CN110647078B - 一种煤矿井下无人值守排水系统及控制方法 - Google Patents

一种煤矿井下无人值守排水系统及控制方法 Download PDF

Info

Publication number
CN110647078B
CN110647078B CN201910919969.1A CN201910919969A CN110647078B CN 110647078 B CN110647078 B CN 110647078B CN 201910919969 A CN201910919969 A CN 201910919969A CN 110647078 B CN110647078 B CN 110647078B
Authority
CN
China
Prior art keywords
pin
water level
resistor
chip
level deviation
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
CN201910919969.1A
Other languages
English (en)
Other versions
CN110647078A (zh
Inventor
史晓娟
陈迪迪
齐彪
张修德
王高洋
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.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
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 Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201910919969.1A priority Critical patent/CN110647078B/zh
Publication of CN110647078A publication Critical patent/CN110647078A/zh
Application granted granted Critical
Publication of CN110647078B publication Critical patent/CN110647078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
    • E21F16/00—Drainage
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
    • F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
    • F04B49/06—Control using electricity
    • F04B49/065—Control using electricity and making use of computers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25257—Microcontroller

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • Computer Hardware Design (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Amplifiers (AREA)

Abstract

本发明公开了一种煤矿井下无人值守排水系统的控制方法，排水系统包括DSP数字信号处理器模块、通信电路模块和电源模块，DSP数字信号处理器模块的输入端接有数字量输入隔离电路模块和信号调理电路模块，信号调理电路模块的输入端接有温度传感器、用于检测水泵入口真空度的真空度传感器、用于检测排水管路流量的流量传感器、用于检测水泵出水口压力的压力传感器和用于检测水仓内水位的液位传感器，DSP数字信号处理器模块的输出端接有D/A转换电路模块、显示模块和声光报警电路模块。本发明的无人值守排水控制系统设计合理，结合控制方法，能够实现煤矿井下的自动化排水，排水性能稳定性可靠，使用效果好，便于推广使用。

