多信息融合的采煤机智能控制策略及其关键技术研究

To solve the technological problems in the automatic shearer control that include multi-source signal identification, coal-rock interface recognition, cutting path optimization and so on.The automation control method of the shearer's running posture with multi-information fusion is studied on the basis of the similar model experiments about shear's vibration characteristics with different materials being cut. Firstly, it presents a method to recognize the coal-rock interface with the vibration prediction model of the shearer cutting based on the adaptive neuro fuzzy inference system (ANFIS) in the working face with the homogeneous coal seam. In the model, the Independent Component Analysis is used to identify the multi-source signals when the shearer is working. The image of cut-mark of coal-rock interface is analyzed by means of the Image Edge Detection.So the next control parameters are obtain on the basis of the information of the shearer's running posture, the coal-rock interface and the condition of machine sequences working, and finally the automatic control method of the shearer's running posture with multi-information fusion is obtained,which provides a theoretical basis for the building of digitization mines.

项目针对采煤机自动控制中的多源信号识别、煤岩分界、截割路径优化等难题，在通过相似实验完成采煤机截割不同材料振动特性分析的基础上，以匀质煤层工作面为研究对象，提出一种多元信息融合的采煤机姿态自动控制方法。研究中，利用独立分量分析法识别采煤机工作时振动、噪音信息，结合当前采煤机工作参数，提出一种基于自适应模糊神经推理系统(ANFIS)的采煤机截割振动预测模型的间接煤岩识别反演推理方法；采用图像识别技术对其截割痕迹图像进行边缘识别，确定当前截割路径上的煤岩分界线,为下一步序截割路径优化提供依据；利用当前步序下采煤机运行姿态、煤岩分界信息及设备高效、连续运行条件，融合出采煤机下一步序行走姿态与截割轨迹优化控制策略，达到采煤机姿态自动控制目的，为建立自动化综采工作面提供新的思路，为实现数字化矿山奠定基础。

采煤机是煤炭综合开采的主要设备之一，实现其自动化、智能化控制，对提高煤炭产量、改善产品质量、提高劳动率、保障人员安全等方面都有着重要的意义，智能控制策略作为实现采煤机自动化、智能化控制的基础，在整个自动化采煤工艺中是首当其冲的难题。.鉴于采煤机实际工作环境的复杂性和危险性，在井下工作面采煤机工作过程中采集工作状态参数进行实验研究不便，研究主要在以MG300/730-WD型号采煤机为原型按1:7比例设计加工出采煤机模型上进行，通过在模型上配置相应传感器采集信号，设计采煤机模型控制系统，实现对采煤机工作过程中各种数据的实时监控。通过识别采煤机截割时的摇臂振动信息、摇臂倾角变化、滚筒扭矩变化，截割电机以及牵引电机电流变化、电压变化和温度等参数变化，建立基于自适应神经模糊推理系统（ANFIS）的采煤机截割振动预测模型，形成一种实时截割状态下的多源信息融合的煤岩识别方法；在煤和岩石物理力学性质差别不大，但具有明显灰度差异的基础上，提出了一种基于机器视觉的煤岩界面识别和定位测量方法，该方法能够有效进行煤岩界面识别，并在不同参考坐标系下对煤岩界面高度进行测量和转换；考虑现有采煤技术工艺、综采地质条件以及开采设备能力等因素的限制，在获取煤岩界面曲线的基础上，以回采率最高为目标综合考虑采煤工艺、采煤机连续稳定运行等约束条件，建立采煤机截割路径优化模型，利用粒子群遗传混合算法对采煤机截割路径进行优化，作为实现采煤机自动化截割的控制依据；在此基础上构建采煤机智能控制体系，针对不同的采煤机截割状态变化采取的不同控制策略对采煤机截割状态进行了有效地调整，为实现采煤机的自动化、智能化控制奠定了基础。