中控制和模拟实验研究

根据液压支架电液控制系统目前状况,提出了一种改进措施。论述了改进后的支架电液控制系统结构、工作原理、抗干扰措施及程序设计框图。     

智能工作面液压支架电液控制系统端头控制器设计

随着无人值守智能化综采工作面建设的不断推进,对液压支架电液控制系统的自动化控制功能提出了更高的技术要求。基于目前国内开发的电液控制技术在满足智能化生产技术要求方面,存在通信速率低、响应不及时和可靠性差等问题,开发了一种基于32位处理器的液压支架电液控制系统端头控制器,设计了基于工业以太网和CAN总线的端头控制器通信架构。根据无人值守智能化综采工作面具有智能感知、智能决策和自动控制的技术要求,在端头控制器中设计了参数巡检、参数修改、在线升级和跟机自动控制功能。为了应对智能化综采工作面对液压支架电液控制系统数据标准化、规范化的要求,端头控制器可以对液压支架电液控制系统产生的数据按照基于位号的数据编码标准进行编码。通过综采工作面“三机”实验平台进行实验,结果表明：端头控制器从发出巡检指令到接收到实验平台27台支架控制器的数据,整个过程用时1.8 s,比使用RS485通信实现参数巡检快1.5 s;端头控制器发送的升级程序大小为38 KiB,传输时间为1.2 s。经过测试,综采工作面所有支架控制器从接收升级命令到一起升级成功用时为4～6 s,达到了预期目标;端头控制器可以根据采煤机位置控制相应液...     

基于PM31系统的液压支架成组多架同步自动控制的研究

针对PM31液压支架电液控制系统存在单个支架的非自动控制效率低、成组单架的顺序自动控制速度滞后于割煤速度的问题,提出了一种利用该系统中液压支架控制器的固有程序来实现成组多架同步自动控制的方案,即通过干线电缆及终端器将每个支架的控制器互联,控制器根据采集到的支架推移行程传感器和立柱压力传感器中的数据控制电磁、电液驱动装置执行成组支架同步动作。实践表明,该方案应用效果良好,大大提高了综采工作面的回采效率。     

液压支架电液控制系统软件在线升级方案设计

针对现有液压支架间架控制器与端头控制器的软件升级需要技术人员在井下对控制器逐一拆装操作,且耗时长、效率低的问题,提出了一种液压支架电液控制系统软件在线升级方案,详细介绍了液压支架电液控制系统组成、代码存储空间变化及在线升级的相关程序流程,并给出了实验数据及分析。该方案实现了对间架控制器和端头控制器的远程在线升级,升级过程简单方便,且升级速度快。     

浅谈我国支架电液控制技术现状及发展趋势

电液控制己成为支架控制的发展方向,随着该技术在我国的推广与应用,电液控制系统正由单一型号产品向系列化、专用化方向发展,同时,通过新技术的应用,优化了系统结构,丰富了系统功能,有效提升了支架控制的智能化程度.     

CAN总线在液压支架控制器的应用

针对煤矿综采工作面电液控制系统中液压支架多而分散、系统信息量大、调试不方便等特点,介绍了一种基于CAN总线的液压支架控制器的设计方案.通过CAN总线,服务器和液压支架控制器节点可直接进行通信,形成分布式网络,简化了系统结构,实现多液压支架的分散安装和集中控制功能.本文介绍了系统的整体结构、工作原理、液压支架控制器节点的硬件设计和CAN应用层协议以及软件通信设计..     

基于支持向量机的一类混沌系统自适应逆控制

本文研究了基于支持向量机回归自适应逆控制的混沌控制方法,用支持向量机建立系统的辨识器,同时在控制过程可逆的条件下设计基于支持向量回归的系统逆控制器.将该自适应逆控制的方法应用于Lorenz混沌系统的控制,仿真结果表明在系统带有不确定性和测量噪声的情况下,该方法可以有效的将混沌系统的状态控制到给定状态.     

学习人类控制策略的双足机器人步态控制研究

针对双足机器人面临的复杂环境下动态行走的适应性难题,提出了一种基于学习人类控制策略的双足机器人步态控制方法。利用三维线性倒立摆模型构造双足行走系统的状态方程,建立学习人类控制策略的参数化模型,设计了基于SVM的学习型控制器。该方法保证了躯干始终处于与地面近似垂直,增强了步态控制的鲁棒性,提高了双足机器人在复杂环境下行走的动态稳定性。实验验证了该方法的有效性。     

