基于模糊自适应PID控制的单向示范刀采煤机记忆截割控制

采煤机在综采作业中所受到的载荷具有随机性,应用模糊自适应PID控制策略,针对采煤机调高机构的几何非线性特点和采煤机作业中单向信息的采集偏差现象,对采煤机双向截割滚筒高度进行自动跟踪,并给出了单向示范刀顶板和底板的数字化模型,通过对单向示范刀记忆截割曲线跟踪控制的模拟仿真,得到误差曲线,为采煤机单向示范刀记忆调高系统的设计优化提供理论支持。     

基于BP神经网络的采煤机自动调高PID控制系统研究

由于采煤机记忆截割技术应用在复杂煤层中具有局限性,提出一种基于BP神经网络的PID控制器,对采煤机的液压自动调高系统进行优化。通过BP神经网络的预测控制原理,改进PID控制器参数。搭建了采煤机滚筒调高PID控制实验系统,并进行了阶跃响应实验和跟踪性能实验。结果表明,相比于传统PID控制器,改进的PID控制器响应更为平稳、跟踪性能更加优越,能更好地满足采煤机在复杂工况下的自动调高要求。     

基于单向示范刀的采煤机记忆截割模型构建及模拟分析

针对采煤机在薄煤层等复杂地质条件下的自动化开采作业,提出并构建基于单向示范刀的采煤机记忆截割模型,在对相关参数进行分析的基础上,应用粒子群算法对采煤机截割轨迹进行分析和规划,最后通过Matlab软件对采煤机截割轨迹进行模拟和仿真,验证基于单向示范刀的记忆截割方法的可行性。     

基于人工免疫和记忆切割的采煤机滚筒自适应调高

为实现采煤机截割滚筒的自动调高,利用记忆切割实现采煤机工作路径的记忆,采煤机利用记忆的相应位置的切割参数自动工作;当煤层地质条件发生变化,采煤机记忆的相应参数与实际参数不一致时,利用人工免疫理论进行数据处理和工作状态判断,实现采煤机截割滚筒的自适应调高.试验表明：基于人工免疫和记忆切割的方法,可以使采煤机适应煤层顶板条件的变化,能够实现采煤机截割滚筒的自适应调高.     

基于BP神经网络的采煤机截割自适应调速控制

采煤机工作环境恶劣,对操作人员伤害大,实现截割自动化对保障煤矿开采安全具有重要意义。记录人工示教模式下的路径,通过判断煤岩状态设置采煤机状态参数跟踪示教路径。在截割过程中以采煤机状态参数为输入信号,采用BP神经网络实时调整采煤机工作参数来实现自适应调速。为了验证基于BP神经网络的采煤机截割自适应调速控制系统的性能,采用MATLAB进行仿真,仿真结果显示自动截割时滚筒的高度大致与示教时相同,说明此系统可以很好地实现自动截割。     

基于单示范刀采煤机记忆截割的数学模型

针对双示范刀记忆截割方法截割参数采样操作劳动强度大的特点,分析了采煤机的工作状态参数与煤层参数的相互关系,提出了单示范刀的记忆截割方法,构建出采煤机几何参数、运行位置、姿态参数和煤层参数与滚筒位置的数学关系,给出了单示范刀状态下工作面顶板的记忆截割数字化模型。经对采煤机截割轨迹的多循环数值模拟,结果与样本轨迹有很好的吻合度,可为采煤机单示范刀记忆截割的程控系统设计提供理论基础。     

基于粒子群算法的采煤机单向示范刀采样轨迹规划

考虑到采煤工艺和工作面的设备适应能力的限制,为提高单向示范刀采样轨迹与记忆截割轨迹的吻合度,探讨单向截割信息转换为双向截割信息的条件,建立基于粒子群算法截割轨迹规划数学模型,通过粒子群算法对截割参数进行规划,给出采煤机顶板记忆截割轨迹,利用Matlab软件对滚筒超调截割岩石或过低留顶煤的单向示范刀采样轨迹进行规划。     

基于多传感器数据融合记忆截割的研究

在分析了国内外多种煤岩识别传感器不足的基础上,提出了以记忆截割为主,多传感器检测为辅的调高方式。通过分析采煤机工作参数的影响因素,采用BP神经网络作为数据融合算法处理多传感器的采集信息,处理后的信息作为采煤机调高的依据。     

采煤机智能化控制技术研究

文章基于7LS-LWS638型采煤机进行采煤机智能化控制技术研究,以实现采煤机滚筒智能调高和记忆截割的智能化控制。通过遗传算法与PID控制器结合,并应用电液比例阀等装置,实现了采煤机滚筒调高和截割深度控制,同时通过优化采煤机自动截割流程,使得采煤机在完成两个循环煤层手动截割后可实现自动截割,与传统控制技术相比,智能化控制技术下设备运行更加稳定,抗干扰能力更强。     

采煤机记忆截割系统设计

对采煤机截割滚筒自动调高控制技术进行了介绍,并对采煤机记忆截割控制系统进行了设计,以便实现对采煤机牵引、截割和调高的自动控制。