模糊PID控制在煤炭分拣机器人控制系统中的应用

针对煤炭机械化采制样系统中分拣机器人工作过程中的时变负载、非线性等特点所导致的基于精确模型的机器人传统控制方法性能上的不足,文章基于模糊控制算法和PID算法相结合的方式,构建模糊PID控制方式;以煤炭分拣机器人伺服系统动态特性为基础,对控制系统进行了Matlab仿真,表明相对于传统PID控制,模糊PID控制是系统具有更好的快速性和鲁棒性。     

基于模糊单神经元PID控制在煤炭分拣机器人中的应用

针对传统的PID算法在煤炭分拣机器人控制系统中由于其运作过程中出现的时变负载和非线性等问题,系统无法得到良好的性能指标。为此,提出了改进的单神经元PID控制算法来代替传统的PID控制,同时为了进一步提高单神经元PID控制的动静态性能,在该算法的基础上,引入了模糊控制来整定单神经元PID的输出增益。建立煤炭分拣机器人控制的Simulink仿真模型。仿真结果表明:模糊单神经元PID控制具有响应速度快、控制精度高且抗干扰性和鲁棒性强等优点。     

煤矸石智能分拣机器人视觉伺服自抗扰控制方法研究

为了有效的将煤矸石从原煤中分拣出来,提出了煤矸石智能分拣机器人视觉伺服自抗扰控制方法。同时为了避免外界环境对煤矸石检测过程产生干扰,采用同态滤波算法对采集的煤矸石图像展开增强处理;在YOLO网络中输入增强后的煤矸石图像,完成煤矸石的检测与定位;通过PID算法实现煤矸石智能分拣机器人控制,从而稳定地完成了煤矸石分拣。实验结果表明,所提方法采集的图像质量高,煤矸石检测精度高,煤矸石智能分拣机器人控制稳定性好。     

基于机器视觉的煤矸石检测研究

针对传统煤矸石分拣机器人对输送带上不同位置煤矸石感知能力不足的问题,提出使用单激发多盒探测器(SSD)机器视觉算法对煤矸石进行检测的方法,提高分拣机器人的感知与分拣性能。实验结果表明,基于SSD的煤矸石检测算法实时性优于Faster-RCNN检测算法,且具有更高的准确性,进一步促进了煤矸石分拣机器人的智能化。     

基于模糊PID的智能掘进机器人系统轨迹纠偏

针对智能掘进机器人系统在定向掘进过程中受地质条件、路况等因素的影响导致实际机身位置偏离规划路线的问题,提出一种基于模糊PID的智能掘进机器人系统轨迹纠偏算法,利用模糊控制规则对PID的比例系数、积分系数、微分系数进行实时在线调整,实现智能掘进机器人系统轨迹纠偏。最后搭建实验平台进行实验验证,对比了传统PID算法和模糊PID算法的纠偏效果,实验表明:同传统的PID相比,模糊PID可以更快地消除横向误差来实现运动轨迹纠偏。     

基于余弦定理-PID的煤矸石分拣机器人动态目标稳准抓取算法

针对煤矿生产中煤矸石分拣问题,提出机器人分拣方案,并对机器人在跟踪和分拣煤矸石时出现延时、抖动、冲击、分拣速度低等现象进行了分析和讨论。通过分析发现,出现这些现象的主要原因是煤矸石属于大质量、快速移动分拣对象,同时决定了机器人机械本体具有较大的惯性负载,传统的跟踪算法由于较大的数据量不适于机器人对大质量、动态目标的快速跟踪与稳定抓取。针对该问题,结合实际工况以及不同追踪方法的优点,提出了基于余弦定理-PID的动态目标抓取算法。首先,利用梯形速度运动规律进行了轨迹规划,并建立了带有圆弧过渡的门字型轨迹;然后,对动态环境下的大质量、动态目标抓取问题建立了数学模型,并针对该数学模型提出了基于余弦定理-PID的动态目标抓取算法。该算法首先通过余弦定理计算出机器人理论抓取点,控制机器人快速到达理论抓取点后,再通过位置-速度双环PID算法控制机械臂末端与煤矸石进行同步。算法测试结果表明:该算法通过余弦定理计算出理论抓取点,能在很大程度上减小机械臂跟踪煤矸石时间,并使得机器人末端快速逼近目标,提高跟踪效率,并通过位置-速度双环PID算法控制机械臂末端与煤矸石进行同步,以保证机械手对煤矸石进行稳准抓取...     

