基于灰色神经网络预测的采煤机滚筒调高系统研究

摘要

采煤机是煤矿井下工作面生产的重要设备,在煤炭生产的过程中起着重要的作用。在目前采煤机的生产过程中,其滚筒高度的调节绝大多数还是靠采煤机司机手工操作。采煤机的司机往往需要跟随采煤机一同前进,靠司机的视觉和听觉判断滚筒的截割状态,调整滚筒的高度。受地质条件和工作面恶劣环境的影响,这种操作模式没有取得理想的采煤效率,同时严重制约了煤炭生产自动化水平的提高。
　　 基于以上因为,本文对采煤机滚筒调高系统进行了研究。依照模型组合的原理,采用基于灰色理论和神经网络技术相结合的灰色神经网络预测模型对煤岩界面进行预测,避免了直接煤岩界面识别的技术难题,通过计算机仿真并对比其它预测模型,仿真结果证明灰色神经网络预测模型具有较高的精度,并具有一定的中、长期预测能力。以预测模型对煤岩界面的预测为依据,利用基于自适应遗传算法整定的PID控制器对滚筒调高液压系统进行控制,从而达到精确高度控制的目的,以提高回采率。该控制器具有对PID控制器的参数进行优化的能力,具有模块化的特点,适应性强。本文根据工作面生产的实际情况结合系统的设计要求选择了传感器,构建了以工控机和DSP为核心的具有完善接口资源的控制系统硬件电路,并根据控制策略设计了控制系统的软件,完成了控制系统的设计。利用编写的仿真程序对预测模型和控制算法进行了仿真,结果证明控制效果理想,优于传统的控制方式。