CN103362507B - 一种提高采煤机记忆截割执行精度的方法 - Google Patents

一种提高采煤机记忆截割执行精度的方法 Download PDF

Info

Publication number
CN103362507B
CN103362507B CN201310287045.7A CN201310287045A CN103362507B CN 103362507 B CN103362507 B CN 103362507B CN 201310287045 A CN201310287045 A CN 201310287045A CN 103362507 B CN103362507 B CN 103362507B
Authority
CN
China
Prior art keywords
coal
fuzzy
base plate
height tolerance
change
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310287045.7A
Other languages
English (en)
Other versions
CN103362507A (zh
Inventor
王忠宾
涂兴子
谭超
周信
闫海峰
周晓谋
姚新港
刘新华
渠清团
李付生
吴连城
王冠鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongping Nenghua Group Machinery Manufacturing Co ltd
China University of Mining and Technology CUMT
Pingdingshan Tianan Coal Mining Co Ltd
Original Assignee
Zhongping Nenghua Group Machinery Manufacturing Co ltd
China University of Mining and Technology CUMT
Pingdingshan Tianan Coal Mining Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongping Nenghua Group Machinery Manufacturing Co ltd, China University of Mining and Technology CUMT, Pingdingshan Tianan Coal Mining Co Ltd filed Critical Zhongping Nenghua Group Machinery Manufacturing Co ltd
Priority to CN201310287045.7A priority Critical patent/CN103362507B/zh
Publication of CN103362507A publication Critical patent/CN103362507A/zh
Application granted granted Critical
Publication of CN103362507B publication Critical patent/CN103362507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明一种提高采煤机记忆截割执行精度的方法,(1)采集数据;(2)确定输入和输出变量;(3)设定输入变量e、c和输出变量Δβ2的论域元素和量化因子k1、k2、k3;(4)确定模糊控制规则;(5)建立模糊控制表;(6)模糊控制表建立完成后,保存在采煤机控制器中,在采煤机运行过程中,根据底板高度变化的模糊分类,对采煤机滚筒高度的变化范围进行实时修正,并以此为依据对摇臂倾角进行调节。与现有技术相比,本方法能够有效提高采煤机记忆截割的执行精度,且在一定程度上改善了采煤机截割路径的平整性。