Description

一种煤矿井下无人值守排水系统及控制方法
技术领域
本发明属于煤矿安全设备技术领域，具体涉及一种煤矿井下无人值守排水系统的控制方法。
背景技术
我国煤矿矿井的地理环境复杂，如空气湿度大、浮尘含量高、腐蚀性气体含量高等恶劣的生产环境导致了煤矿事故的频频发生。透水的危害主要是涉及人员伤亡和煤矿井下开采设备损坏两方面。每年透水事故造成的人员伤亡占煤矿事故伤亡总数比例约为13.6％，透水事故数占煤矿事故数的比例约为15.8％。频频发生的透水事故造成了很多宝贵生命的消失。当发生透水事故时，矿井的一些排水设备如电机、闸阀等无法及时搬运出去。因浸水使得设备内部短路而烧毁，在经济方面造成了不可挽回的损失。
排水系统承担着将水仓积水及时有效地排送至地面的任务，是保障煤矿生产安全性能的关键环节，是保障煤矿生产稳定发展的基础。目前，矿井排水系统排水设备的启停工作，国内仍然有相当一部分煤矿仍然依靠手动操作的方式完成。例如水泵电机的启停、射流泵的启停、排水闸阀的开关、真空度信号以及管路流量的观测读取，完全由工人凭借自己的工作经验和操作规程完成。因此，目前国内矿井排水系统的问题主要有以下方面：
1.对故障的判断和设备的操作太过于依赖工人的经验，排水过程的控制存在很强的主观性，存在安全隐患；无法及时将系统数据上传到井上调度中心，耽搁了处理事故最好的时机；可能导致排水设备使用寿命缩短；工人的劳动强度过高。
2.矿井透水事故导致的涌水现象具有随机性，很难预测，水位变化过程的规律呈非线性。因此很难针对其变化过程建立精确的数学模型，对其动态变化过程进行分析，选择适合排水系统的控制策略有相当大的困难。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种煤矿井下无人值守排水系统，其系统结构简单，设计合理，实现方便，结合控制方法，能够实现煤矿井下的自动化排水，排水性能稳定性可靠，使用效果好，便于推广使用。
为解决上述技术问题，本发明采用的技术方案是：一种煤矿井下无人值守排水系统，包括用于排水的水泵、备用水泵、上位PC机、DSP数字信号处理器模块和与DSP数字信号处理器模块相接的用于与上位PC机进行通信的通信电路模块，以及为排水系统中各用电模块供电的电源模块；所述DSP数字信号处理器模块的输入端接有数字量输入隔离电路模块和信号调理电路模块，所述信号调理电路模块的输入端接有用于检测电机轴承温度的温度传感器、用于检测水泵入口真空度的真空度传感器、用于检测排水管路流量的流量传感器、用于检测水泵出水口压力的压力传感器和用于检测水仓内水位的液位传感器，所述DSP数字信号处理器模块的输出端接有D/A转换电路模块、显示模块和声光报警电路模块，所述D/A转换电路模块的输出端接有多个用于控制水泵和备用水泵的变频器。
上述的一种煤矿井下无人值守排水系统，所述DSP数字信号处理器模块包括DSP芯片TMS320F28335、非极性电容C23、非极性电容C24、电感L3、电感L4、电感L5、电阻R8、电阻R9、电阻R10、电阻R11、电阻R12和电阻R14，以及均与DSP芯片 TMS320F28335相接的晶振电路、复位电路和时钟电路；所述DSP芯片TMS320F28335 的第44引脚通过电感L3接地，所述DSP芯片TMS320F28335的第45引脚通过电感L4 与电源模块的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第31引脚和第 59引脚均与电感L5的一端连接，所述电感L5的另一端与电源模块的1.9V电压输出端连接，所述DSP芯片TMS320F28335的第55引脚通过非极性电容C24接地，所述DSP 芯片TMS320F28335的第56引脚通过非极性电容C23接地，所述DSP芯片TMS320F28335 的第57引脚通过电阻R14接地，所述DSP芯片TMS320F28335的第78引脚通过电阻 R12接地，所述DSP芯片TMS320F28335的第80引脚通过电阻R9与电源模块的3.3V 电压输出端连接，所述DSP芯片TMS320F28335的第85引脚通过电阻R11与电源模块的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第86引脚通过电阻R10与电源模块的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第105引脚通过电阻R8接地，所述DSP芯片TMS320F28335的第9引脚、第71引脚、第84引脚、第93 引脚、第107引脚、第121引脚、第143引脚、第159引脚和第170引脚均与电源模块的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第4引脚、第15引脚、第23引脚、第29引脚、第61引脚、第101引脚、第109引脚、第117引脚、第126 引脚、第139引脚、第146引脚、第154引脚和第167引脚均与电源模块的1.9V电压输出端连接，所述DSP芯片TMS320F28335的第3引脚、第8引脚、第14引脚、第 22引脚、第30引脚、第35引脚、第36引脚、第37引脚、第38引脚、第39引脚、第40引脚、第41引脚、第42引脚、第46引脚、第47引脚、第48引脚、第49引脚、第50引脚、第51引脚、第52引脚、第53引脚、第60引脚、第70引脚、第83 引脚、第92引脚、第103引脚、第106引脚、第108引脚、第118引脚、第120引脚、第125引脚、第140引脚、第144引脚、第147引脚、第155引脚、第160引脚、第166引脚和第171引脚均接地；所述晶振电路包括晶振Y1、非极性电容C21、非极性电容C22和电阻R7，所述晶振Y1的一端、非极性电容C21的一端和电阻R7的一端均与DSP芯片TMS320F28335的第104引脚连接，所述晶振Y1的另一端、非极性电容 C22的一端和电阻R7的另一端均与DSP芯片TMS320F28335的第102引脚连接，所述非极性电容C21的另一端和非极性电容C22的另一端均接地；所述复位电路包括复位芯片MAX811、按键S1和电阻R13，所述复位芯片MAX811的第4引脚和电阻R13的一端均与电源模块的3.3V电压输出端连接，所述复位芯片MAX811的第3引脚和电阻R13 的另一端均与按键S1的一端连接，所述复位芯片MAX811的第1引脚和按键S1的另一端均接地，所述复位芯片MAX811的第2引脚与DSP芯片TMS320F28335的第80引脚连接；所述时钟电路包括时钟芯片DS3231、非极性电容C57、非极性电容C58、电阻R143和电阻R166，所述时钟芯片DS3231的第2引脚与电源模块的3.3V电压输出端连接，且通过非极性电容C57接地，所述时钟芯片DS3231的第5引脚接地，且通过非极性电容C58与时钟芯片DS3231的第6引脚连接，所述时钟芯片DS3231的第6 引脚接地，所述时钟芯片DS3231的第7引脚通过电阻R166与电源模块的3.3V电压输出端连接，且与DSP芯片TMS320F28335的第74引脚连接，所述时钟芯片DS3231 的第8引脚通过电阻R143与电源模块的3.3V电压输出端连接，且与DSP芯片 TMS320F28335的第75引脚连接。
上述的一种煤矿井下无人值守排水系统，所述通信电路模块包括以太网芯片W5500、以太网接口HR91105A、晶振Y2、电感L6、非极性电容C14、非极性电容C37、非极性电容C38、非极性电容C39、非极性电容C40、非极性电容C41、非极性电容C42、非极性电容C43、非极性电容C44、非极性电容C45、非极性电容C46、非极性电容C47、非极性电容C48、非极性电容C72、非极性电容C73、电阻R21、电阻R22、电阻R23、电阻R24、电阻R25、电阻R26、电阻R27、电阻R28和电阻R29，所述以太网芯片W5500 的第1引脚与以太网接口HR91105A的第2引脚连接，且通过电阻R21与电源模块的3.3V电压输出端连接，所述以太网芯片W5500的第2引脚与以太网接口HR91105A的第1引脚连接，且通过电阻R22与电源模块的3.3V电压输出端连接，所述以太网接口HR91105A的第4引脚通过电阻R23与电源模块的3.3V电压输出端连接，且通过非极性电容C37接地，所述以太网芯片W5500的第3引脚、第9引脚、第14引脚、第 16引脚、第19引脚和第48引脚均接地，所述以太网芯片W5500的第4引脚通过非极性电容C43接地，所述以太网芯片W5500的第5引脚通过非极性电容C39与以太网接口HR91105A的第6引脚连接，且与电阻R25的一端连接，所述以太网芯片W5500的第6引脚通过非极性电容C38与以太网接口HR91105A的第3引脚连接，且与电阻R24 的一端连接，所述电阻R24的另一端、电阻R25的另一端和非极性电容C42的一端均与以太网接口HR91105A的第5引脚连接，所述非极性电容C42的另一端接地，所述以太网芯片W5500的第8引脚通过电感L6与电源模块的3.3V电压输出端连接，且通过非极性电容C44接地，所述以太网芯片W5500的第10引脚通过电阻R29接地，所述以太网芯片W5500的第11引脚通过非极性电容C72接地，所述以太网芯片W5500 的第15引脚、第17引脚和第21引脚均与非极性电容C73的一端连接，所述非极性电容C73的另一端接地，所述以太网芯片W5500的第20引脚通过非极性电容C48接地，所述以太网芯片W5500的第22引脚通过非极性电容C47接地，所述以太网芯片 W5500的第25引脚通过电阻R28与以太网接口HR91105A的第11引脚连接，所述以太网芯片W5500的第27引脚通过电阻R27与以太网接口HR91105A的第9引脚连接，所述以太网芯片W5500的第28引脚、第43引脚、第44引脚、第45引脚、非极性电容 C45的一端和非极性电容C46的一端均与电源模块的3.3V电压输出端连接，所述以太网芯片W5500的第29引脚、非极性电容C45的另一端和非极性电容C46的另一端均接地，所述晶振Y2的一端、非极性电容C41的一端和电阻R26的一端均与以太网芯片W5500的第30引脚连接，所述晶振Y2的另一端、非极性电容C40的一端和电阻R26的另一端均与以太网芯片W5500的第31引脚连接，所述非极性电容C40的另一端和非极性电容C41的另一端均接地，所述以太网芯片W5500的第32引脚、第33引脚、第34引脚、第35引脚、第36引脚和第37引脚依次对应与DSP芯片TMS320F28335 的第73引脚、第72引脚、第69引脚、第68引脚、第27引脚和第28引脚连接，所述以太网接口HR91105A的第10引脚和第12引脚均与电源模块的3.3V电压输出端连接，所述以太网接口HR91105A的第8引脚、第13引脚和第14引脚均与非极性电容 C14的一端连接，所述非极性电容C14的另一端接地。
上述的一种煤矿井下无人值守排水系统，所述数字量输入隔离电路模块包括多路光耦隔离电路，所述光耦隔离电路包括光耦芯片TLP521、非极性电容C7、电阻R2、电阻R3、电阻R4和电阻R5，所述光耦芯片TLP521的第1引脚和电阻R3的一端均与电源模块的24V电压输出端连接，所述光耦芯片TLP521的第2引脚和电阻R3的另一端均与电阻R2的一端连接，所述电阻R2的另一端为所述光耦隔离电路的数字量输入端，所述光耦芯片TLP521的第4引脚通过电阻R4与电源模块的3.3V电压输出端连接，所述光耦芯片TLP521的第3引脚与电阻R5的一端和非极性电容C7的一端均连接，且为所述光耦隔离电路的数字量输出端，所述电阻R5的另一端和非极性电容C7 的另一端均接地。
上述的一种煤矿井下无人值守排水系统，所述信号调理电路模块包括多路信号调理电路，所述信号调理电路包括放大器A1、二极管D1、滑动变阻器RW1、滑动变阻器 RW2、非极性电容C8、非极性电容C9、电阻R31、电阻R32、电阻R33、电阻R34、电阻R35、电阻R36、电阻R37和电阻R38，所述放大器A1的第2引脚与电阻R31的一端连接，所述电阻R31的另一端与非极性电容C8的一端和电阻R32的一端均连接，且为所述信号调理电路的信号输入端，所述放大器A1的第3引脚、电阻R33的一端和电阻R36的一端均与电阻R38的一端连接，所述电阻R38的另一端与滑动变阻器RW1 的滑动端连接，所述非极性电容C8的另一端、电阻R33的另一端和电阻R34的一端均接地，所述电阻R34的另一端与滑动变阻器RW1的一个固定端连接，所述电阻R32 的另一端与二极管D1的阳极连接，所述二极管D1的阴极和电阻R35的一端均与滑动变阻器RW1的另一个固定端连接，所述电阻R35的另一端与电源模块的24V电压输出端连接，所述电阻R36的另一端和滑动变阻器RW2的滑动端均与滑动变阻器RW2的一个固定端连接，所述放大器A1的第1引脚通过电阻R37与滑动变阻器RW2的另一个固定端连接，且为所述信号调理电路的信号输出端，所述非极性电容C9的一端与放大器A1的第1引脚连接，所述非极性电容C9的另一端接地。
上述的一种煤矿井下无人值守排水系统，所述D/A转换电路模块包括数模转换芯片DAC7725、极性电容C31、非极性电容C32、极性电容C33、非极性电容C34、极性电容C35、非极性电容C36、非极性电容C67和非极性电容C68，所述数模转换芯片 DAC7725的第8引脚～第13引脚均为所述D/A转换电路模块的信号输入端，所述数模转换芯片DAC7725的第1引脚与电源模块的+10V电压输出端连接，且通过非极性电容 C67接地，所述数模转换芯片DAC7725的第28引脚与电源模块的-10V电压输出端连接，且通过非极性电容C68接地，所述数模转换芯片DAC7725的第5引脚和第20引脚均接地，所述数模转换芯片DAC7725的第24引脚、极性电容C31的正极和非极性电容C32的一端均与电源模块的5V电压输出端连接，所述极性电容C31的负极和非极性电容C32的另一端均接地，所述数模转换芯片DAC7725的第25引脚、极性电容 C33的正极和非极性电容C34的一端均与电源模块的+12V电压输出端连接，所述极性电容C33的负极和非极性电容C34的另一端均接地，所述数模转换芯片DAC7725的第4引脚、极性电容C35的负极和非极性电容C36的一端均与电源模块的-12V电压输出端连接，所述极性电容C35的正极和非极性电容C36的另一端均接地，所述数模转换芯片DAC7725的第3引脚为所述D/A转换电路模块的第一信号输出端VOUTA，所述数模转换芯片DAC7725的第2引脚为所述D/A转换电路模块的第二信号输出端VOUTB，所述数模转换芯片DAC7725的第27引脚为所述D/A转换电路模块的第三信号输出端 VOUTC，所述数模转换芯片DAC7725的第26引脚为所述D/A转换电路模块的第四信号输出端VOUTD。