改进的粒子群优化液压伺服模糊控制系统研究

电液伺服系统是一个不确定的非线性复杂系统,传统PID控制往往难以取得理想的控制效果。为了提高煤矿机器人机械臂电液伺服系统的控制精度和稳定性,提出一种基于改进的粒子群算法优化液压伺服系统模糊PID控制器参数的方法,避免了模糊PID控制中参数选取的经验性及参数不变性等问题。应用改进的粒子群算法优化模糊PID控制器参数,可以增强控制器的自适应能力,提高其控制性能。仿真测试表明,改进的粒子群优化模糊PID控制系统的响应性能明显提髙,超调量小,稳态性能好。     

煤炭分选跳汰机排料系统PID控制仿真

跳汰机的工作性能与煤炭分选质量有着直接关系,当前跳汰机排料系统普遍采用PID控制。传统的PID控制器难以快速获得最优的控制参数,灵活性不高。介绍排料系统的工作原理,分析遗传算法的特点,在传统PID控制基础上进行优化,并对优化后的排料系统进行仿真分析。结果显示优化后的PID控制器控制精度高,稳定性强,实用效果良好。     

基于RobotStudio的煤矸石视觉分拣系统仿真

为了提高视觉机器人系统在传统煤矸石分拣中的应用效率，提出一种基于RobotStudio的仿真方法，可以在离线状态下对不同的机器人运动算法、运行程序和执行轨迹进行仿真验证。结果表明，使用该仿真方法可以优化机器人运动节拍，减少现场调试作业时间，提高整体生产效率。     

煤块带式转载机自动分拣及智能调速系统设计

为了推进煤炭开采智能化进度和减轻劳动强度,以某型煤块带式转载机为研究对象,基于视觉识别、六轴机器人、变频器、PLC控制系统等智能化机械、电气系统,设计了一种煤块带式转载机自动分拣及智能调速系统。该系统通过视觉识别对目标形状及要求的煤块进行自动化分拣和智能化调速,为提升煤块分拣效率、减轻劳动强度及煤块输送系统智能化升级改造等方面提供重要的参考。     

矿井带式输送机运行速度控制系统设计研究

矿井输送系统是采煤系统最常见的传输系统之一,在有限的工作面巷道内将煤炭物料从一个点转移到另一个点。利用嵌入式网络和单片机,设计了一种基于“互联网+”的带式输送机速度控制系统。通过监测带式输送机的运行状态,调整带式输送机两级之间的速度,实时监测带式输送机两级之间的速度和两级速度差,以PID算法作为速度控制的输入参数计算方式,用于实现带式输送机两级之间的平稳过渡。与以前的方法相比,提出的基于粒子群算法的网络PID控制器具有更低的瞬态波动和更小的稳态误差。该系统具有可扩展性强、便携性强、高效、环保等优点。     

模糊PID控制算法在车牌生产线张力控制系统中的应用

采用偏差E和偏差变化率Ec的变化规律为依据的模糊PID控制算法，对车牌生产线中难以整定的张力进行在线修改，建立模糊控制规则的监控系统表，并用MATLAB的仿真工具进行仿真实验．结果表明，与传统PID控制算法比较，模糊PID控制算法具有灵活性好，控制适应性强，动态、静态性能好等优点．     