Description

一种提高采煤机记忆截割执行精度的方法
技术领域
本发明涉及一种提高采煤机记忆截割执行精度的方法,属于采煤技术领域。
背景技术
一直以来,如何实现煤岩识别及在此基础上实现采煤机的自动化运行是国内外专家学者的研究重点,经过长期的探索,发展出了包括γ射线探测法、切割力响应分析法、同位素传感分界法等在内的一系列技术方法,但是由于井下复杂多变的环境条件,提出的方法并未取得理想的效果,采煤机自动化运行的目标也一直没有完全实现。一方面煤矿生产迫切需要实现采煤机的自动化运行,一方面直接实现煤岩识别的难度较大,因此,逐渐发展出了一种煤岩界面识别的间接方法——记忆截割。
记忆截割是按照“示教—执行—修正—执行”的基本思想实现的。现有研究主要围绕以下三个方面展开:1)采煤机记忆截割路径预测方法,基于人工免疫理论的采煤机滚筒自适应调高方法,实现适应煤层地质条件发生变化的自动截割;2)采煤机记忆截割路径跟踪方法,如自适应记忆截割方法,以适应复杂地质条件下的采煤机控制要求,还有一种灰色马尔科夫组合模型的采煤机记忆截割算法,提高了采煤机记忆截割的控制精度;3)采煤机记忆截割执行方法,基于滑模变结构的采煤机滚筒调高控制策略,较好地实现了采煤机滚筒快、平、稳的自动调整,另外使用模糊控制器控制电磁阀通断时间的方法,使得采煤机滚筒能够具备良好的路径跟踪能力。
现有记忆截割方法在使用时需要满足一个共同的条件,即综采工作面需要具备良好的地质条件,满足顶底板变化平缓的基本要求。现有方法在实际应用过程中,往往会出现执行误差较大的情况,
如图1所示,现有的采煤机记忆截割方法:采煤机实现记忆截割主要由两部分组成:示教,执行。首先,采煤机司机根据当前煤层的高低起伏条件,手动操作采煤机,调节前后滚筒高度,并将截割过程中采煤机位置、采煤机姿态参数、采煤机运行速度等保存在控制器存储单元中。
设采煤机运行时的当前进刀数为i,一刀范围内的记忆点序号为j,则综采工作面当前位置的运行状态可表示为Si,j(i=1,2…,j=1,2…),Si,j为一个信息状态集合,且Si,j={p(i,j),v(i,j),α(i,j),β(i,j),γ(i,j)},其中,p、v、α、β、γ分别表示采煤机的当前位置、速度、机身倾角、摇臂倾角和俯仰角等信息。记忆截割执行时,控制器根据存储单元中保存的数据再现采煤机上一刀记忆的截割路径。存在的问题:现有的采煤机记忆截割方法在实际应用时,发现存在实际截割路径与预期截割路径重合程度低的情况,具体表现为顶板留煤范围大、剩煤量多,底板割岩深或剩煤等现象;从而导致了现有采煤机记忆截割方法执行时的不确定因素增加,记忆截割的执行精度不易控制,同时采煤机截割路径不平整。
发明内容
针对上述现有技术存在的问题,本发明提供一种提高采煤机记忆截割执行精度的方法,本方法能够有效提高采煤机记忆截割的执行精度,且在一定程度上改善采煤机截割路径的平整性。
为了实现上述目的,本发明采用的技术方案是:该种提高采煤机记忆截割执行精度的方法,具体步骤是:
(1)采集数据:采集采煤机每一刀的底板高度和采煤机摇臂倾角,计算前后两刀底板高度偏差e、高度偏差变化率c和采煤机摇臂倾角变化Δβ2
(2)确定输入和输出变量:将前后两刀底板高度偏差e、高度偏差变化率c作为模糊输入,将采煤机摇臂倾角变化Δβ2作为模糊输出,模糊控制器采用二维输入-单输出系统;
(3)设定输入变量e、c和输出变量Δβ2的论域元素和量化因子k1、k2、k3,根据需要定义各个模糊子集;
对2min采样区间内的第i-1刀和第i刀的底板高度变化进行统计,底板高度偏差变化范围为[a1,b1],第i-1刀和第i刀在一个完整的截割循环内的底板高度偏差e的变化范围为[a2,b2],高度偏差变化率c的变化范围为[a3,b3],控制量u的变化范围为[a4,b4],所述的控制量u为滚筒截割高度调整量;根据下述的线性公式确定底板高度偏差e、高度偏差变化率c及控制量转化为论域[-6,6]之间的数值:
y = 12 b - a ( x - a + b 2 )
上式中,x、y为未知变量;a、b为集合e、c、u的上下界;计算得出底板高度偏差e、高度偏差变化率c和控制量u的量化因子k1、k2、k3的值;根据模糊控制效果,对隶属度函数进行调整,初步确定模糊集中各个元素的隶属度;将变量档分成均分成8个档,分别定义为负大、负中、负小、负零、正零、正小、正中、正大;
(4)确定模糊控制规则:对不同条件下的采煤机状态进行相应的控制,根据采煤机滚筒调高量,确定系统的模糊控制规则;a.当底板高度偏差e为负大时,无论高度偏差变化率c处于何种状态,应使控制量u较快增加,以消除偏差;
b.当底板高度偏差e为负小时,则应根据高度偏差变化率c的变化确定控制量u的变化,如当高度偏差变化率c为负值时,则控制量u应选择正中或者正小,若高度偏差变化率c为正值,此时控制量u应选择正小或者正零,以此类推,得出系统模糊控制状态;
(5)建立模糊控制表:采用二维输入—单输出系统的模糊控制器,在基本论域E、C中的各种情况下,确定输入底板高度偏差e的论域值和高度偏差变化率c的论域值,根据Zadeh,L.A.模糊推理方法,计算出模糊输出控制量u,从而得出模糊控制表;
(6)模糊控制表建立完成后,保存在采煤机控制器中,在采煤机运行过程中,根据底板高度变化的模糊分类,查询模糊控制表中对应的控制输出,对采煤机滚筒高度的变化范围进行实时修正,并以此为依据对摇臂倾角进行调节。