本发明还公开一种鲁棒性和抗干扰能力好的煤矿井下无人值守排水系统的控制方法，该方法包括以下步骤：
步骤一、所述液位传感器对水仓内水位进行实时监测，水位采集信号经过信号调理电路模块进行调理放大，所述DSP数字信号处理器模块对调理放大后的信号进行周期性采样；
步骤二、所述DSP数字信号处理器模块采用复合控制算法对水仓水位测量值和初始水位设定值进行处理，输出数字量的控制信号到D/A转换电路模块中；
步骤三、所述D/A转换电路模块对数字量的控制信号进行数模转换，得到模拟量的控制信号，通过变频器控制水泵和备用水泵，调节排水量。
上述的一种煤矿井下无人值守排水系统的控制方法，步骤二中所述DSP数字信号处理器模块采用复合控制算法对水仓水位测量值和初始水位设定值进行处理的具体过程为：
所述DSP数字信号处理器模块根据公式e(k)＝lPS(k)-lS(k)对其初始水位设定值lPS(k)与第k次采样得到的水仓水位测量值lS(k)作差，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)；其中，k的取值为非0自然数；DSP数字信号处理器模块将水位偏差e(k)与预先设定的阈值进行对比，当水位偏差e(k)大于预先设定的阈值时，采用PD控制算法；当水位偏差e(k)不大于预先设定的阈值时，采用带前馈PD补偿的单神经元模糊PID控制算法；
其中，带前馈PD补偿的单神经元模糊PID控制算法的实现步骤如下：
步骤A1、所述DSP数字信号处理器模块将水位偏差e(k)作为单神经元PID控制器的第一个分量输入信号，将其记作x1(k)；
步骤A2、所述DSP数字信号处理器模块根据公式Δe(k)＝e(k)-e(k-1)对其第k次采样时初始水位设定值与水仓水位测量值的水位偏差e(k)与第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-1)作差，得到第k次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k)，作为单神经元PID控制器的第二个分量输入信号，将其记作x2(k)；
步骤A3、所述DSP数字信号处理器模块根据公式Δe(k-1)＝e(k-1)-e(k-2)对其第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-1)与第k-2次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-2)作差，得到第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差Δe(k-1)；
步骤A4、所述DSP数字信号处理器模块根据公式Δe2(k)＝Δe(k)-Δe(k-1)对其第k 次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k)与第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k-1)作差，将所得差值Δe2(k)，作为单神经元PID控制器的第三个分量输入信号，将其记作x3(k)；
步骤A5、所述DSP数字信号处理器模块根据公式
Figure GDA0002556606490000051
得到单神经元PID控制器的输入A，其中，i＝1,2,3，wi(k)为第k次测量、第i个输入信号xi(k)的连接权值；
步骤A6、所述DSP数字信号处理器模块中单神经元PID控制器的算法公式为
Figure GDA0002556606490000052
其中，up(k)为第k次测量时，单神经元 PID控制器产生的控制输出信号，up(k-1)为第k-1次测量时，单神经元PID控制器产生的控制输出信号，K(k)为第k次测量时神经元的输出增益；
步骤A7、所述DSP数字信号处理器模块根据公式
Figure GDA0002556606490000053
采用有监督的Hebb学习规则，对连接权值进行调整，其中，w1(k)为第k次测量时第1 个输入信号x1(k)的连接权值，w1(k-1)为第k-1次测量时第1个输入信号x1(k)的连接权值，w2(k)为第k次测量时第2个输入信号x2(k)的连接权值，w2(k-1)为第k-1次测量时第2个输入信号x2(k)的连接权值，w3(k)为第k次测量时第3个输入信号x3(k)的连接权值，w3(k-1)为第k-1次测量时第3个输入信号x3(k)的连接权值，ηI为积分学习速率，ηP为比例学习速率，ηD为微分学习速率，γi(k)为学习信号，z(k)为教师信号；
步骤A8、所述DSP数字信号处理器模块根据公式
Figure GDA0002556606490000054
对连接权值w1(k)、w2(k)和w3(k)进行规范化处理，其中，
Figure GDA0002556606490000061
步骤A9、所述DSP数字信号处理器模块采用模糊控制算法调整神经元输出增益 K(k)，并将步骤A8处理得到的w′i(k)替换步骤A6公式
Figure GDA0002556606490000062
中wi（k）并整理，得到第k次测量时单神经元模糊PID控制器产生的控制输出量
Figure GDA0002556606490000063
步骤A10、所述DSP数字信号处理器模块根据公式uf(k)＝lPS(k)Gr(S)，得到前馈PD补偿控制器的输出量uf(k)，其中，lPS(k)为第k次测量时的初始水位设定值，Gr(S) 为前馈PD通道的传递函数，
Figure GDA0002556606490000064
Kp为比例系数，Kd为微分系数；
步骤A11、所述DSP数字信号处理器模块将单神经元模糊PID控制器产生的控制输出量up(k)与前馈PD补偿控制器的输出量uf(k)进行求和运算，得到带前馈PD补偿的单神经元模糊PID控制算法的输出量u(k)，即u(k)＝up(k)+uf(k)。
上述的一种煤矿井下无人值守排水系统的控制方法，步骤A9中所述DSP数字信号处理器模块采用模糊控制算法调整神经元输出增益K(k)的具体步骤为：
步骤A901、所述DSP数字信号处理器模块根据公式e(k)＝lPS(k)-lS(k)对其第k次采样时初始水位设定值lPS(k)与水仓水位测量值lS(k)作差，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)；
步骤A902、所述DSP数字信号处理器模块根据公式
Figure GDA0002556606490000065
对其第k次采样得到的初始水位设定值与水位测量值的水位偏差e(k)求导，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)随时间t的速度变化率ec(k)；
步骤A903、所述DSP数字信号处理器模块根据公式E(k)＝e(k)×Ke(k)对水位偏差e(k)进行量化，得到水位偏差e(k)的量化量E(k)，E(k)的模糊论域为[-E(k)，E(k)]，其中，Ke(k)为第k次测量时得到的水位偏差e(k)的量化因子；
步骤A904、所述DSP数字信号处理器模块根据公式EC(k)＝ec(k)×Kec(k)对水位偏差e(k)随时间t的变化率ec(k)进行量化，得到水位偏差e(k)随时间t的水位偏差变化率 ec(k)的量化量EC(k)，EC(k)的模糊论域为[-EC(k),EC(k)]，其中，Kec(k)为第k次采样时得到的水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化因子；
步骤A905、所述DSP数字信号处理器模块对水位偏差e(k)的量化量E(k)按照四舍五入的方法进行整数化，得到水位偏差e(k)的量化量E(k)的整数化结果E(k)′，并将水位偏差e(k)的量化量E(k)的整数化结果E(k)′作为模糊控制的第一个输入；
步骤A906、所述DSP数字信号处理器模块对水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)按照四舍五入的方法进行整数化，得到水位偏差e(k)随时间 t的水位偏差变化率ec(k)的量化量EC(k)的整数化结果EC(k)′，并将水位偏差e(k)的量化量E(k)的整数化结果EC(k)′作为模糊控制的第二个输入；
步骤A907、所述DSP数字信号处理器模块根据模糊控制的第一个输入E(k)′和第二个输入EC(k)′，查询存储在DSP数字信号处理器模块内部存储器中的由DSP数字信号处理器模块预先制定好的模糊控制查询表，得到模糊控制的输出ΔK(k)，ΔK(k)为神经元输出增益的动态调整量；
步骤A908、所述DSP数字信号处理器模块根据公式K(k)＝H+ΔK(k)对第k次测量时，神经元输出增益的动态调整量ΔK(k)进行整定，得出第k次测量时神经元输出增益K(k)，其中，H为初始时的神经元输出增益。
上述的一种煤矿井下无人值守排水系统的控制方法，步骤A907中所述DSP数字信号处理器模块预先制定模糊控制查询表的具体步骤为：
步骤B1、所述DSP数字信号处理器模块对水位偏差e(k)的量化量E(k)进行模糊化处理，其具体过程如下：
步骤B101、定义水位偏差e(k)的量化量E(k)的模糊状态集合为{负大、负中、负小、零、正小、正中、正大}；
步骤B102、所述DSP数字信号处理器模块根据水位偏差e(k)的量化量E(k)的三角形隶属函数
Figure GDA0002556606490000071
计算水位偏差e(k)的量化量E(k)所对应的模糊状态的隶属度值trimf(E(k),a1,b1,c1)，并根据最大隶属度原则确定水位偏差e(k) 的量化量E(k)对应的模糊状态，其中，a1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标，b1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标，c1为水位偏差e(k)的量化量 E(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
步骤B2、所述DSP数字信号处理器模块对水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)进行模糊化处理，其具体过程如下：
步骤B201、定义水位偏差e(k)随时间t的速度变化率ec(k)的量化量EC(k)的模糊状态集合为{负大、负中、负小、零、正小、正中、正大}；
步骤B202、所述DSP数字信号处理器模块根据水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属函数
Figure GDA0002556606490000072
计算水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)所对应的模糊状态的隶属度值trimf(EC(k),a2,b2,c2)，并根据最大隶属度原则确定水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态，其中，a2为水位偏差e(k)随时间t的水位偏差变化率ec(k) 的量化量EC(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标，b2为水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标，c2为水位偏差e(k)随时间t的水位偏差变化率 ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
步骤B3、定义模糊控制的输出ΔK(k)的模糊状态集合为{正大、正中、正小、零、负小、负中、负大}，根据水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k) 随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态得到模糊控制部分的输出ΔK(k)的模糊状态的模糊控制规则，并根据所述模糊控制规则确定模糊控制部分的输出ΔK(k)的模糊状态；
其中，所述模糊控制规则为：
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负大和负大、或负中和负大、或负小和负大、或零和负大、或负大和负中、或负中和负中、或负小和负中时，所述模糊控制的输出ΔK(k)为正大；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负大和负小、或负中和负小、或负小和负小、或零和负小、或负大和零时，所述模糊控制的输出ΔK(k)为正中；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负中和零、或负小和零、或负大和正小、或负中和正小时，所述模糊控制的输出ΔK(k)为正小；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正中和负大、或正大和负大、或正中和负中、或正小和负小、或零和零、或负大和正中、或负中和正中、或负大和正大、或负中和正大时，所述模糊控制的输出ΔK(k)为零；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正大和负中、或正中和负小、或正大和负小、或正小和零时，所述模糊控制的输出ΔK(k)为负小；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正中和零、或正大和零、或零和正小、或正小和正小、或正中和正小、或正大和正小、或负小和正中、或正小和正中，或负小和正大时，所述模糊控制的输出ΔK(k)为负中；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为零和正中、或正中和正中、或正大和正中、或零和正大、或正小和正大、或正中和正大、或正大和正大时，所述模糊控制的输出ΔK(k)为负大；
步骤B4、对所述模糊控制的输出ΔK(k)的模糊状态进行反模糊化处理，其具体过程如下：
步骤B401、定义所述模糊控制的输出ΔK(k)的论域为[-3，3]；
步骤B402、所述DSP数字信号处理器模块根据神经元输出增益的动态调整量ΔK(k)的三角形隶属函数
