看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于煤岩界面识别的采煤机智能调高控制方法研究 收藏
基于煤岩界面识别的采煤机智能调高控制方法研究

基于煤岩界面识别的采煤机智能调高控制方法研究

作     者:刘送永 程诚 吴洪状 崔玉明 孟德远 司垒 LIU Songyong;CHENG Cheng;WU Hongzhuang;CUI Yuming;MENG Deyuan;SI Lei

作者机构:中国矿业大学机电工程学院江苏徐州221116 苏州大学未来科学与工程学院江苏苏州215222 江苏师范大学机电工程学院江苏徐州221116 

基  金:国家自然基金青年项目(52304178) 国家自然基金面上资助项目(52074271) 江苏省杰出青年基金资助项目(BK20211531) 

出 版 物:《煤炭科学技术》 (Coal Science and Technology)

年 卷 期:2024年第52卷第S2期

页      码:186-200页

摘      要:煤岩界面识别及采煤机自动调高作为采煤机智能化的关键技术,是实现采煤工作面的智能化、无人化的重点和难点。实际工作中,多采用人工观测或多种方法结合进行煤岩界面的识别,采煤机通过记忆截割方式和比例-积分-微分(PID)控制等方法进行调高控制,无法适应煤层的复杂变化,且控制算法精度有限。针对采煤机的智能化调高作业问题,设计采煤机自动调高控制系统方案,利用低频脉冲-超宽带(IR-UWB)雷达,采用基于斜投影算子的类最大似然(OPMLL)信号定位方法进行煤岩界面识别,将信号协方差矩阵依次投影到各信号子空间中,得到包含若干单个信号信息的协方差矩阵,进而使用最大似然估计法(ML)进行往返时间延迟估计,并采用迭代方法提高估计精度,获得煤岩界面轨迹;考虑采煤工艺要求、设备限制等具体工况要求,以最大回采率为优化目标,基于有约束优化算法,进行截割轨迹优化;基于采煤机运动学和状态空间模型,采用基于神经网络观测器的间接自适应规定性能控制(NOIAPPC)方法,使用径向基神经网络(RBFNNs)估计系统未知非线性函数,通过二阶滤波器估计反步控制设计中每步的虚拟控制律导数,并使用一种新的神经滑模观测器用于在线估计系统状态变量,只需要已知系统输出,通过调节控制器参数,可使系统瞬态和稳态误差被限制在给定范围内,从而实现采煤机自动调高控制。最后,通过试验验证所提方法的有效性和优越性,为采煤机智能化提供技术支撑。试验结果表明,摇臂转角轨迹跟踪误差百分比约不超过8.2%,截割轨迹最大高度误差约不超过0.01m。

主 题 词:采煤机 煤岩界面识别 轨迹优化 智能调高 现代控制理论 

学科分类:0711[理学-心理学类] 07[理学] 081104[081104] 08[工学] 0811[工学-水利类] 071102[071102] 081103[081103] 

核心收录:

D O I:10.12438/cst.2022-0004

馆 藏 号:203158179...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分