与现有技术相比,本发明在现有的记忆截割原理的基础上,考虑底板高度变化对记忆截割执行效果的影响;将模糊控制理论与底板高度变化相结合,建立了底板高度变化的模糊输出模型;根据综采工作面底板起伏的不确定性,建立模糊输出模型的模糊控制规则和模糊控制表,与采用模糊优化方法之前相比,采煤机记忆截割执行误差的最大值减小了51.0%,平均值减小了94.3%,标准偏差值减小了36.5%,且执行误差大多数保持在10cm以内。实验结果表明,提出的方法能够有效提高采煤机记忆截割的执行精度,且在一定程度上改善了采煤机截割路径的平整性。
附图说明
图1是现有的记忆截割执行效果图;
图2是本发明的二维输入-单输出模糊控制器示意图;
图3是本发明的记忆截割流程图;
图4是采煤机第i-1刀对应位置的姿态示意图;
图5是采煤机第i刀对应位置的姿态示意图;
图6是采煤机第i刀,第j点底板高度变化的示意图;
图7是采煤机前后两刀机身倾角变化曲线图;
图8是采煤机第i-1刀的底板高度与第i刀底板高度的曲线图;
图9是采煤机优化前的记忆截割高度曲线图;
图10是采煤机优化前的记忆截割执行误差曲线图;
图11是采用本发明修正后的滚筒高度曲线图;
图12是采用本发明修正后的误差曲线图。
具体实施方式
下面结合附图对本发明作进一步说明。
如图3所示,本提高采煤机记忆截割执行精度的方法的具体步骤是:
(1)采集数据:采集采煤机每一刀的底板高度和采煤机摇臂倾角,计算前后两刀底板高度偏差e、高度偏差变化率c和采煤机摇臂倾角变化Δβ2
(2)确定输入和输出变量:对于因底板高度变化引起的记忆截割执行精度下降,考虑将前后两刀底板高度偏差e、高度偏差变化率c作为模糊输入;将采煤机摇臂倾角变化Δβ2作为模糊输出,模糊控制器采用二维输入-单输出系统;如图2所示,设论域E为底板高度偏差e的模糊集合,论域C为底板高度偏差变化率c的模糊集合,论域U为滚筒截割高度调整量Δβ2的模糊集合;如图4和图5所示,对于机身长度和高度分别是a、b、前滚筒摇臂的长度是l的采煤机,当采煤机处于状态Si-1,j时,机身倾角为α1,前滚筒摇臂与机身之间的夹角为β1,采煤机前滚筒中心距底板高度为h1,则可由计算得h1的值为:
h1=b+lsin(β1-90°)
当采煤机处于状态Si,j时,机身倾角为α2,前滚筒摇臂与机身之间的夹角为β2,采煤机前滚筒中心距底板高度为h2,计算h2得:
h2=bcos(α12)+lsin[β2-90°-(α12)]
记忆截割理想执行情况下,应有:
h1=h2
即:
b+lsin(β1-90°)=bcos(α12)+lsin[β2-90°-(α12)]
计算记忆执行时的摇臂倾角值,得:
则相对于上一截割循环时的摇臂倾角变化值□β 1 为:
另外滚筒截割高度还与底板高度有关,第i刀的底板高度由第i-1刀的后滚筒截割高度决定,第i-1刀的底板高度由第i-2刀的后滚筒截割高度决定。第i-1刀和第i-2刀的后滚筒截割高度不同,使得第i刀和第i-1刀底板高度不同。
如图6所示,hi-1,j、hi-2,j由记忆点数据结构中的姿态信息参数计算得出,并保存在指定位置;hi-1,j、hi-2,j、β1、β3应满足:
△h=hi-1,j-hi-2,j=l[sin(β3-90°)-sin(β1-90°)]
当底板高度发生变化时,调节对应的摇臂倾角,计算调整后的摇臂倾角值,得:
计算当底板高度变化时,相对于上一截割循环中的摇臂倾角变化值Δβ2为:
综合考虑机身倾角变化和底板高度变化对采煤机记忆截割执行效果的影响,当采煤机处于状态Si,j时的前滚筒摇臂倾角βi,j应为:
执行记忆截割时,采煤机前滚筒实际高度hi,j为:
(2)设定输入变量e、c,输出变量Δβ2的论域元素和量化因子k1、k2、k3,根据需要定义各个模糊子集;
对2min采样区间内的第i-1刀和第i刀的底板高度变化进行统计,根据下式将底板高度偏差、高度偏差变化率及控制量转化为论域[-6,6]之间的数值:
y = 12 b - a ( x - a + b 2 )
式中,a、b为精确量集合e、c、u的上下界;
底板高度偏差变化范围为[-8cm,22cm],第i-1刀和第i刀在一个完整的截割循环内的底板高度偏差e的变化范围为[-30cm,30cm],高度偏差变化率c的变化范围为[-15cm,15cm],控制量u的变化范围为[-30cm,30cm],计算得出底板高度偏差e、高度偏差变化率c和控制量u的量化因子k1、k2、k3分别为0.2、0.4和0.2。根据模糊控制效果,对隶属度函数进行调整,确定模糊集中各个元素的隶属度如表1所示:
表1模糊集中各个元素的隶属度
表1中变量档定义如下:“NL”—负大,“NM”—负中,“NS”—负小,“NZ”—负零,“PZ”—正零,“PS”—正小,“PM”—正中,“PL”—正大。
(3)确定模糊控制规则:对不同条件下的采煤机状态进行相应的控制,根据采煤机滚筒调高量,确定系统的模糊控制规则;当底板高度偏差e为负大时,无论高度偏差变化率c处于何种状态,应使控制量u较快增加,以尽快消除偏差,控制规则如下:
(1)IfE=NLandC=NLthenU=PL
(2)IfE=NLandC=NMthenU=PL
(3)IfE=NLandC=NSthenU=PL