Figure GDA0002556606490000081
计算得到神经元输出增益的动态调整量ΔK(k)在模糊状态下论域中每个整数所对应的隶属度值 trimf(ΔK(k),a3,b3,c3)，并将论域中各个整数对应的隶属度值中的最大值所对应的神经元输出增益的动态调整量ΔK(k)的值确定为所述神经元输出增益的动态调整量ΔK(k) 反模糊化的结果；其中a3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标、b3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标、c3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
步骤B5、重复步骤B1到步骤B4，直到得到水位偏差e(k)的量化量E(k)的论域 [-3,3]内的7个整数与水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k) 的论域[-3,3]内的7个整数的49种组合与所述模糊控制的输出ΔK(k)反模糊化的结果的一一对应关系；
步骤B6、将水位偏差e(k)的量化量E(k)的论域[-3,3]内的7个整数与水位偏差 e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的论域[-3,3]内的7个整数的49 种组合与所述模糊控制的输出ΔK(k)反模糊化的结果的一一对应关系制定成模糊控制查询表。
本发明与现有技术相比具有以下优点：
1、本发明的无人值守排水系统结构简单，设计合理，实现方便。
2、本发明的DSP数字信号处理器模块采用32位浮点DSP芯片TMS320F28335，它不但具有强大的数字信号处理能力，而且还具有较完善的事件管理能力和嵌入式控制功能。
3、本发明采用温度传感器、真空度传感器、流量传感器、压力传感器和液位传感器，能够对无人值守排水系统实现较为全面的监测。
4、本发明通过设计以太网的通信电路模块，实现上位PC机与DSP数字信号处理器模块之间的数据传输，大幅度提高了通信速率和实时性。
5、本发明采用带前馈的单神经元模糊PID和比例微分控制算法，能够根据水仓水位自动选择合适的排水控制策略，通过变频器控制水泵，调节排水量，响应速度快，稳态误差小，提高排水性能的稳定性和可靠性。
6、本发明能够有效应用在煤矿井下的自动化排水中，能够有效解决矿井排水系统存在的劳动强度大、应急能力差等问题，使用效果好，便于推广使用。
综上所述，本发明的无人值守排水系统结构简单，设计合理，实现方便，结合控制方法，能够实现煤矿井下的自动化排水，排水性能稳定性可靠，使用效果好，便于推广使用。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的电路原理框图；
图2为本发明DSP数字信号处理器模块A部分的电路原理图；
图3为本发明DSP数字信号处理器模块B部分的电路原理图；
图4为本发明DSP数字信号处理器模块C部分的电路原理图；
图5为本发明DSP数字信号处理器模块D部分的电路原理图；
图6为本发明DSP数字信号处理器模块E部分的电路原理图；
图7为本发明DSP数字信号处理器模块复位电路的电路原理图；
图8为本发明DSP数字信号处理器模块时钟电路的电路原理图；
图9为本发明通信电路模块的电路原理图；
图10为本发明数字量输入隔离电路模块的电路原理图；
图11为本发明信号调理电路模块的电路原理图；
图12为本发明D/A转换电路模块的电路原理图；
图13为本发明水位偏差e(k)的量化量E(k)的三角形隶属函数图；
图14为本发明水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属函数图；
图15为本发明神经元输出增益K(k)的动态调整量ΔK(k)的三角形隶属函数图；
图16为本发明带前馈PD补偿的单神经元模糊PID控制算法的仿真模型图；
图17为本发明PD控制算法的仿真模型图；
图18为本发明PID控制算法、模糊PID控制算法和复合控制算法下的仿真结果对比图。
附图标记说明:
1—DSP数字信号处理器模块； 2—通信电路模块； 3—电源模块；
4—数字量输入隔离电路模块； 5—信号调理电路模块； 6—温度传感器；
7—真空度传感器； 8—流量传感器； 9—压力传感器；
10—液位传感器； 11—D/A转换电路模块； 12—显示模块；
13—声光报警电路模块； 14—变频器； 15—水泵；
16—备用水泵； 17—上位PC机。
具体实施方式
如图1所示，本发明的煤矿井下无人值守排水系统，包括用于排水的水泵15、备用水泵16、上位PC机17、DSP数字信号处理器模块1和与DSP数字信号处理器模块 1相接的用于与上位PC机17进行通信的通信电路模块2，以及为排水系统中各用电模块供电的电源模块3；所述DSP数字信号处理器模块1的输入端接有数字量输入隔离电路模块4和信号调理电路模块5，所述信号调理电路模块5的输入端接有用于检测电机轴承温度的温度传感器6、用于检测水泵入口真空度的真空度传感器7、用于检测排水管路流量的流量传感器8、用于检测水泵出水口压力的压力传感器9和用于检测水仓内水位的液位传感器10，所述DSP数字信号处理器模块1的输出端接有D/A 转换电路模块11、显示模块12和声光报警电路模块13，所述D/A转换电路模块11 的输出端接有多个用于控制水泵15和备用水泵16的变频器14。
具体实施时，所述温度传感器6实时监测电机轴承温度，真空度传感器7实时监测水泵入口真空度，流量传感器8实时监测排水管路流量，压力传感器9实时监测水泵出水口压力，DSP数字信号处理器模块1周期性采集各个传感器的监测值并通过显示模块12显示，当发生异常状态时，所述声光报警电路模块13进行声光报警。
本实施例中，如图2～图6所示，所述DSP数字信号处理器模块1包括DSP芯片TMS320F28335、非极性电容C23、非极性电容C24、电感L3、电感L4、电感L5、电阻 R8、电阻R9、电阻R10、电阻R11、电阻R12和电阻R14，以及均与DSP芯片TMS320F28335 相接的晶振电路、复位电路和时钟电路；所述DSP芯片TMS320F28335的第44引脚通过电感L3接地，所述DSP芯片TMS320F28335的第45引脚通过电感L4与电源模块3 的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第31引脚和第59引脚均与电感L5的一端连接，所述电感L5的另一端与电源模块3的1.9V电压输出端连接，所述DSP芯片TMS320F28335的第55引脚通过非极性电容C24接地，所述DSP芯片 TMS320F28335的第56引脚通过非极性电容C23接地，所述DSP芯片TMS320F28335的第57引脚通过电阻R14接地，所述DSP芯片TMS320F28335的第78引脚通过电阻R12 接地，所述DSP芯片TMS320F28335的第80引脚通过电阻R9与电源模块3的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第85引脚通过电阻R11与电源模块3 的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第86引脚通过电阻R10与电源模块3的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第105引脚通过电阻R8接地，所述DSP芯片TMS320F28335的第9引脚、第71引脚、第84引脚、第 93引脚、第107引脚、第121引脚、第143引脚、第159引脚和第170引脚均与电源模块3的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第4引脚、第15引脚、第23引脚、第29引脚、第61引脚、第101引脚、第109引脚、第117引脚、第126引脚、第139引脚、第146引脚、第154引脚和第167引脚均与电源模块3的 1.9V电压输出端连接，所述DSP芯片TMS320F28335的第3引脚、第8引脚、第14引脚、第22引脚、第30引脚、第35引脚、第36引脚、第37引脚、第38引脚、第39 引脚、第40引脚、第41引脚、第42引脚、第46引脚、第47引脚、第48引脚、第 49引脚、第50引脚、第51引脚、第52引脚、第53引脚、第60引脚、第70引脚、第83引脚、第92引脚、第103引脚、第106引脚、第108引脚、第118引脚、第120 引脚、第125引脚、第140引脚、第144引脚、第147引脚、第155引脚、第160引脚、第166引脚和第171引脚均接地；所述晶振电路包括晶振Y1、非极性电容C21、非极性电容C22和电阻R7，所述晶振Y1的一端、非极性电容C21的一端和电阻R7的一端均与DSP芯片TMS320F28335的第104引脚连接，所述晶振Y1的另一端、非极性电容C22的一端和电阻R7的另一端均与DSP芯片TMS320F28335的第102引脚连接，所述非极性电容C21的另一端和非极性电容C22的另一端均接地；如图7所示，所述复位电路包括复位芯片MAX811、按键S1和电阻R13，所述复位芯片MAX811的第4引脚和电阻R13的一端均与电源模块3的3.3V电压输出端连接，所述复位芯片MAX811 的第3引脚和电阻R13的另一端均与按键S1的一端连接，所述复位芯片MAX811的第 1引脚和按键S1的另一端均接地，所述复位芯片MAX811的第2引脚与DSP芯片 TMS320F28335的第80引脚连接；如图8所示，所述时钟电路包括时钟芯片DS3231、非极性电容C57、非极性电容C58、电阻R143和电阻R166，所述时钟芯片DS3231的第2引脚与电源模块3的3.3V电压输出端连接，且通过非极性电容C57接地，所述时钟芯片DS3231的第5引脚接地，且通过非极性电容C58与时钟芯片DS3231的第6 引脚连接，所述时钟芯片DS3231的第6引脚接地，所述时钟芯片DS3231的第7引脚通过电阻R166与电源模块3的3.3V电压输出端连接，且与DSP芯片TMS320F28335 的第74引脚连接，所述时钟芯片DS3231的第8引脚通过电阻R143与电源模块3的 3.3V电压输出端连接，且与DSP芯片TMS320F28335的第75引脚连接。
本实施例中，如图9所示，所述通信电路模块2包括以太网芯片W5500、以太网接口HR91105A、晶振Y2、电感L6、非极性电容C14、非极性电容C37、非极性电容C38、非极性电容C39、非极性电容C40、非极性电容C41、非极性电容C42、非极性电容C43、非极性电容C44、非极性电容C45、非极性电容C46、非极性电容C47、非极性电容C48、非极性电容C72、非极性电容C73、电阻R21、电阻R22、电阻R23、电阻R24、电阻 R25、电阻R26、电阻R27、电阻R28和电阻R29，所述以太网芯片W5500的第1引脚与以太网接口HR91105A的第2引脚连接，且通过电阻R21与电源模块3的3.3V电压输出端连接，所述以太网芯片W5500的第2引脚与以太网接口HR91105A的第1引脚连接，且通过电阻R22与电源模块3的3.3V电压输出端连接，所述以太网接口HR91105A 的第4引脚通过电阻R23与电源模块3的3.3V电压输出端连接，且通过非极性电容 C37接地，所述以太网芯片W5500的第3引脚、第9引脚、第14引脚、第16引脚、第19引脚和第48引脚均接地，所述以太网芯片W5500的第4引脚通过非极性电容C43 接地，所述以太网芯片W5500的第5引脚通过非极性电容C39与以太网接口HR91105A 的第6引脚连接，且与电阻R25的一端连接，所述以太网芯片W5500的第6引脚通过非极性电容C38与以太网接口HR91105A的第3引脚连接，且与电阻R24的一端连接，所述电阻R24的另一端、电阻R25的另一端和非极性电容C42的一端均与以太网接口 HR91105A的第5引脚连接，所述非极性电容C42的另一端接地，所述以太网芯片W5500 的第8引脚通过电感L6与电源模块3的3.3V电压输出端连接，且通过非极性电容C44 接地，所述以太网芯片W5500的第10引脚通过电阻R29接地，所述以太网芯片W5500 的第11引脚通过非极性电容C72接地，所述以太网芯片W5500的第15引脚、第17 引脚和第21引脚均与非极性电容C73的一端连接，所述非极性电容C73的另一端接地，所述以太网芯片W5500的第20引脚通过非极性电容C48接地，所述以太网芯片 W5500的第22引脚通过非极性电容C47接地，所述以太网芯片W5500的第25引脚通过电阻R28与以太网接口HR91105A的第11引脚连接，所述以太网芯片W5500的第27 引脚通过电阻R27与以太网接口HR91105A的第9引脚连接，所述以太网芯片W5500 的第28引脚、第43引脚、第44引脚、第45引脚、非极性电容C45的一端和非极性电容C46的一端均与电源模块3的3.3V电压输出端连接，所述以太网芯片W5500的第29引脚、非极性电容C45的另一端和非极性电容C46的另一端均接地，所述晶振 Y2的一端、非极性电容C41的一端和电阻R26的一端均与以太网芯片W5500的第30 引脚连接，所述晶振Y2的另一端、非极性电容C40的一端和电阻R26的另一端均与以太网芯片W5500的第31引脚连接，所述非极性电容C40的另一端和非极性电容C41的另一端均接地，所述以太网芯片W5500的第32引脚、第33引脚、第34引脚、第 35引脚、第36引脚和第37引脚依次对应与DSP芯片TMS320F28335的第73引脚、第 72引脚、第69引脚、第68引脚、第27引脚和第28引脚连接，所述以太网接口HR91105A 的第10引脚和第12引脚均与电源模块3的3.3V电压输出端连接，所述以太网接口 HR91105A的第8引脚、第13引脚和第14引脚均与非极性电容C14的一端连接，所述非极性电容C14的另一端接地。