基于在线支持向量机的非线性内模控制

为了提高传统内模控制的鲁棒性和抗干扰能力,采用在线支持向量机回归（Online Support Vector Machine Regression,OSVMR ）理论建立系统的正向模型和设计逆模控制器。首先简要介绍了OSVMR的原理和算法,然后将其应用于内模控制问题,并建立了OSVMR模型。其次,在控制过程可逆的条件下设计了OSVMR控制器,最后将该控制方法应用于可逆非线性系统和具未知干扰的温室环境控制问题,仿真结果表明该方法与RBF神经网络IMC相比,具有较简单的模型和较好的控制性能。     

A framework for knowledge-based control

A framework for knowledge-based control is proposed. The approach presented is suitable for control systems and control support of systems which have no adequate mathematical models. Thus, the control is performed by using knowledge engineering methods rather than pure mathematical control methods. The domain expert's knowledge is assumed to be encoded in the form of simple statements (facts) and special reasoning rules, which form the core of the Knowledge-Based Control System (KBCS). The control system reads the input information, and on the basis of the current state of its knowledge base, together with the application of supplied inference rules updates the knowledge base and performs the required control actions. Moreover, some inference control knowledge, reflecting the expert's way of reasoning, is to be incorporated in the KBCS. The main idea of the system consists of selecting an appropriate set of actions to be executed, with regard to the current state specification and the control goal given. An abstract mathematical model of the control process is formulated and a suitable language for knowledge representation is proposed. The reasoning scheme is discussed and the structure of the control system is outlined. A representative application example is provided.     

异常检测中查全率和查准率的控制

在使用支持向量机分类技术的异常检测系统中，提出控制查全率和查准率的方法，该方法采用遗传算法优化特征选择和训练模型，其中染色体由特征选择和训练模型组成，适应度是用ξα-estimate方法计算的查全率和查准率的组合，通过设置其中一个参数η达到控制查全率和查准率的目的，实验中采用异常检测标准数据分析该方法的使用效果，结果表明随着η增大，查全率也增大，而查准率却减小，使得用户可以通过设置η的值控制查全率和查准率。     

Detection of control deterioration using decision support systems

Current audit practices limit the visibility of management to the effectiveness of controls between audit engagements. Controls can deteriorate between audits creating potential security vulnerabilities. The corporate environment contains automated data that can be analyzed to detect control deterioration. This paper suggests that audit management utilize decision support systems, management information systems and management science models to identify and project the deterioration of controls that can occur. The feedback to audit management should reduce operational costs, ensure the maintenance of controls and reduce security vulnerabilities.     

受汽车无人驾驶启发的液压支架智能协同控制

针对综采工作面液压支架控制精度低、协同性差、推移不齐等问题,借鉴汽车无人驾驶技术,提出了一种液压支架智能协同控制方法。将综采工作面每台液压支架看作是一辆“汽车”,该“汽车”靠移架动作向前行驶,靠底调、侧护板调整行驶方向,液压支架群组就像排成一排的“汽车”按照一定顺序前行,并保持排列队形。每台液压支架都有固定的目标行程,并受左右侧支架的位置约束,能够关注前方采煤机运行情况,兼顾邻架的状况,从而实现液压支架智能协同控制。该方法从液压支架精准推移控制、平行移架控制、护帮板控制、自动跟机闭环控制等方面探讨了液压支架智能协同控制,为解决综采工作面液压支架控制问题提供了一个思路。     

Support vector machines‐based generalized predictive control

In this study, we propose a novel control methodology that introduces the use of support vector machines (SVMs) in the generalized predictive control (GPC) scheme. The SVM regression algorithms have extensively been used for modelling nonlinear systems due to their assurance of global solution, which is achieved by transforming the regression problem into a convex optimization problem in dual space, and also their higher generalization potential. These key features of the SVM structures lead us to the idea of employing a SVM model of an unknown plant within the GPC context. In particular, the SVM model can be employed to obtain gradient information and also it can predict future trajectory of the plant output, which are needed in the cost function minimization block. Simulations have confirmed that proposed SVM‐based GPC scheme can provide a noticeably high control performance, in other words, an unknown nonlinear plant controlled by SVM‐based GPC can accurately track the reference inputs with different shapes. Moreover, the proposed SVM‐based GPC scheme maintains its control performance under noisy conditions. Copyright © 2006 John Wiley & Sons, Ltd.     

Temperature prediction control based on least squares support vector machines

A prediction control algorithm is presented based on least squares support vector machines (LS-SVM) model for a class of complex systems with strong nonlinearity. The nonlinear off-line model of the controUed plant is built by LS-SVM with radial basis function (RBF) kernel. In the process of system running, the off-line model is linearized at each sampling instant, and the generalized prediction control (GPC) algorithm is employed to implement the prediction control for the controlled plant. The obtained algorithm is applied to a boiler temperature control system with complicated nonlinearity and large time delay. The results of the experiment verify the effectiveness and merit of the algorithm.