(4)IfE=NLandC=NZthenU=PL
(5)IfE=NLandC=PZthenU=PL
(6)IfE=NLandC=PSthenU=PL
(7)IfE=NLandC=PMthenU=PL
(8)IfE=NLandC=PLthenU=PL
当底板高度偏差e为负小时,则应根据高度偏差变化率c的变化确定控制量u的变化,如当高度偏差变化率为负值时,说明底板高度偏差e有继续增加的趋势,则控制量u应选择正中或者正小,以减小偏差,若高度偏差变化率为正值,说明底板高度偏差正在减小,此时,控制量u应选择正小或者正零,因此,当底板高度变化为负小时,控制规则如下:
(1)IfE=NSandC=NLthenU=PM
(2)IfE=NSandC=NMthenU=PM
(3)IfE=NSandC=NSthenU=PS
(4)IfE=NSandC=NZthenU=PZ
(5)IfE=NSandC=PZthenU=PZ
(6)IfE=NSandC=PSthenU=PZ
(7)IfE=NSandC=PMthenU=NZ
(8)IfE=NSandC=PLthenU=NS
以此类推,得出系统模糊控制状态如表2所示:
表2模糊控制状态表
(4)建立模糊控制表:采用二维输入—单输出系统的模糊控制器,当输入底板高度偏差e的论域值为-6,高度偏差变化率c的论域值为-6时,有μNL(-6)=1.0,μNM(-6)=0.2,μNS(-6)=0.1,通过查询表3可得当E=-6,C=-6时的有效控制规则如下:
(1)IfE=NLandC=NLthenU=PL
(2)IfE=NLandC=NMthenU=PL
(3)IfE=NLandC=NSthenU=PL
(4)IfE=NMandC=NLthenU=PL
(5)IfE=NMandC=NMthenU=PM
(6)IfE=NMandC=NSthenU=PM
(7)IfE=NSandC=NLthenU=PM
(8)IfE=NSandC=NMthenU=PS
(9)IfE=NSandC=NSthenU=PS
根据Zadeh,L.A.模糊推理方法,计算模糊输出控制量u为:
u = 0 × 0.1 + 1 × 0.2 + 3 × 1.0 + 3 × 1.0 + 4 × 1.0 + 5 × 1.0 + 6 × 1.0 0.1 + 0.2 + 1.0 + 1.0 + 1.0 + 1.0 + 1.0 ≈ 4
同理,对基本论域E、C中的其它情况进行计算,得出模糊控制表如下:
表3模糊控制表
(5)模糊控制表建立完成后,保存在采煤机控制器中,在采煤机运行过程中,根据底板高度变化的模糊分类,查询模糊控制表中对应的控制输出,对采煤机滚筒高度的变化范围进行实时修正,并以此为依据对摇臂倾角进行调节。
实验数据对比:
现有记忆截割执行结果,采煤机运行时,通过安装在采煤机上的倾角传感器实时获取采煤机姿态信息,同时,根据采煤机的几何尺寸,得到前、后滚筒的实时截割高度,对现有采煤机记忆截割方法的执行效果进行分析,
本发明只对采煤机前滚筒记忆截割的执行情况进行分析,后滚筒的执行情况与前滚筒类似。采煤机运行时,以1Hz采样频率对采煤机姿态信息进行采集,当采煤机运行于第i-1刀截割循环时对采煤机进行示教操作,在2min时间范围内共采集120个数据,并记录采煤机运行位置。执行记忆截割时,当采煤机运行到第i-1刀记录的位置时,观察记忆截割的执行情况:
对2min内采煤机的记忆截割执行数据进行统计分析,由图7中数据可知,采煤机机身倾角随着底板条件变化在-5.5°到-3°之间变化,滚筒截割高度随着机身倾角的变化而变化;如图8所示,记忆截割执行过程中,第i-1刀和第i刀的底板高度不同,计算前后两刀底板高度之间高度偏差的平均值为11.1cm;图9中,采煤机执行记忆截割时,第i刀时的滚筒理论执行高度与第i-1刀记忆的滚筒截割高度变化趋势基本一致,但是第i刀的滚筒实际截割高度与第i-1刀截割时记忆的高度相差较大,误差平均值约为15.7cm;图10中反映了现有采煤机记忆截割方法在执行时的误差情况,具体如表4所示:
表4理论误差、实际误差和底板高度偏差
由表4可知,实际误差明显大于理论误差;采煤机执行记忆截割时,前后两个截割循环中底板高度的变化对记忆截割的执行结果影响较大。为了避免因底板高度变化引起的记忆截割执行精度下降的情况,根据本发明提出的方法对采煤机记忆截割数据进行重新计算,并进行仿真实验。
本发明仿真实验:对提出的模糊控制方法进行MatLab仿真,如图11所示,在考虑底板高度变化对滚筒截割高度的影响后,第i刀滚筒截割高度对第i-1刀滚筒记忆截割高度的跟踪情况良好;如图12所示,第i刀滚筒截割高度与第i-1刀滚筒记忆高度之间的误差平均值约为2.1cm,标准偏差约为5.5cm,整体保持在一个稳定的变化区间内;具体结果如表5所示:
表5优化前后的记忆截割执行效果
由表5统计结果可知,采用本发明提出的模糊控制修正方法后,采煤机记忆截割执行误差的最大值减小了51.0%,平均值减小了94.3%,标准偏差值减小了36.5%,由图12可知,除了极少数点的执行误差超过10cm,大多数情况下采煤机记忆截割误差能够保持在10cm以内,与采用本发明之前相比,明显提高了采煤机记忆截割的执行精度;将底板高度变化纳入影响记忆截割效果的范围内,扩大了记忆截割方法的使用范围;而执行曲线标准偏差的减小,改善了截割路径的平整性。