具体实施时，所述通信电路模块2采用以太网通信，实现DSP数字信号处理器模块1与上位PC机17之间的数据高速传输，以太网芯片W5500的第30引脚XI/CLKIN 和第31引脚X0连接25MHz外部晶振，以太网芯片W5500的第10引脚EXRES1和模拟地之间接一个12.4KΩ，精度为1％的电阻，以太网芯片W5500的第1引脚TXN和第2 引脚TXP为差分信号传输引脚，分别并联外接阻值为49.9Ω，精度为1％的电阻(保持信号稳定)，分别与以太网接口HR91105A的引脚TD+、引脚TD-连接，另并联接一阻值为10Ω，精度为1％的电阻与以太网接口HR91105A的引脚TCT连接，以太网芯片 W5500的第25引脚、第27引脚分别为网络连接指示灯和活动状态指示灯引脚，以太网芯片W5500的第32引脚、第33引脚、第34引脚、第35引脚和第36引脚分别为以太网芯片的片选信号引脚SCSn、SPI时钟输入引脚SCLK、SPI主机输入从机输出引脚MISO、SPI主机输出从机输入引脚MOSI和中断输出引脚INTn。
本实施例中，所述数字量输入隔离电路模块4包括八路光耦隔离电路，如图10所示，所述光耦隔离电路包括光耦芯片TLP521、非极性电容C7、电阻R2、电阻R3、电阻R4和电阻R5，所述光耦芯片TLP521的第1引脚和电阻R3的一端均与电源模块3 的24V电压输出端连接，所述光耦芯片TLP521的第2引脚和电阻R3的另一端均与电阻R2的一端连接，所述电阻R2的另一端为所述光耦隔离电路的数字量输入端，所述光耦芯片TLP521的第4引脚通过电阻R4与电源模块3的3.3V电压输出端连接，所述光耦芯片TLP521的第3引脚与电阻R5的一端和非极性电容C7的一端均连接，且为所述光耦隔离电路的数字量输出端，所述电阻R5的另一端和非极性电容C7的另一端均接地。
具体实施时，所述水泵15的启停状态和备用水泵16的启停状态分别以数字量信号输入到光耦隔离电路的数字量输入端中；八路光耦隔离电路的数字量输出端分别与 DSP芯片TMS320F28335的GPIO0引脚～GPIO7引脚连接。由于煤矿矿井存在较多干扰源，对数字量的处理不当很容易造成系统判断失误，产生相应的误动作,在系统中，存在多种电源，如开关按钮的+24V电源，控制器的+3.3V电源,因此，选用光耦器件 TLP521与电阻串联相结合的方式设计数字量输入电路，串联的电阻可以对噪声采用分压比的形式进行衰减，保证了状态信息采集的真实性,光耦器件的输入端，即引脚1 接电源模块3的24V电压输出端,电阻R3的作用是保护光耦器件TLP521，防止电源接反时，光耦器件的二极管被击穿,为了提高系统的抗干扰性能，在输出端接一个RC滤波电路，滤除外界信号干扰。
本实施例中，所述信号调理电路模块5包括八路信号调理电路，如图11所示，所述信号调理电路包括放大器A1、二极管D1、滑动变阻器RW1、滑动变阻器RW2、非极性电容C8、非极性电容C9、电阻R31、电阻R32、电阻R33、电阻R34、电阻R35、电阻R36、电阻R37和电阻R38，所述放大器A1的第2引脚与电阻R31的一端连接，所述电阻R31的另一端与非极性电容C8的一端和电阻R32的一端均连接，且为所述信号调理电路的信号输入端，所述放大器A1的第3引脚、电阻R33的一端和电阻R36 的一端均与电阻R38的一端连接，所述电阻R38的另一端与滑动变阻器RW1的滑动端连接，所述非极性电容C8的另一端、电阻R33的另一端和电阻R34的一端均接地，所述电阻R34的另一端与滑动变阻器RW1的一个固定端连接，所述电阻R32的另一端与二极管D1的阳极连接，所述二极管D1的阴极和电阻R35的一端均与滑动变阻器RW1的另一个固定端连接，所述电阻R35的另一端与电源模块3的24V电压输出端连接，所述电阻R36的另一端和滑动变阻器RW2的滑动端均与滑动变阻器RW2的一个固定端连接，所述放大器A1的第1引脚通过电阻R37与滑动变阻器RW2的另一个固定端连接，且为所述信号调理电路的信号输出端，所述非极性电容C9的一端与放大器A1的第1引脚连接，所述非极性电容C9的另一端接地。
具体实施时，八路信号调理电路的信号输出端分别与DSP芯片TMS320F28335的GPIO8引脚～GPIO15引脚连接,所述信号调理电路模块5用于将传感器采集的微弱4～ 20mA电流信号进行调理放大；所述温度传感器6为HAD-GWP200隔爆矿用型温度传感器，所述真空度传感器7为ULVAC真空度传感器，所述流量传感器8为Focmag的智能电磁流量计，所述压力传感器9为XF807-GPD10压力传感器，所述液位传感器10 为GCW10矿用本质安全型液位传感器，所述HAD-GWP200隔爆矿用型温度传感器、ULVAC 真空度传感器、Focmag的智能电磁流量计、XF807-GPD10压力传感器和GCW10矿用本质安全型液位传感器分别与信号调理电路中的信号输入端连接。
本实施例中，如图12所示，所述D/A转换电路模块11包括数模转换芯片DAC7725、极性电容C31、非极性电容C32、极性电容C33、非极性电容C34、极性电容C35、非极性电容C36、非极性电容C67和非极性电容C68，所述数模转换芯片DAC7725的第8 引脚～第13引脚均为所述D/A转换电路模块11的信号输入端，所述数模转换芯片 DAC7725的第1引脚与电源模块3的+10V电压输出端连接，且通过非极性电容C67接地，所述数模转换芯片DAC7725的第28引脚与电源模块3的-10V电压输出端连接，且通过非极性电容C68接地，所述数模转换芯片DAC7725的第5引脚和第20引脚均接地，所述数模转换芯片DAC7725的第24引脚、极性电容C31的正极和非极性电容 C32的一端均与电源模块3的5V电压输出端连接，所述极性电容C31的负极和非极性电容C32的另一端均接地，所述数模转换芯片DAC7725的第25引脚、极性电容C33 的正极和非极性电容C34的一端均与电源模块3的+12V电压输出端连接，所述极性电容C33的负极和非极性电容C34的另一端均接地，所述数模转换芯片DAC7725的第4 引脚、极性电容C35的负极和非极性电容C36的一端均与电源模块3的-12V电压输出端连接，所述极性电容C35的正极和非极性电容C36的另一端均接地，所述数模转换芯片DAC7725的第3引脚为所述D/A转换电路模块11的第一信号输出端VOUTA，所述数模转换芯片DAC7725的第2引脚为所述D/A转换电路模块11的第二信号输出端 VOUTB，所述数模转换芯片DAC7725的第27引脚为所述D/A转换电路模块11的第三信号输出端VOUTC，所述数模转换芯片DAC7725的第26引脚为所述D/A转换电路模块 11的第四信号输出端VOUTD。
具体实施时，所述D/A转换电路模块11的信号输入端分别与DSP芯片TMS320F28335的GPIO18引脚～GPIO23引脚连接；两个变频器14分别与D/A转换电路模块11的第一信号输出端VOUTA和第二信号输出端VOUTB连接，所述D/A转换电路模块11的第三信号输出端VOUTC和第四信号输出端VOUTD备用。
本发明的煤矿井下无人值守排水系统的控制方法包括以下步骤：
步骤一、所述液位传感器10对水仓内水位进行实时监测，水位采集信号经过信号调理电路模块5进行调理放大，所述DSP数字信号处理器模块1对调理放大后的信号进行周期性采样；
步骤二、所述DSP数字信号处理器模块1采用复合控制算法对水仓水位测量值和初始水位设定值进行处理，输出数字量的控制信号到D/A转换电路模块11中；
步骤三、所述D/A转换电路模块11对数字量的控制信号进行数模转换，得到模拟量的控制信号，通过变频器14控制水泵15和备用水泵16，调节排水量。
本发明方法步骤二中所述DSP数字信号处理器模块1采用复合控制算法对水仓水位测量值和初始水位设定值进行处理的具体过程为：
所述DSP数字信号处理器模块1根据公式e(k)＝lPS(k)-lS(k)对其初始水位设定值lPS(k)与第k次采样得到的水仓水位测量值lS(k)作差，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)；其中，k的取值为非0自然数；DSP数字信号处理器模块1将水位偏差e(k)与预先设定的阈值进行对比，当水位偏差e(k)大于预先设定的阈值时，采用PD控制算法；当水位偏差e(k)不大于预先设定的阈值时，采用带前馈PD补偿的单神经元模糊PID控制算法；
其中，带前馈PD补偿的单神经元模糊PID控制算法的实现步骤如下：
步骤A1、所述DSP数字信号处理器模块1将水位偏差e(k)作为单神经元PID控制器的第一个分量输入信号，将其记作x1(k)；
步骤A2、所述DSP数字信号处理器模块1根据公式Δe(k)＝e(k)-e(k-1)对其第k次采样时初始水位设定值与水仓水位测量值的水位偏差e(k)与第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-1)作差，得到第k次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k)，作为单神经元PID控制器的第二个分量输入信号，将其记作x2(k)；
步骤A3、所述DSP数字信号处理器模块1根据公式Δe(k-1)＝e(k-1)-e(k-2)对其第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-1)与第k-2次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-2)作差，得到第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差Δe(k-1)；
步骤A4、所述DSP数字信号处理器模块1根据公式Δe2(k)＝Δe(k)-Δe(k-1)对其第k次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k)与第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k-1)作差，将所得差值Δe2(k)，作为单神经元PID控制器的第三个分量输入信号，将其记作x3(k)；
步骤A5、所述DSP数字信号处理器模块1根据公式
Figure GDA0002556606490000141
得到单神经元PID控制器的输入A，其中，i＝1,2,3，wi(k)为第k次测量、第i个输入信号xi(k)的连接权值；
步骤A6、所述DSP数字信号处理器模块1中单神经元PID控制器的算法公式为
Figure GDA0002556606490000151
其中，up(k)为第k次测量时，单神经元 PID控制器产生的控制输出信号，up(k-1)为第k-1次测量时，单神经元PID控制器产生的控制输出信号，K(k)为第k次测量时神经元的输出增益；
步骤A7、所述DSP数字信号处理器模块1根据公式
Figure GDA0002556606490000152
采用有监督的Hebb学习规则，对连接权值进行调整，其中，w1(k)为第k次测量时第 1个输入信号x1(k)的连接权值，w1(k-1)为第k-1次测量时第1个输入信号x1(k)的连接权值，w2(k)为第k次测量时第2个输入信号x2(k)的连接权值，w2(k-1)为第k-1次测量时第2个输入信号x2(k)的连接权值，w3(k)为第k次测量时第3个输入信号x3(k) 的连接权值，w3(k-1)为第k-1次测量时第3个输入信号x3(k)的连接权值，ηI为积分学习速率，ηP为比例学习速率，ηD为微分学习速率，γi(k)为学习信号，z(k)为教师信号；
步骤A8、所述DSP数字信号处理器模块1根据公式
Figure GDA0002556606490000153
对连接权值w1(k)、w2(k)和w3(k)进行规范化处理，其中，
Figure GDA0002556606490000154
步骤A9、所述DSP数字信号处理器模块1采用模糊控制算法调整神经元输出增益 K(k)，并将步骤A8处理得到的w′i(k)替换步骤A6公式
Figure GDA0002556606490000155
中wi(k)并整理，得到第k次测量时单神经元模糊PID控制器产生的控制输出量
Figure GDA0002556606490000156
步骤A10、所述DSP数字信号处理器模块1根据公式uf(k)＝lPS(k)Gr(S)，得到前馈PD补偿控制器的输出量uf(k)，其中，lPS(k)为第k次测量时的初始水位设定值， Gr(S)为前馈PD通道的传递函数，
Figure GDA0002556606490000157
Kp为比例系数，Kd为微分系数；
步骤A11、所述DSP数字信号处理器模块1将单神经元模糊PID控制器产生的控制输出量up(k)与前馈PD补偿控制器的输出量uf(k)进行求和运算，得到带前馈PD补偿的单神经元模糊PID控制算法的输出量u(k)，即u(k)＝up(k)+uf(k)。
本发明方法步骤A9中所述DSP数字信号处理器模块1采用模糊控制算法调整神经元输出增益K(k)的具体步骤为：
步骤A901、所述DSP数字信号处理器模块1根据公式e(k)＝lPS(k)-lS(k)对其第k次采样时初始水位设定值lPS(k)与水仓水位测量值lS(k)作差，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)；
步骤A902、所述DSP数字信号处理器模块1根据公式
Figure GDA0002556606490000161
对其第k次采样得到的初始水位设定值与水位测量值的水位偏差e(k)求导，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)随时间t的速度变化率ec(k)；
步骤A903、所述DSP数字信号处理器模块1根据公式E(k)＝e(k)×Ke(k)对水位偏差e(k)进行量化，得到水位偏差e(k)的量化量E(k)，E(k)的模糊论域为[-E(k)，E(k)]，其中，Ke(k)为第k次测量时得到的水位偏差e(k)的量化因子；
具体实施时，水位偏差e(k)的取值为1m，水位偏差e(k)的量化因子Ke(k)的取值为3，水位偏差e(k)的量化量E(k)的模糊论域为[-3,3]；
步骤A904、所述DSP数字信号处理器模块1根据公式EC(k)＝ec(k)×Kec(k)对水位偏差e(k)随时间t的变化率ec(k)进行量化，得到水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)，EC(k)的模糊论域为[-EC(k),EC(k)]，其中，Kec(k)为第k次采样时得到的水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化因子；
具体实施时，水位偏差e(k)随时间t的变化率ec(k)的取值为0.05m/s，水位偏差 e(k)随时间t的水位偏差变化率ec(k)的量化因子的取值为60，EC(k)的模糊论域为 [-3,3]；