改进的人工鱼群算法采煤机调高控制策略

为了提高煤矿开采中采煤机调高的控制精度,提出了一种基于改进的人工鱼群算法采煤机滚筒调高控制的策略。在传统的人工鱼群算法的基础上,引入步长递减和视野变化的策略,以ITAE的倒数作为目标函数寻优计算得到PID控制器的参数。通过采煤机调高系统的传递函数搭建Simulink仿真模型,和模拟退火算法、粒子群算法进行对比,结果表明改进后的人工鱼群算法误差更小,控制精度更准确,系统的阶跃响应更平滑,为实现更为精准的采煤机调高控制提供一种新的方法,为煤炭的高效生产提供依据。     

螺旋钻式采煤机钻具定向控制研究

针对螺旋钻式采煤机存在钻具偏斜问题,提出采用PID控制算法对钻具的钻进方向进行控制,结合电液伺服阀的调节,实现了定向钻进。试验结果表明,通过采用PID控制算法的钻具定向控制技术,提高了钻式采煤机的安全可靠性,实现了薄煤层的安全高效采煤。     

煤矿冻结站盐水流量智能控制系统研究

 煤矿冻结凿井冻结站一直采用人工阀门控制方式来调节盐水流量,控制效率低,节能效果差,为此采用基于ARM的嵌入式系统构建流量控制硬件平台,将免疫控制与模糊PID有效结合,设计了一款基于免疫-模糊自整定PID的嵌入式盐水流量变频控制系统。仿真实验表明,嵌入式免疫模糊PID控制器能有效提高冻结凿井盐水流量调节的控制精度和效率,鲁棒性、抗扰性均优于模糊PID和常规PID控制方式。     

基于改进模拟退火算法的采煤机滚筒调高优化研究

针对传统的采煤机滚筒调高技术存在着稳定性低,跟踪性能差的问题,提出一种基于改进的模拟退火算法的采煤机滚筒调高控制策略。使用改进的模拟退火算法,以ITAE作为调高系统的性能指标,寻优得到采煤机调高系统PID控制参数。通过MATLAB的simulink工具箱建立控制系统仿真模型,该控制策略具有更好的鲁棒性和信号跟踪能力,可以为煤炭的高效生产提供依据。     

基于模糊PID自适应算法的重介质洗选煤控制系统研究

在重介分选过程中,重介质悬浮液的密度控制效果直接决定重介分选的产品质量。本文针对重介质洗选煤过程中使用介质悬浮液密度和介质桶液位变化存在的时变、非线性等特征,采用模糊PID自适应算法,建立了重介质洗选煤过程控制模型。该模型由模态识别器和模糊PID自适应控制器组成,协同对主选分流执行阀、加介分流执行阀和清水阀进行调节,以实现对介质悬浮液密度和介质桶液位的控制,并进行工业运行试验。结果表明:采用模糊PID自适应算法的重介质洗选煤控制系统,对介质悬浮液密度和介质桶液位控制相对于常规PID控制调节,具有精度较高、响应速度快等优点,满足洗选煤过程控制要求。     

基于智能PID控制的煤矿通风机通风量调节研究

为了能够提高煤矿通风机的控制精确,确保煤矿井下的安全生产,深入地研究了智能PID控制技术在其中的应用。分析了蚁群算法和模糊神经网络的基本原理;讨论了蚁群优化算法的基本流程;设计了煤矿通风机通风量的智能PID控制系统;进行了仿真分析,仿真结果表明该方法具有较好的控制效果。     

煤矿井下全方位移动机器人底盘控制系统设计

为了使全方位运动机器人在复杂的煤矿井下,灵活的实现绕障、越障等功能,提高机器人在不同道路的适应能力和速度响应,设计了一种新型的底盘控制系统,机器人在Mecanum轮底盘移动平台上,采用以Cortex-4为内核的STM32F405处理器,同时利用增量式PID控制算法,限制电机的启动电流、平滑启动转速,实现闭环控制。实验结果证明,所设计的底盘控制系统稳定、可靠,在实际工程应用中,机器人操作简单,运动灵活,性能优良。