Claims (1)

1.一种提高采煤机记忆截割执行精度的方法,其特征在于,该方法的具体步骤是:
(1)采集数据:采集采煤机每一刀的底板高度和采煤机摇臂倾角,计算前后两刀底板高度偏差e、高度偏差变化率c和采煤机摇臂倾角变化Δβ2
(2)确定输入和输出变量:将前后两刀底板高度偏差e、高度偏差变化率c作为模糊输入,将采煤机摇臂倾角变化Δβ2作为模糊输出,模糊控制器采用二维输入-单输出系统;
(3)设定输入变量e、c和输出变量Δβ2的论域元素和量化因子k1、k2、k3,根据需要定义各个模糊子集;
对2min采样区间内的第i-1刀和第i刀的底板高度变化进行统计,底板高度偏差变化范围为[a1,b1],第i-1刀和第i刀在一个完整的截割循环内的底板高度偏差e的变化范围为[a2,b2],高度偏差变化率c的变化范围为[a3,b3],控制量u的变化范围为[a4,b4],所述的控制量u为滚筒截割高度调整量;根据下述的线性公式确定底板高度偏差e、高度偏差变化率c及控制量转化为论域[-6,6]之间的数值:
y = 12 b - a ( x - a + b 2 )
上式中,y为控制量u的量化因子,x为底板高度偏差e、高度偏差变化率c和控制量u的值;a、b为集合e、c、u的上下界;底板高度偏差e、高度偏差变化率c和控制量u的值代入上式计算得出控制量u的量化因子k1、k2、k3的值;根据模糊控制效果,对隶属度函数进行调整,初步确定模糊集中各个元素的隶属度;将变量档平均分成8个档,分别定义为负大、负中、负小、负零、正零、正小、正中、正大;
(4)确定模糊控制规则:对不同条件下的采煤机状态进行相应的控制,根据采煤机滚筒调高量,确定系统的模糊控制规则;a.当底板高度偏差e为负大时,无论高度偏差变化率c处于何种状态,应使控制量u较快增加,以消除偏差;
b.当底板高度偏差e为负小时,则应根据高度偏差变化率c的变化确定控制量u的变化,如当高度偏差变化率c为负值时,则控制量u应选择正中或者正小,若高度偏差变化率c为正值,此时控制量u应选择正小或者正零,以此类推,得出系统模糊控制状态;
(5)建立模糊控制表:采用二维输入—单输出系统的模糊控制器,在基本论域E、C中的各种情况下,所述的基本论域E、C分别为底板高度偏差e的模糊集合和底板高度偏差变化率c的模糊集合,确定输入底板高度偏差e的论域值和高度偏差变化率c的论域值,根据Zadeh,L.A.模糊推理方法,计算出模糊输出控制量u,从而得出模糊控制表;
(6)模糊控制表建立完成后,保存在采煤机控制器中,在采煤机运行过程中,根据底板高度变化的模糊分类,查询模糊控制表中对应的控制输出,对采煤机滚筒高度的变化范围进行实时修正,并以此为依据对摇臂倾角进行调节。
CN201310287045.7A 2013-07-09 2013-07-09 一种提高采煤机记忆截割执行精度的方法 Active CN103362507B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310287045.7A CN103362507B (zh) 2013-07-09 2013-07-09 一种提高采煤机记忆截割执行精度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310287045.7A CN103362507B (zh) 2013-07-09 2013-07-09 一种提高采煤机记忆截割执行精度的方法