步骤A905、所述DSP数字信号处理器模块1对水位偏差e(k)的量化量E(k)按照四舍五入的方法进行整数化，得到水位偏差e(k)的量化量E(k)的整数化结果E(k)′，并将水位偏差e(k)的量化量E(k)的整数化结果E(k)′作为模糊控制的第一个输入；
步骤A906、所述DSP数字信号处理器模块1对水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)按照四舍五入的方法进行整数化，得到水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的整数化结果EC(k)′，并将水位偏差e(k)的量化量E(k)的整数化结果EC(k)′作为模糊控制的第二个输入；
步骤A907、所述DSP数字信号处理器模块1根据模糊控制的第一个输入E(k)′和第二个输入EC(k)′，查询存储在DSP数字信号处理器模块1内部存储器中的由DSP数字信号处理器模块1预先制定好的模糊控制查询表，得到模糊控制的输出ΔK(k)，ΔK(k)为神经元输出增益的动态调整量；
步骤A908、所述DSP数字信号处理器模块1根据公式K(k)＝H+ΔK(k)对第k次测量时，神经元输出增益的动态调整量ΔK(k)进行整定，得出第k次测量时神经元输出增益K(k)，其中，H为初始时的神经元输出增益。
具体实施时，H的取值为20。
本发明方法步骤A907中所述DSP数字信号处理器模块1预先制定模糊控制查询表的具体步骤为：
步骤B1、所述DSP数字信号处理器模块1对水位偏差e(k)的量化量E(k)进行模糊化处理，其具体过程如下：
步骤B101、定义水位偏差e(k)的量化量E(k)的模糊状态集合为{负大、负中、负小、零、正小、正中、正大}；
步骤B102、所述DSP数字信号处理器模块1根据水位偏差e(k)的量化量E(k)的三角形隶属函数
Figure GDA0002556606490000171
计算水位偏差e(k)的量化量E(k)所对应的模糊状态的隶属度值trimf(E(k),a1,b1,c1)，并根据最大隶属度原则确定水位偏差 e(k)的量化量E(k)对应的模糊状态，其中，a1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标，b1为水位偏差e(k)的量化量E(k) 的三角形隶属度函数所对应的三角形底边的右顶点的横坐标，c1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
具体实施时，如图13所示，水位偏差e(k)的量化量E(k)的模糊语言变量值集合为{负大、负中、负小、零、正小、正中、正大}，当E(k)模糊值取负大时，取a1＝-4、b1＝-2、 c1＝-3；当E(k)模糊值取负中时，取a1＝-3、b1＝-1、c1＝-2；当E(k)模糊值取负小时，取a1＝-2、b1＝0、c1＝-1；当E(k)模糊值取零时，取a1＝-1、b1＝0、c1＝1；当E(k)模糊值取正小时，取a1＝0、b1＝2、c1＝1；当E(k)模糊值取正中时，取a1＝1、b1＝3、c1＝2；当E(k)模糊值取正大时，取a1＝2、b1＝4、c1＝3；
步骤B2、所述DSP数字信号处理器模块1对水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)进行模糊化处理，其具体过程如下：
步骤B201、定义水位偏差e(k)随时间t的速度变化率ec(k)的量化量EC(k)的模糊状态集合为{负大、负中、负小、零、正小、正中、正大}；
步骤B202、所述DSP数字信号处理器模块1根据水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属函数
Figure GDA0002556606490000172
计算水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)所对应的模糊状态的隶属度值trimf(EC(k),a2,b2,c2)，并根据最大隶属度原则确定水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态，其中，a2为水位偏差e(k)随时间t的水位偏差变化率 ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标，b2为水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标，c2为水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
具体实施时，如图14所示，水位偏差e(k)随时间t的速度变化率ec(k)的量化量 EC(k)的模糊语言变量值集合为{负大、负中、负小、零、正小、正中、正大}，当EC(k) 模糊值取负大时，取a2＝-4、b2＝-2、c2＝-3；当EC(k)模糊值取负中时，取a2＝-3、b2＝-1、 c2＝-2；当EC(k)模糊值取负小时，取a2＝-2、b2＝0、c2＝-1；当EC(k)模糊值取零时，取a2＝-1、b2＝0、c2＝1；当EC(k)模糊值取正小时，取a2＝0、b2＝2、c2＝1；当EC(k)模糊值取正中时，取a2＝1、b2＝3、c2＝2；当EC(k)模糊值取正大时，取a2＝2、b2＝4、c2＝3；
步骤B3、定义模糊控制的输出ΔK(k)的模糊状态集合为{正大、正中、正小、零、负小、负中、负大}，根据水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k) 随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态,得到模糊控制部分的输出ΔK(k)的模糊状态的模糊控制规则，并根据所述模糊控制规则确定模糊控制部分的输出ΔK(k)的模糊状态；
其中，所述模糊控制规则为：
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负大和负大、或负中和负大、或负小和负大、或零和负大、或负大和负中、或负中和负中、或负小和负中时，所述模糊控制的输出ΔK(k)为正大；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负大和负小、或负中和负小、或负小和负小、或零和负小、或负大和零时，所述模糊控制的输出ΔK(k)为正中；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负中和零、或负小和零、或负大和正小、或负中和正小时，所述模糊控制的输出ΔK(k)为正小；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正中和负大、或正大和负大、或正中和负中、或正小和负小、或零和零、或负大和正中、或负中和正中、或负大和正大、或负中和正大时，所述模糊控制的输出ΔK(k)为零；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正大和负中、或正中和负小、或正大和负小、或正小和零时，所述模糊控制的输出ΔK(k)为负小；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正中和零、或正大和零、或零和正小、或正小和正小、或正中和正小、或正大和正小、或负小和正中、或正小和正中，或负小和正大时，所述模糊控制的输出ΔK(k)为负中；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为零和正中、或正中和正中、或正大和正中、或零和正大、或正小和正大、或正中和正大、或正大和正大时，所述模糊控制的输出ΔK(k)为负大；
步骤B4、对所述模糊控制的输出ΔK(k)的模糊状态进行反模糊化处理，其具体过程如下：
步骤B401、定义所述模糊控制的输出ΔK(k)的论域为[-3，3]；
步骤B402、所述DSP数字信号处理器模块1根据神经元输出增益的动态调整量ΔK(k)的三角形隶属函数
Figure GDA0002556606490000181
计算得到神经元输出增益的动态调整量ΔK(k)在模糊状态下论域中每个整数所对应的隶属度值 trimf(ΔK(k),a3,b3,c3)，并将论域中各个整数对应的隶属度值中的最大值所对应的神经元输出增益的动态调整量ΔK(k)的值确定为所述神经元输出增益的动态调整量ΔK(k) 反模糊化的结果；其中a3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标、b3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标、c3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
具体实施时，如图15所示，神经元输出增益的动态调整量ΔK(k)的论域取为[-3，3]，神经元输出增益的动态调整量ΔK(k)的模糊语言变量值集合为{负大、负中、负小、零、正小、正中、正大}，当ΔK(k)模糊值取负大时，取a3＝-4、b3＝-2、c3＝-3；当ΔK(k) 模糊值取负中时，取a3＝-3、b3＝-1、c3＝-2；当ΔK(k)模糊值取负小时，取a3＝-2、b3＝0、 c3＝-1；当ΔK(k)模糊值取零时，取a3＝-1、b3＝0、c3＝1；当ΔK(k)模糊值取正小时，取a3＝0、b3＝2、c3＝1；当ΔK(k)模糊值取正中时，取a3＝1、b3＝3、c3＝2；当ΔK(k)模糊值取正大时，取a3＝2、b3＝4、c3＝3；
步骤B5、重复步骤B1到步骤B4，直到得到水位偏差e(k)的量化量E(k)的论域 [-3,3]内的7个整数与水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k) 的论域[-3,3]内的7个整数的49种组合与所述模糊控制的输出ΔK(k)反模糊化的结果的一一对应关系；
步骤B6、将水位偏差e(k)的量化量E(k)的论域[-3,3]内的7个整数与水位偏差 e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的论域[-3,3]内的7个整数的49 种组合与所述模糊控制的输出ΔK(k)反模糊化的结果的一一对应关系制定成模糊控制查询表。
具体实施时，模糊控制查询表用语言描述为：
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的值分别为-3和-3，或-3和-2，或-3和-1时，所述模糊控制的输出ΔK(k)反模糊化的结果为3；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的值分别为-3和0，或-2和-3，或-2和-2，或-2和-1，或-1和-3，或-1和-2时，所述模糊控制的输出ΔK(k)反模糊化的结果为2；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的值分别为-3和1，或-3和2，或-2和0，或-2和1，或-1 和-1，或-1和0，或0和-3，或0和-2，或1和-3时，所述模糊控制的输出ΔK(k)反模糊化的结果为1；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的值分别为-1和3，或0和2，或0和3，或1和0，或1和1，或1和2，或2和-1，或2和0，或3和-2，或3和-1时，所述模糊控制的输出ΔK(k)反模糊化的结果为-1；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的值分别为1和3，或2和1，或2和2，或2和3，或3和0时，所述模糊控制的输出ΔK(k)反模糊化的结果为-2；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的值分别为-3和3，或-2和2，或-2和3，或-1和1，或-1和2，或0和-1，或0和0，或0和1，或1和-2，或1和-1，或2和-3，或2 和-2，或3和-3，或3和1，或3和2，或3和3时，所述模糊控制的输出ΔK(k)反模糊化的结果为-3。
为了验证本发明煤矿井下无人值守排水系统的控制方法的合理性，对控制方法进行仿真以及结果分析：
单神经元模糊PID控制算法的三个输入节点分别为：
x1(k)＝e(k)＝lPS(k)-lS(k)
x2(k)＝Δe(k)＝e(k)-e(k-1)
x3(k)＝Δe2(k)＝Δe(k)-Δe(k-1)＝e(k)-2e(k-1)+e(k-2)
一个输出节点为：
Figure GDA0002556606490000201
按照有监督的Hebb学习规则调整权系数w1(k)、w2(k)、w3(k)：
w1(k)＝w1(k-1)+ηIe(k)up(k)x1(k)
w2(k)＝w2(k-1)+ηPe(k)up(k)x2(k)
w3(k)＝w3(k-1)+ηDe(k)up(k)x3(k)
无人值守排水系统是一个非线性的控制对象，将其看作一个带有纯滞后的一阶惯性环节数学模型，其近似数学模型为：
Figure GDA0002556606490000202
如图16所示，为带前馈PD补偿的单神经元模糊PID控制算法的仿真模型图，选取初始参数，建立复合控制模型，选取采样时间0.1s，仿真时间120s，分别取单神经元权值的初始值w1、w2、w3为0.3、0.3、0.3，神经元输出增益初始值S＝20，积分学习速率ηI取0.2，比例学习速率ηP取为0.2，微分学习速率ηD取为0.5；选取初始的PID参数Kp＝0.01、Kd＝1.75。
如图17所示，为PD控制算法的仿真模型图，在水位偏差较大时，选择PD(比例微分)控制，此时PID的参数Kp＝2.5、Kd＝0.5。
为了验证本发明的复合控制算法相比其他控制算法的优越性，对比了在常规的PID控制算法、模糊PID控制算法和复合控制算法下的仿真曲线，如图18所示，可以看出系统在达到稳态时，在复合控制算法、模糊PID控制算法和PID控制算法下，系统的上升时间分别为28s、32s、37s；模糊PID控制算法、PID控制算法下的超调量分别是4％、22％，复合控制算法下无超调量；在t＝60s时，加入一个对水位的干扰，从仿真图可以看出，水位在存在干扰时，会使系统的跟踪相应有一些小波动，但复合控制算法比常规的PID控制算法扰动消除调节时间更短，充分说明了复合控制算法较强的鲁棒性和抗干扰能力。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (8)

1.一种煤矿井下无人值守排水系统的控制方法，排水系统包括用于排水的水泵(15)、备用水泵(16)、上位PC机(17)、DSP数字信号处理器模块(1)和与DSP数字信号处理器模块(1)相接的用于与上位PC机(17)进行通信的通信电路模块(2)，以及为所述排水系统中各用电模块供电的电源模块(3)；所述DSP数字信号处理器模块(1)的输入端接有数字量输入隔离电路模块(4)和信号调理电路模块(5)，所述信号调理电路模块(5)的输入端接有用于检测电机轴承温度的温度传感器(6)、用于检测水泵入口真空度的真空度传感器(7)、用于检测排水管路流量的流量传感器(8)、用于检测水泵出水口压力的压力传感器(9)和用于检测水仓内水位的液位传感器(10)，所述DSP数字信号处理器模块(1)的输出端接有D/A转换电路模块(11)、显示模块(12)和声光报警电路模块(13)，所述D/A转换电路模块(11)的输出端接有多个用于控制水泵(15)和备用水泵(16)的变频器(14)；其特征在于：该方法包括以下步骤：
步骤一、所述液位传感器(10)对水仓内水位进行实时监测，水位采集信号经过信号调理电路模块(5)进行调理放大，所述DSP数字信号处理器模块(1)对调理放大后的信号进行周期性采样；
步骤二、所述DSP数字信号处理器模块(1)采用复合控制算法对水仓水位测量值和初始水位设定值进行处理，输出数字量的控制信号到D/A转换电路模块(11)中，具体包括：
所述DSP数字信号处理器模块(1)根据公式e(k)＝lPS(k)-lS(k)对其初始水位设定值lPS(k)与第k次采样得到的水仓水位测量值lS(k)作差，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)；其中，k的取值为非0自然数；DSP数字信号处理器模块(1)将水位偏差e(k)与预先设定的阈值进行对比，当水位偏差e(k)大于预先设定的阈值时，采用PD控制算法；当水位偏差e(k)不大于预先设定的阈值时，采用带前馈PD补偿的单神经元模糊PID控制算法；
其中，带前馈PD补偿的单神经元模糊PID控制算法的实现步骤如下：
步骤A1、所述DSP数字信号处理器模块(1)将水位偏差e(k)作为单神经元PID控制器的第一个分量输入信号，将其记作x1(k)；
步骤A2、所述DSP数字信号处理器模块(1)根据公式Δe(k)＝e(k)-e(k-1)对其第k次采样时初始水位设定值与水仓水位测量值的水位偏差e(k)与第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-1)作差，得到第k次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k)，作为单神经元PID控制器的第二个分量输入信号，将其记作x2(k)；
步骤A3、所述DSP数字信号处理器模块(1)根据公式Δe(k-1)＝e(k-1)-e(k-2)对其第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-1)与第k-2次采样时初始水位设定值与水仓水位测量值的水位偏差e(k-2)作差，得到第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差Δe(k-1)；
步骤A4、所述DSP数字信号处理器模块(1)根据公式Δe2(k)＝Δe(k)-Δe(k-1)对其第k次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k)与第k-1次采样时初始水位设定值与水仓水位测量值的水位偏差变化量Δe(k-1)作差，将所得差值Δe2(k)，作为单神经元PID控制器的第三个分量输入信号，将其记作x3(k)；
步骤A5、所述DSP数字信号处理器模块(1)根据公式
Figure FDA0002556606480000021
得到单神经元PID控制器的输入A，其中，i＝1,2,3，wi(k)为第k次测量、第i个输入信号xi(k)的连接权值；
步骤A6、所述DSP数字信号处理器模块(1)中单神经元PID控制器的算法公式为
Figure FDA0002556606480000022
其中，up(k)为第k次测量时，单神经元PID控制器产生的控制输出信号，up(k-1)为第k-1次测量时，单神经元PID控制器产生的控制输出信号，K(k)为第k次测量时神经元的输出增益；
步骤A7、所述DSP数字信号处理器模块(1)根据公式
Figure FDA0002556606480000031
采用有监督的Hebb学习规则，对连接权值进行调整，其中，w1(k)为第k次测量时第1个输入信号x1(k)的连接权值，w1(k-1)为第k-1次测量时第1个输入信号x1(k)的连接权值，w2(k)为第k次测量时第2个输入信号x2(k)的连接权值，w2(k-1)为第k-1次测量时第2个输入信号x2(k)的连接权值，w3(k)为第k次测量时第3个输入信号x3(k)的连接权值，w3(k-1)为第k-1次测量时第3个输入信号x3(k)的连接权值，ηI为积分学习速率，ηP为比例学习速率，ηD为微分学习速率，γi(k)为学习信号，z(k)为教师信号；
步骤A8、所述DSP数字信号处理器模块(1)根据公式
Figure FDA0002556606480000032
对连接权值w1(k)、w2(k)和w3(k)进行规范化处理，其中，
Figure FDA0002556606480000033
步骤A9、所述DSP数字信号处理器模块(1)采用模糊控制算法调整神经元输出增益K(k)，并将步骤A8处理得到的wi′(k)替换步骤A6公式
Figure FDA0002556606480000034
中wi(k)并整理，得到第k次测量时单神经元模糊PID控制器产生的控制输出量
Figure FDA0002556606480000035
步骤A10、所述DSP数字信号处理器模块(1)根据公式uf(k)＝lPS(k)Gr(S)，得到前馈PD补偿控制器的输出量uf(k)，其中，lPS(k)为第k次测量时的初始水位设定值，Gr(S)为前馈PD通道的传递函数，
Figure FDA0002556606480000036
Kp为比例系数，Kd为微分系数；
步骤A11、所述DSP数字信号处理器模块(1)将单神经元模糊PID控制器产生的控制输出量up(k)与前馈PD补偿控制器的输出量uf(k)进行求和运算，得到带前馈PD补偿的单神经元模糊PID控制算法的输出量u(k)，即u(k)＝up(k)+uf(k)；
步骤三、所述D/A转换电路模块(11)对数字量的控制信号进行数模转换，得到模拟量的控制信号，通过变频器(14)控制水泵(15)和备用水泵(16)，调节排水量。
2.按照权利要求1所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：所述DSP数字信号处理器模块(1)包括DSP芯片TMS320F28335、非极性电容C23、非极性电容C24、电感L3、电感L4、电感L5、电阻R8、电阻R9、电阻R10、电阻R11、电阻R12和电阻R14，以及均与DSP芯片TMS320F28335相接的晶振电路、复位电路和时钟电路；所述DSP芯片TMS320F28335的第44引脚通过电感L3接地，所述DSP芯片TMS320F28335的第45引脚通过电感L4与电源模块(3)的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第31引脚和第59引脚均与电感L5的一端连接，所述电感L5的另一端与电源模块(3)的1.9V电压输出端连接，所述DSP芯片TMS320F28335的第55引脚通过非极性电容C24接地，所述DSP芯片TMS320F28335的第56引脚通过非极性电容C23接地，所述DSP芯片TMS320F28335的第57引脚通过电阻R14接地，所述DSP芯片TMS320F28335的第78引脚通过电阻R12接地，所述DSP芯片TMS320F28335的第80引脚通过电阻R9与电源模块(3)的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第85引脚通过电阻R11与电源模块(3)的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第86引脚通过电阻R10与电源模块(3)的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第105引脚通过电阻R8接地，所述DSP芯片TMS320F28335的第9引脚、第71引脚、第84引脚、第93引脚、第107引脚、第121引脚、第143引脚、第159引脚和第170引脚均与电源模块(3)的3.3V电压输出端连接，所述DSP芯片TMS320F28335的第4引脚、第15引脚、第23引脚、第29引脚、第61引脚、第101引脚、第109引脚、第117引脚、第126引脚、第139引脚、第146引脚、第154引脚和第167引脚均与电源模块(3)的1.9V电压输出端连接，所述DSP芯片TMS320F28335的第3引脚、第8引脚、第14引脚、第22引脚、第30引脚、第35引脚、第36引脚、第37引脚、第38引脚、第39引脚、第40引脚、第41引脚、第42引脚、第46引脚、第47引脚、第48引脚、第49引脚、第50引脚、第51引脚、第52引脚、第53引脚、第60引脚、第70引脚、第83引脚、第92引脚、第103引脚、第106引脚、第108引脚、第118引脚、第120引脚、第125引脚、第140引脚、第144引脚、第147引脚、第155引脚、第160引脚、第166引脚和第171引脚均接地；所述晶振电路包括晶振Y1、非极性电容C21、非极性电容C22和电阻R7，所述晶振Y1的一端、非极性电容C21的一端和电阻R7的一端均与DSP芯片TMS320F28335的第104引脚连接，所述晶振Y1的另一端、非极性电容C22的一端和电阻R7的另一端均与DSP芯片TMS320F28335的第102引脚连接，所述非极性电容C21的另一端和非极性电容C22的另一端均接地；所述复位电路包括复位芯片MAX811、按键S1和电阻R13，所述复位芯片MAX811的第4引脚和电阻R13的一端均与电源模块(3)的3.3V电压输出端连接，所述复位芯片MAX811的第3引脚和电阻R13的另一端均与按键S1的一端连接，所述复位芯片MAX811的第1引脚和按键S1的另一端均接地，所述复位芯片MAX811的第2引脚与DSP芯片TMS320F28335的第80引脚连接；所述时钟电路包括时钟芯片DS3231、非极性电容C57、非极性电容C58、电阻R143和电阻R166，所述时钟芯片DS3231的第2引脚与电源模块(3)的3.3V电压输出端连接，且通过非极性电容C57接地，所述时钟芯片DS3231的第5引脚接地，且通过非极性电容C58与时钟芯片DS3231的第6引脚连接，所述时钟芯片DS3231的第6引脚接地，所述时钟芯片DS3231的第7引脚通过电阻R166与电源模块(3)的3.3V电压输出端连接，且与DSP芯片TMS320F28335的第74引脚连接，所述时钟芯片DS3231的第8引脚通过电阻R143与电源模块(3)的3.3V电压输出端连接，且与DSP芯片TMS320F28335的第75引脚连接。
3.按照权利要求2所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：所述通信电路模块(2)包括以太网芯片W5500、以太网接口HR91105A、晶振Y2、电感L6、非极性电容C14、非极性电容C37、非极性电容C38、非极性电容C39、非极性电容C40、非极性电容C41、非极性电容C42、非极性电容C43、非极性电容C44、非极性电容C45、非极性电容C46、非极性电容C47、非极性电容C48、非极性电容C72、非极性电容C73、电阻R21、电阻R22、电阻R23、电阻R24、电阻R25、电阻R26、电阻R27、电阻R28和电阻R29，所述以太网芯片W5500的第1引脚与以太网接口HR91105A的第2引脚连接，且通过电阻R21与电源模块(3)的3.3V电压输出端连接，所述以太网芯片W5500的第2引脚与以太网接口HR91105A的第1引脚连接，且通过电阻R22与电源模块(3)的3.3V电压输出端连接，所述以太网接口HR91105A的第4引脚通过电阻R23与电源模块(3)的3.3V电压输出端连接，且通过非极性电容C37接地，所述以太网芯片W5500的第3引脚、第9引脚、第14引脚、第16引脚、第19引脚和第48引脚均接地，所述以太网芯片W5500的第4引脚通过非极性电容C43接地，所述以太网芯片W5500的第5引脚通过非极性电容C39与以太网接口HR91105A的第6引脚连接，且与电阻R25的一端连接，所述以太网芯片W5500的第6引脚通过非极性电容C38与以太网接口HR91105A的第3引脚连接，且与电阻R24的一端连接，所述电阻R24的另一端、电阻R25的另一端和非极性电容C42的一端均与以太网接口HR91105A的第5引脚连接，所述非极性电容C42的另一端接地，所述以太网芯片W5500的第8引脚通过电感L6与电源模块(3)的3.3V电压输出端连接，且通过非极性电容C44接地，所述以太网芯片W5500的第10引脚通过电阻R29接地，所述以太网芯片W5500的第11引脚通过非极性电容C72接地，所述以太网芯片W5500的第15引脚、第17引脚和第21引脚均与非极性电容C73的一端连接，所述非极性电容C73的另一端接地，所述以太网芯片W5500的第20引脚通过非极性电容C48接地，所述以太网芯片W5500的第22引脚通过非极性电容C47接地，所述以太网芯片W5500的第25引脚通过电阻R28与以太网接口HR91105A的第11引脚连接，所述以太网芯片W5500的第27引脚通过电阻R27与以太网接口HR91105A的第9引脚连接，所述以太网芯片W5500的第28引脚、第43引脚、第44引脚、第45引脚、非极性电容C45的一端和非极性电容C46的一端均与电源模块(3)的3.3V电压输出端连接，所述以太网芯片W5500的第29引脚、非极性电容C45的另一端和非极性电容C46的另一端均接地，所述晶振Y2的一端、非极性电容C41的一端和电阻R26的一端均与以太网芯片W5500的第30引脚连接，所述晶振Y2的另一端、非极性电容C40的一端和电阻R26的另一端均与以太网芯片W5500的第31引脚连接，所述非极性电容C40的另一端和非极性电容C41的另一端均接地，所述以太网芯片W5500的第32引脚、第33引脚、第34引脚、第35引脚、第36引脚和第37引脚依次对应与DSP芯片TMS320F28335的第73引脚、第72引脚、第69引脚、第68引脚、第27引脚和第28引脚连接，所述以太网接口HR91105A的第10引脚和第12引脚均与电源模块(3)的3.3V电压输出端连接，所述以太网接口HR91105A的第8引脚、第13引脚和第14引脚均与非极性电容C14的一端连接，所述非极性电容C14的另一端接地。
4.按照权利要求2所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：所述数字量输入隔离电路模块(4)包括多路光耦隔离电路，所述光耦隔离电路包括光耦芯片TLP521、非极性电容C7、电阻R2、电阻R3、电阻R4和电阻R5，所述光耦芯片TLP521的第1引脚和电阻R3的一端均与电源模块(3)的24V电压输出端连接，所述光耦芯片TLP521的第2引脚和电阻R3的另一端均与电阻R2的一端连接，所述电阻R2的另一端为所述光耦隔离电路的数字量输入端，所述光耦芯片TLP521的第4引脚通过电阻R4与电源模块(3)的3.3V电压输出端连接，所述光耦芯片TLP521的第3引脚与电阻R5的一端和非极性电容C7的一端均连接，且为所述光耦隔离电路的数字量输出端，所述电阻R5的另一端和非极性电容C7的另一端均接地。
5.按照权利要求2所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：所述信号调理电路模块(5)包括多路信号调理电路，所述信号调理电路包括放大器A1、二极管D1、滑动变阻器RW1、滑动变阻器RW2、非极性电容C8、非极性电容C9、电阻R31、电阻R32、电阻R33、电阻R34、电阻R35、电阻R36、电阻R37和电阻R38，所述放大器A1的第2引脚与电阻R31的一端连接，所述电阻R31的另一端与非极性电容C8的一端和电阻R32的一端均连接，且为所述信号调理电路的信号输入端，所述放大器A1的第3引脚、电阻R33的一端和电阻R36的一端均与电阻R38的一端连接，所述电阻R38的另一端与滑动变阻器RW1的滑动端连接，所述非极性电容C8的另一端、电阻R33的另一端和电阻R34的一端均接地，所述电阻R34的另一端与滑动变阻器RW1的一个固定端连接，所述电阻R32的另一端与二极管D1的阳极连接，所述二极管D1的阴极和电阻R35的一端均与滑动变阻器RW1的另一个固定端连接，所述电阻R35的另一端与电源模块(3)的24V电压输出端连接，所述电阻R36的另一端和滑动变阻器RW2的滑动端均与滑动变阻器RW2的一个固定端连接，所述放大器A1的第1引脚通过电阻R37与滑动变阻器RW2的另一个固定端连接，且为所述信号调理电路的信号输出端，所述非极性电容C9的一端与放大器A1的第1引脚连接，所述非极性电容C9的另一端接地。
6.按照权利要求2所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：所述D/A转换电路模块(11)包括数模转换芯片DAC7725、极性电容C31、非极性电容C32、极性电容C33、非极性电容C34、极性电容C35、非极性电容C36、非极性电容C67和非极性电容C68，所述数模转换芯片DAC7725的第8引脚～第13引脚均为所述D/A转换电路模块(11)的信号输入端，所述数模转换芯片DAC7725的第1引脚与电源模块(3)的+10V电压输出端连接，且通过非极性电容C67接地，所述数模转换芯片DAC7725的第28引脚与电源模块(3)的-10V电压输出端连接，且通过非极性电容C68接地，所述数模转换芯片DAC7725的第5引脚和第20引脚均接地，所述数模转换芯片DAC7725的第24引脚、极性电容C31的正极和非极性电容C32的一端均与电源模块(3)的5V电压输出端连接，所述极性电容C31的负极和非极性电容C32的另一端均接地，所述数模转换芯片DAC7725的第25引脚、极性电容C33的正极和非极性电容C34的一端均与电源模块(3)的+12V电压输出端连接，所述极性电容C33的负极和非极性电容C34的另一端均接地，所述数模转换芯片DAC7725的第4引脚、极性电容C35的负极和非极性电容C36的一端均与电源模块(3)的-12V电压输出端连接，所述极性电容C35的正极和非极性电容C36的另一端均接地，所述数模转换芯片DAC7725的第3引脚为所述D/A转换电路模块(11)的第一信号输出端VOUTA，所述数模转换芯片DAC7725的第2引脚为所述D/A转换电路模块(11)的第二信号输出端VOUTB，所述数模转换芯片DAC7725的第27引脚为所述D/A转换电路模块(11)的第三信号输出端VOUTC，所述数模转换芯片DAC7725的第26引脚为所述D/A转换电路模块(11)的第四信号输出端VOUTD。
7.按照权利要求1所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：步骤A9中所述DSP数字信号处理器模块(1)采用模糊控制算法调整神经元输出增益K(k)的具体步骤为：
步骤A901、所述DSP数字信号处理器模块(1)根据公式e(k)＝lPS(k)-lS(k)对其第k次采样时初始水位设定值lPS(k)与水仓水位测量值lS(k)作差，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)；
步骤A902、所述DSP数字信号处理器模块(1)根据公式
Figure FDA0002556606480000091
对其第k次采样得到的初始水位设定值与水位测量值的水位偏差e(k)求导，得到第k次采样时初始水位设定值与水位测量值的水位偏差e(k)随时间t的速度变化率ec(k)；
步骤A903、所述DSP数字信号处理器模块(1)根据公式E(k)＝e(k)×Ke(k)对水位偏差e(k)进行量化，得到水位偏差e(k)的量化量E(k)，E(k)的模糊论域为[-E(k)，E(k)]，其中，Ke(k)为第k次测量时得到的水位偏差e(k)的量化因子；
步骤A904、所述DSP数字信号处理器模块(1)根据公式EC(k)＝ec(k)×Kec(k)对水位偏差e(k)随时间t的变化率ec(k)进行量化，得到水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)，EC(k)的模糊论域为[-EC(k)，EC(k)]，其中，Kec(k)为第k次采样时得到的水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化因子；
步骤A905、所述DSP数字信号处理器模块(1)对水位偏差e(k)的量化量E(k)按照四舍五入的方法进行整数化，得到水位偏差e(k)的量化量E(k)的整数化结果E(k)′，并将水位偏差e(k)的量化量E(k)的整数化结果E(k)′作为模糊控制的第一个输入；
步骤A906、所述DSP数字信号处理器模块(1)对水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)按照四舍五入的方法进行整数化，得到水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的整数化结果EC(k)′，并将水位偏差e(k)的量化量E(k)的整数化结果EC(k)′作为模糊控制的第二个输入；
步骤A907、所述DSP数字信号处理器模块(1)根据模糊控制的第一个输入E(k)′和第二个输入EC(k)′，查询存储在DSP数字信号处理器模块(1)内部存储器中的由DSP数字信号处理器模块(1)预先制定好的模糊控制查询表，得到模糊控制的输出ΔK(k)，ΔK(k)为神经元输出增益的动态调整量；
步骤A908、所述DSP数字信号处理器模块(1)根据公式K(k)＝H+ΔK(k)对第k次测量时，神经元输出增益的动态调整量ΔK(k)进行整定，得出第k次测量时神经元输出增益K(k)，其中，H为初始时的神经元输出增益。
8.按照权利要求7所述的一种煤矿井下无人值守排水系统的控制方法，其特征在于：步骤A907中所述DSP数字信号处理器模块(1)预先制定模糊控制查询表的具体步骤为：
步骤B1、所述DSP数字信号处理器模块(1)对水位偏差e(k)的量化量E(k)进行模糊化处理，其具体过程如下：
步骤B101、定义水位偏差e(k)的量化量E(k)的模糊状态集合为{负大、负中、负小、零、正小、正中、正大}；
步骤B102、所述DSP数字信号处理器模块(1)根据水位偏差e(k)的量化量E(k)的三角形隶属函数
Figure FDA0002556606480000111
计算水位偏差e(k)的量化量E(k)所对应的模糊状态的隶属度值trimf(E(k),a1,b1,c1)，并根据最大隶属度原则确定水位偏差e(k)的量化量E(k)对应的模糊状态，其中，a1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标，b1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标，c1为水位偏差e(k)的量化量E(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
步骤B2、所述DSP数字信号处理器模块(1)对水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)进行模糊化处理，其具体过程如下：
步骤B201、定义水位偏差e(k)随时间t的速度变化率ec(k)的量化量EC(k)的模糊状态集合为{负大、负中、负小、零、正小、正中、正大}；
步骤B202、所述DSP数字信号处理器模块(1)根据水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属函数
Figure FDA0002556606480000112
计算水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)所对应的模糊状态的隶属度值trimf(EC(k),a2,b2,c2)，并根据最大隶属度原则确定水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态，其中，a2为水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标，b2为水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标，c2为水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
步骤B3、定义模糊控制的输出ΔK(k)的模糊状态集合为{正大、正中、正小、零、负小、负中、负大}，根据水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态得到模糊控制部分的输出ΔK(k)的模糊状态的模糊控制规则，并根据所述模糊控制规则确定模糊控制部分的输出ΔK(k)的模糊状态；
其中，所述模糊控制规则为：
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负大和负大、或负中和负大、或负小和负大、或零和负大、或负大和负中、或负中和负中、或负小和负中时，所述模糊控制的输出ΔK(k)为正大；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负大和负小、或负中和负小、或负小和负小、或零和负小、或负大和零时，所述模糊控制的输出ΔK(k)为正中；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为负中和零、或负小和零、或负大和正小、或负中和正小时，所述模糊控制的输出ΔK(k)为正小；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正中和负大、或正大和负大、或正中和负中、或正小和负小、或零和零、或负大和正中、或负中和正中、或负大和正大、或负中和正大时，所述模糊控制的输出ΔK(k)为零；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正大和负中、或正中和负小、或正大和负小、或正小和零时，所述模糊控制的输出ΔK(k)为负小；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为正中和零、或正大和零、或零和正小、或正小和正小、或正中和正小、或正大和正小、或负小和正中、或正小和正中，或负小和正大时，所述模糊控制的输出ΔK(k)为负中；
当水位偏差e(k)的量化量E(k)对应的模糊状态和水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)对应的模糊状态分别为零和正中、或正中和正中、或正大和正中、或零和正大、或正小和正大、或正中和正大、或正大和正大时，所述模糊控制的输出ΔK(k)为负大；
步骤B4、对所述模糊控制的输出ΔK(k)的模糊状态进行反模糊化处理，其具体过程如下：
步骤B401、定义所述模糊控制的输出ΔK(k)的论域为[-3，3]；
步骤B402、所述DSP数字信号处理器模块(1)根据神经元输出增益的动态调整量ΔK(k)的三角形隶属函数
Figure FDA0002556606480000131
计算得到神经元输出增益的动态调整量ΔK(k)在模糊状态下论域中每个整数所对应的隶属度值trimf(ΔK(k),a3,b3,c3)，并将论域中各个整数对应的隶属度值中的最大值所对应的神经元输出增益的动态调整量ΔK(k)的值确定为所述神经元输出增益的动态调整量ΔK(k)反模糊化的结果；其中a3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形底边的左顶点的横坐标、b3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形底边的右顶点的横坐标、c3为神经元输出增益的动态调整量ΔK(k)的三角形隶属度函数所对应的三角形峰值点所对应的横坐标；
步骤B5、重复步骤B1到步骤B4，直到得到水位偏差e(k)的量化量E(k)的论域[-3,3]内的7个整数与水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的论域[-3,3]内的7个整数的49种组合与所述模糊控制的输出ΔK(k)反模糊化的结果的一一对应关系；
步骤B6、将水位偏差e(k)的量化量E(k)的论域[-3,3]内的7个整数与水位偏差e(k)随时间t的水位偏差变化率ec(k)的量化量EC(k)的论域[-3,3]内的7个整数的49种组合与所述模糊控制的输出ΔK(k)反模糊化的结果的一一对应关系制定成模糊控制查询表。
CN201910919969.1A 2019-09-26 2019-09-26 一种煤矿井下无人值守排水系统及控制方法 Active CN110647078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910919969.1A CN110647078B (zh) 2019-09-26 2019-09-26 一种煤矿井下无人值守排水系统及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910919969.1A CN110647078B (zh) 2019-09-26 2019-09-26 一种煤矿井下无人值守排水系统及控制方法

Publications (2)

Publication Number Publication Date
CN110647078A CN110647078A (zh) 2020-01-03
CN110647078B true CN110647078B (zh) 2020-10-16

Family

ID=69011482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910919969.1A Active CN110647078B (zh) 2019-09-26 2019-09-26 一种煤矿井下无人值守排水系统及控制方法

Country Status (1)

Country Link
CN (1) CN110647078B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112286239B (zh) * 2020-10-16 2024-05-24 淮南市阶梯电子科技有限公司 一种基于大数据的煤矿井下水仓智能排水控制系统
CN112484812B (zh) * 2020-11-19 2024-01-23 西安热工研究院有限公司 一种黑启动渗漏排水泵失电允许运行时间测定装置及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0510568A (ja) * 1991-07-05 1993-01-19 Toshiba Corp 空調制御装置
CN1299082A (zh) * 1999-12-07 2001-06-13 广州大学 Pid神经网络控制器
JP2008225607A (ja) * 2007-03-09 2008-09-25 Institute Of Physical & Chemical Research 制御装置、制御システム、ならびに、プログラム
CN201149663Y (zh) * 2008-01-11 2008-11-12 宁波大学 用神经元网络调节参数的pid控制温度仪表
CN101979838A (zh) * 2010-10-27 2011-02-23 锦州重型水泵有限公司 矿井水情预测与排水智能控制系统
CN205334167U (zh) * 2015-11-12 2016-06-22 国网辽宁省电力有限公司朝阳供电公司 一种用于变电站防汛防洪自动报警排水系统
CN106796419A (zh) * 2014-10-06 2017-05-31 费希尔-罗斯蒙特系统公司 用于过程控制系统分析的数据管道
CN107276465A (zh) * 2017-06-26 2017-10-20 桂林电子科技大学 一种转矩‑电流神经网络开关磁阻电机控制方法与系统
CN109902192A (zh) * 2019-01-15 2019-06-18 华南师范大学 基于无监督深度回归的遥感图像检索方法、系统、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0510568A (ja) * 1991-07-05 1993-01-19 Toshiba Corp 空調制御装置
CN1299082A (zh) * 1999-12-07 2001-06-13 广州大学 Pid神经网络控制器
JP2008225607A (ja) * 2007-03-09 2008-09-25 Institute Of Physical & Chemical Research 制御装置、制御システム、ならびに、プログラム
CN201149663Y (zh) * 2008-01-11 2008-11-12 宁波大学 用神经元网络调节参数的pid控制温度仪表
CN101979838A (zh) * 2010-10-27 2011-02-23 锦州重型水泵有限公司 矿井水情预测与排水智能控制系统
CN106796419A (zh) * 2014-10-06 2017-05-31 费希尔-罗斯蒙特系统公司 用于过程控制系统分析的数据管道
CN205334167U (zh) * 2015-11-12 2016-06-22 国网辽宁省电力有限公司朝阳供电公司 一种用于变电站防汛防洪自动报警排水系统
CN107276465A (zh) * 2017-06-26 2017-10-20 桂林电子科技大学 一种转矩‑电流神经网络开关磁阻电机控制方法与系统
CN109902192A (zh) * 2019-01-15 2019-06-18 华南师范大学 基于无监督深度回归的遥感图像检索方法、系统、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于DSP-NNCPID的电液位置伺服控制系统的设计》;梁玉红;《北京电子科技学院学报》;20101231;全文 *
《基于嵌入式PLC的矿井排水监控系统的研究》;赵远飞;《工程科技辑》;20181231;全文 *

Also Published As

Publication number Publication date
CN110647078A (zh) 2020-01-03

Similar Documents

Publication Publication Date Title
CN110647078B (zh) 一种煤矿井下无人值守排水系统及控制方法
CN104977545B (zh) 一种动力电池的荷电状态估计方法及系统
CN111366855B (zh) 一种电池等效电路模型抗扰动参数化方法
Jiao et al. The Savitzky‐Golay filter based bidirectional long short‐term memory network for SOC estimation
CN111965559B (zh) 一种锂离子电池soh在线估计方法
CN102967831B (zh) 一种铅酸蓄电池性能在线检测系统及检测方法
CN106646253A (zh) 一种在线辨识电池内部参数的方法
CN105674060B (zh) 一种压缩空气系统压力流量联合控制节能装置及方法
Pan et al. Adaptive neural network-based prescribed-time observer for battery state-of-charge estimation
CN112327182B (zh) 基于量测值残差序列的自适应h无穷滤波soc估计方法
CN114781176B (zh) 一种锂离子电池储能系统集总参数的等效电路参数辨识方法
CN115656838A (zh) 一种基于布谷鸟算法的电池soc估算方法
KR20240078610A (ko) 신경망을 이용한 리튬배터리 팩의 각 셀에 대한 실시간 충전상태 추정장치
CN114035086A (zh) 基于信号处理的电池组多故障诊断方法
CN203798184U (zh) 特高压电瓷窑自动控制系统
CN117909184A (zh) 一种机箱智能监测温控系统及其方法
CN101505058B (zh) 一种基于双网络的双递归神经元灵敏负荷网络建模装置及方法
CN104993746A (zh) 一种无刷电机单片机控制系统及其模糊控制器建立方法
CN116298913A (zh) 一种基于在线离线辨识结合的锂电池荷电状态估计方法
Jiang Summary of PID control system of liquid level of a single-capacity tank
CN114295987B (zh) 一种基于非线性卡尔曼滤波的电池soc状态估计方法
CN115596988A (zh) 一种lng加气站站控系统
Lei et al. Research on a battery SOC prediction method based on the RLS-DLUKF algorithm
CN115128472A (zh) 基于自回归等效电路模型的电池多状态联合估计方法
CN111342515B (zh) 串联蓄电池组监测诊断、均衡电路和策略

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant