采煤机自适应修正控制策略研究

胥志强

（山西汾河焦煤股份有限公司回坡底煤矿，山西 洪洞 041600）

随着工业机械化水平的不断提高，煤矿生产设备的自动化、 智能化水平也得到了突飞猛进的发展，采煤作业的智能化发展对于提高采煤作业效率和保障安全生产具有重要意义。 对于采煤机的智能化研究已有多年，根据采煤机截割部位电流变化，采煤机牵引部及油缸信息的改变，实现了对设备运行状态的识别，基于小波分析理论，实现了对采煤机的自动化控制[1-4]。现有研究中，对于复杂煤岩状态下的采煤机截割路径的跟踪较少，无法实现采煤机滚筒转速及高度的智能调整，作业效率低下，设备损坏率高[5-6]。 本文基于实测数据，通过对数据的深层次分析，基于自适应修正控制策略，实现了采煤机的自动化控制。

1 采煤机截割状态识别方法

形成采煤机截割路径记忆是实现其自适应截割技术的重要基础，具体实现原理如下：采集采煤机截割过程中所用工作状态相关信息，然后对采集数据进行批量处理，主要包括数据的深入分析、优化处理，此过程中需要将截割过程中设备的振动、抖动信息进行消除，对处理完成的数据进行压缩，存储至设备控制器上，经过控制器的分析处理，形成系统性的操作指令，基于人机界面显示出来，进而实现采煤机自适应截割。 在此过程中，信息的优化处理是核心，也是采煤机截割状态的重要识别方法，本文主要基于BP神经网络进行数据的优化。

在采煤机内部安装9 个传感器，分别监测机身位置、机身倾角、调高油缸位移、摇臂倾角、牵引速度、截割电机电流、牵引电机电流、截割电机温度、牵引电机温度的变化。 传感器主要有逻辑传感器、倾角传感器、位移传感器、位置传感器、电流传感器、温度传感器，各类传感器采集数据最高可达到41 兆字节，需要对海量数据进行压缩、优化并存储，为后续分析提供便利。

实际生产中，采煤机截割过程中数据量巨大，因此控制器会接收到海量的数据。 考虑到控制器一定的数据存储能力，部分数据无法进行存储，而实际过程中会存在大量重复、无用的数据，造成存储空间的浪费。 截割路径记忆点的选取方案就是对数据进行优化的关键步骤，减少数据量的同时，缩短了后期数据的筛选压缩时长，具体选择方案示意图如图1所示。 从图1中可以看出，记忆点的选取方案主要有三种，常规记忆点路线是在采煤机工作期间以间隔时间为记忆点，对数据进行采集，无论采煤机是否处于工作状态，都会自动记录数据，造成数据量过多。 关键记忆点则是当采煤机处于工机工作期间以间隔时间为记忆点，对数据进行采集，无论采煤机是否处于工作状态，都会自动记录数据，造成数据量过多。 关键记忆点则是当采煤机处于工作状态时，在控制命令的作用下，设备的工作状态发生改变，此时对设备的记录称为关键记忆点，主要记录设备启动、停止以及速度变化时的状态，因此记忆点开始和结束分别代表设备的启动和停止。 特殊记忆点主要是指采煤机发生异常节点的记忆，一般是指设备由正常状态转向异常状态节点或者由异常状态转向正常状态节点。 采煤机自适应修正控制策略主要采用关键记忆点路线和特殊记忆点路线进行数据的采集，进而达到数据优化的目的，减少了重复、无用数据的采集，提高了工作效率。

图1 截割路径记忆点选取方案

在采煤机运行过程中，随着岩层位置的起伏变化，相应的截割动作也需进行调整、发生变化，这也是保护设备的必要操作。 对于设备的调整主要依赖传感器采集的数据，采煤机数据传感器采集的数据齐全，是煤岩截割状态识别的重要基础，可以根据采集数据对采煤机高度和运行速度进行调整，实现复杂环境下设备的最优运行。 矿井机械设备的智能化运行，也是基于记忆特性实现，通过自适应调节对采煤机进行精确化控制。 工作状态下，采煤机的牵引、截割滚筒的升降以及推溜工作主要通过调整牵引速度和高度完成，自适应调控系统可以有效避免电机阻力过大及截割齿轮的断裂问题，有效规避机械设备与岩层的硬碰硬现象。因此，选择这两个参数作为设备调控自适应的因素。 采煤机自适应修正控制策略如图2 所示，通过在采煤机内部安装9 个传感器，分别监测机身位置、机身倾角、调高油缸位移、摇臂倾角、牵引速度、截割电机电流、牵引电机电流、截割电机温度、牵引电机温度的变化，采用关键记忆点路线和特殊记忆点路线进行数据的采集，采集得到的数据经过BP神经网络进行优化。 信号处理器模型的核心是利用小波包分解特征向量对处理的信号进行提取识别，经过三层分解、特征向量的归一化处理等手段，可以实现煤岩的识别状态。 基于识别效果，自动控制系统可进行速度和高度参数的调节，实现调控自适应修正的目的。

图2 采煤机自适应修正控制策略

2 采煤机自适应修正控制策略

采煤机自适应修正控制策略是在大量数据处理、压缩、融合的基础上，依赖于采煤机截割状态识别模块，获取数据并实现修正控制策略。 首先需要判断设备的截割状态，当采煤机在截割岩石时，则需要适当降低滚筒的高度 （避免采煤机滚筒与岩层的直接接触，减少设备的损坏），然后重新进行煤岩识别，直至采煤机处于截割煤炭状态。 相反，当采煤机在截割煤炭时，则需要判断煤炭中的矸石夹层，基于截割危险系数，当煤层中含有矸石夹矸时，则需要适当提高滚筒的转速（矸石的强度较弱，增加设备转速，可以提高生产效率），以采煤机的滚筒为例，自适应修正控制策略如下：

（1）先进行初始化操作，确定设备运行的基本参数，然后根据截割路径记忆点选取方案，对设备运行过程中的参数进行记录采集，通过数据的优化处理，得到有效积累数据。

（2）然后根据记录数据的反馈，得到采煤机滚筒的记忆运行轨迹，根据记忆轨迹设置设备的运行参数，令设备在特定运行参数下运行。

（3）此处自适应修正控制策略主要是采煤机滚筒，因此运行煤岩截割状态识别模块，根据截割煤岩的状态，调整滚筒的高度以及运行速度。

（4）滚筒运行速度的调整需要依赖截割危险系数，当截割危险系数在合理范围内时，则可以适当增加滚筒的运行速度；当截割危险系数不在合理范围内时，则需要适当降低滚筒的运行速度。

（5）根据煤层厚度的变化，基于安全采高模块、运动参数调控模块实时更新记忆点，尤其是关键点和特殊点的更新，然后重新运行步骤（2），得到采煤机滚筒新的记忆运行轨迹。

在采煤机运行过程中，根据控制策略可发现一些突发状况，尤其是基于截割危险系数对于滚筒运行速度的调控，可以有效降低设备冲击过程中的破坏，提高工作效率，确保截割过程的安全性。

3 工程应用

图3 为修正控制过程中滚筒速度的变化曲线。 当采煤机滚筒在截割之前，运行速度处于稳定状态。 当遇到岩壁时，在冲击作用下，运行速度发生改变，此时截割危险系数会迅速上升，基于控制策略中煤岩截割状态识别模块可以得到具体的截割状态，然后系统会提高滚筒的运行速度，此过程仅约为0.5 s，随后稳定运行。 当煤层中含有夹矸时，随着滚筒力矩载荷的变化，牵引速度也会有一定的起伏，牵引速度的起伏变化可以有效降低冲击载荷对设备的损耗，也可以降低截割危险系数，达到设备的自适应修正控制。 图3 为修正控制过程中遇夹矸牵引速度的变化曲线。 牵引速度在0.5 s后基本稳定运行，有两个阶段的起伏，其都是煤层中夹矸所致，1 s附近夹矸的硬度较大，牵引速度起伏较大，2 s过后，煤层中夹矸均匀，牵引速度起伏变化小，且呈现一定的规律性。 整体而言，采煤机自适应修正控制策略对于设备的智能化控制有良好的效果。 图4 为修正控制前遇顶板岩层采煤机滚筒轴部扭矩载荷变化规律。 采煤机滚筒轴部扭矩的变化更能真实地反映设备的运行状态，可以看出，修正控制前，扭矩载荷变化呈现双峰变化，在1.01 s左右达到第一个峰值，在2.25 s左右达到第二个峰值，整体呈现无规律的变化状态，采煤机牵引速度的变化理论上与采煤机滚筒轴部扭矩载荷的变化规律一致。 修正控制过程中遇顶板岩层滚筒速度的变化曲线如图5 所示，可以看出采煤机牵引速度在0.5 s后达到稳定，在1.01 s左右出现波动，经过修正后达到稳定，随后在2.25 s左右出现波动，随后趋于稳定状态，在2.8 s后降低至1.5 m/s左右，修正过程中，设备的运行速度较为稳定，达到自动控制的目的。

图3 修正控制过程中遇夹矸牵引速度的变化曲线

图4 修正控制前遇顶板岩层扭矩载荷变化规律

图5 修正控制过程中遇顶板岩层滚筒速度的变化曲线

采煤机的实际运行过程中，如果是纵向推进采煤，随着煤层赋存条件的改变，采煤机必然会接触到顶板的岩层，如果不对采煤机进行自适应调整，设备长期与顶板岩层摩擦，极易造成截割头等零件的损坏，降低了工作效率。 基于煤岩识别的自适应调整通过设备运行过程中的油缸压力信号、电机电流以及能量加权等参数，第一时间判断设备的运行属性，适应煤岩的变化，在确保安全高效运行的同时，提高了设备的使用寿命，降低了设备损坏维修费用和时间周期，从本质上实现了自动控制。

4 结语

采煤机自适应修正控制策略是根据采煤机截割过程中顶底板岩性及煤层条件的变化对截割过程的影响，采用截割状态识别方法，对设备运行状态进行监测，通过数据的优化处理，完成运行参数的设置，基于自适应修正控制策略，以采煤机滚筒为例，实现了运行高度和运行速度的自动调控，保证设备高效运行的同时，实现了高效安全生产。