Publications (2)

Publication Number Publication Date
CN103362507A CN103362507A (zh) 2013-10-23
CN103362507B true CN103362507B (zh) 2016-05-18

Family

ID=49364686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310287045.7A Active CN103362507B (zh) 2013-07-09 2013-07-09 一种提高采煤机记忆截割执行精度的方法

Country Status (1)

Country Link
CN (1) CN103362507B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103775080B (zh) * 2013-12-31 2015-09-23 中国矿业大学 一种薄煤层无人工作面采煤机姿态角调整模型的构建方法
CN103776418B (zh) * 2014-01-17 2015-04-29 中国矿业大学 一种采煤机记忆截割过程中的姿态定位方法
CN104695957B (zh) * 2015-02-15 2016-06-15 山东科技大学 一种采煤机滚筒自动调高控制系统及其工作方法
CN105064997B (zh) * 2015-07-13 2018-06-26 北京天地玛珂电液控制系统有限公司 一种煤矿无人化开采的系统和方法
CN107269274B (zh) * 2017-05-04 2019-01-22 中铁工程装备集团有限公司 掘进机截割控制系统及控制方法
CN107330291B (zh) * 2017-07-12 2021-03-30 广东工业大学 一种光伏发电日发电量的二型点值Zadeh模糊计算方法及装置
CN107292768B (zh) * 2017-07-12 2021-01-26 广东工业大学 一种光伏发电系统日发电量模糊概率计算方法及装置
CN107346474B (zh) * 2017-07-12 2021-01-26 广东工业大学 水冷光伏光热一体化系统发电量计算的三维梯形模糊方法
CN107194620B (zh) * 2017-07-12 2021-01-26 广东工业大学 一种光伏发电日发电量的一型点值Zadeh模糊计算方法及装置
CN108412490B (zh) * 2018-03-14 2021-02-05 北京天地玛珂电液控制系统有限公司 一种采煤机调高控制方法和系统
CN109902830B (zh) * 2019-01-08 2021-04-09 浙江大学 基于混沌理论和集成学习的采煤机截割高度预测系统
CN113882857B (zh) * 2020-07-03 2024-05-14 郑州煤机智能工作面科技有限公司 一种采煤机差异化记忆割煤方法及系统
CN112983417B (zh) * 2021-03-15 2023-12-12 中国煤炭科工集团太原研究院有限公司 一种煤矿采掘装备数据分析预警方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2027548A (en) * 1978-08-01 1980-02-20 Coal Ind Control means for a mining machine
SU1543070A1 (ru) * 1988-04-04 1990-02-15 Vni Pk I Dobychi Uglya Gidravl Устройство для автоматического управления стволом гидромонитора
DE4415824C1 (de) * 1994-05-05 1995-11-23 Daimler Benz Aerospace Ag Anordnung einer Beschädigungs-Warnsensorik an den Meißelhalterungen einer Teilschnittmaschine
CN201574760U (zh) * 2009-11-30 2010-09-08 三一重型装备有限公司 采煤机记忆截割位置精确定位装置
CN102337891A (zh) * 2011-09-14 2012-02-01 天地科技股份有限公司 一种薄煤层无人自动化开采模式
CN102797462A (zh) * 2012-07-30 2012-11-28 西安煤矿机械有限公司 一种采煤机自动截割控制系统及自动截割控制方法
CN202578697U (zh) * 2012-04-18 2012-12-05 中国煤矿机械装备有限责任公司 具有记忆截割功能的薄煤层大功率自动化采煤机

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2027548A (en) * 1978-08-01 1980-02-20 Coal Ind Control means for a mining machine
SU1543070A1 (ru) * 1988-04-04 1990-02-15 Vni Pk I Dobychi Uglya Gidravl Устройство для автоматического управления стволом гидромонитора
DE4415824C1 (de) * 1994-05-05 1995-11-23 Daimler Benz Aerospace Ag Anordnung einer Beschädigungs-Warnsensorik an den Meißelhalterungen einer Teilschnittmaschine
CN201574760U (zh) * 2009-11-30 2010-09-08 三一重型装备有限公司 采煤机记忆截割位置精确定位装置
CN102337891A (zh) * 2011-09-14 2012-02-01 天地科技股份有限公司 一种薄煤层无人自动化开采模式
CN202578697U (zh) * 2012-04-18 2012-12-05 中国煤矿机械装备有限责任公司 具有记忆截割功能的薄煤层大功率自动化采煤机
CN102797462A (zh) * 2012-07-30 2012-11-28 西安煤矿机械有限公司 一种采煤机自动截割控制系统及自动截割控制方法

Also Published As

Publication number Publication date
CN103362507A (zh) 2013-10-23

Similar Documents

Publication Publication Date Title
CN103362507B (zh) 一种提高采煤机记忆截割执行精度的方法
CN107632523B (zh) 一种硬岩tbm掘进控制参数智能决策方法及系统
CN113379909B (zh) 一种透明工作面智能开采大数据分析决策方法和系统
CN106778010B (zh) 基于数据驱动支持向量回归机的tbm刀具寿命预测方法
CN106295873B (zh) 一种面向采煤机记忆截割的灰色马尔可夫链轨迹预测方法
CN104963691A (zh) 一种复杂地层条件下土压盾构开挖面稳定性预测控制方法
CN106842923B (zh) 基于作物生理和能耗优化的温室环境多因子协调控制方法
CN110481536B (zh) 一种应用于混合动力汽车的控制方法及设备
Wang et al. Prediction of axis attitude deviation and deviation correction method based on data driven during shield tunneling
CN110110419A (zh) 一种基于多目标学习的tbm掘进参数预测方法
CN104376384A (zh) 一种基于电力大数据分析的台风日最大日负荷预测系统
CN106089201A (zh) 一种用于无人化采煤工作面的截割路径规划方法
CN106503792A (zh) 一种基于自适应模块化神经网络的瓦斯浓度预测方法
CN103941701A (zh) 一种双网环境下浮选工业过程运行控制系统及方法
CN106708044A (zh) 基于灰色预测混合遗传算法‑pid全垫升气垫船航向控制方法
CN105182988A (zh) 基于马尔科夫决策过程的飞行员操作行为引导方法
CN104790948B (zh) 一种采煤机滚筒自动调高的控制方法
CN104763694A (zh) 一种掘进机液压推进系统分区压力设定值优化方法
CN104318313A (zh) 基于案例推理的选矿全流程运行指标智能决策系统及方法
CN106256991A (zh) 一种采煤机记忆截割与记忆定位联合学习方法
CN105201507A (zh) 急倾斜特厚煤层短壁工作面的开采系统及开采方法
CN106599511B (zh) 一种薄煤层长壁综采工作面采煤方法优选的方法
CN113486463B (zh) 基于深度强化学习的盾构最优自主掘进控制方法
Liu et al. Optimization Control of Energy Consumption in Tunneling System of Earth Pressure Balance Shield Tunneling Machine.
CN102606120B (zh) 基于随机扰动粒子群算法的蒸汽驱注采方案确定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant