遗传算法在采煤机自动调高遇见控制系统中的应用.pdf

科技情报开发与经济S C I - T E C HI N F O R M A T I O ND E V E L O P M E N T 调整步长的参数分别为“ 0 . 3 5, 0 . 0 0 1。 从图中我们可以看出归一 化L M S曲线的均方误差比L M S小, 两者的收敛速度相当, 但是在初始化 阶段, 与L M S算法相比, 归一化L M S算法的均方误差较大。 图6为B P S K信号通过普通信道时L M S以及归一化L M S盲最大似 然估计算法的收敛曲线的比较, 参数的选取为 步长因子初始值 0 . 0 1; 调整步长的参数分别为“ 0 . 6, 0 . 0 0 1。从图中我们可以看出归一化 L M S曲线的均方误差比L M S小, 收敛速度略微快一些。 3结语 与传统的L M S盲最大似然估计算法相比,归一化L M S盲最大似然 估计算法的均方误差优于传统的L M S算法,而且收敛速度也优于传统 L M S算法, 但是在初始化阶段的误差偏大, 因此, 如何减少初始化阶段的 误差将是今后该算法的研究方向。 参考文献 [1]P r o a k i s J G . D i g i t a l c o m m u n i c a t i o n s[M]. 3 r d E d i . L o n d o nM c G r a wH i l l, 1 9 9 5 . [2] 欧阳喜, 葛临东.一种新的基于误差切换的盲均衡算法 [J].数字通 信,2 0 0 02 1 0 - 1 1 . [3]S r i d h a r V . C o n v e x c o s t f u n c t i o n i n b l i n d e q u a l i z a t i o n[J]. I E E ET r a n s . o n S i g n a l P r o c e s s i n g,1 9 9 4,4 28 1 2 5 7 . [4]N . S e s h a d r i . J o i n t d a t a c h a n n e l e s t i m a t i o nu s i n g f a s t b l i n dt r e l l i s s e a r c h t e c h n i q u e s[J]. I E E EG l o b a l T e l e c o m m u n i c a t i o n s C o n f e r e n c e M L S E;p e r - s u r v i v o r p r o c e s s i n g 采煤机是一个集机械、 电气、 液压为一体的大型复杂系统, 其滚筒的 自动化调高的智能水平直接关系着生产效率和产品质量的高低。采煤机 滚筒的自动调高虽然有各种各样直接、 间接的方法, 但问题的关键在于 对煤岩界面的识别。目前世界上已有的煤岩分界识别技术基本上可归纳 为两大类一是用核子传感器或天然γ射线传感器来测定顶煤厚度; 二 是用截齿力传感器测出截割阻力谱, 通过截齿力的相关分析间接识别煤 岩分界。本文介绍了采用多传感器对采煤机的运行状态进行监测, 通过 小波包对监测信号进行分析, 得到煤岩的特征频率信息。 目前采煤机滚筒自动调高算法很多, 各有千秋, 但都带有一定的局 限性。比如说利用油缸压力或截齿力来分界, 由于采煤机牵引速度、 切割 深度及煤岩特性的不同, 结论会不精确; 还有的方法智能化程度低, 理论 分析又较复杂。笔者提出的基于记忆切割的采煤机自动调高预见控制, 由于预见控制的基本条件是要已知对象的模型, 使其应用受到一定的限 制, 因为采煤机在切割过程中随切割深度、 牵引速度及煤质等的不同, 使 得对象模型参数具有较大的非线性及时变性。 综上所述, 我们提出了带有遗传算法模型辨识的基于记忆切割的采 煤机自动调高预见控制系统。 1应用遗传算法辩识采煤机模型参数 模型参数的辩识有很多方法, 但传统的方法难以解决非线性及时变 性系统的辩识。遗传算法作为生物进化的基本规律能很好地适用于本对 象的辩识。 遗传算法是建立在种群遗传和自然选择的基础上,模拟了自然界 “ 物竞天择, 适者生存” 的进化过程。它有许多突出的优点, 如全局寻优、 并行操作、 速度快、 不要求目标函数可微或连续。遗传算法主要有“ 复制” “ 交叉” 和“ 变异”3种操作, 但根据方法及目的的不同, 使得这些操作形式 多样, 丰富多彩。 由分析知, 采煤机为二阶系统, 因此使用遗传算法进行辩识时只要 辩识参数即可。本文在吸收别人优秀遗传算法的基础上提出了适用于本 系统的方法。设其离散状态方程为 文章编号1 0 0 5 - 6 0 3 32 0 0 62 3 - 0 1 8 6 - 0 3收稿日期2 0 0 6 - 0 9 - 1 5 遗传算法在采煤机自动调高预见控制系统中的应用 * 雷俭 1 , 田慕琴 2 1 .山西省人民医院, 山西太原,0 3 0 0 1 2;2 .太原理工大学, 山西太原,0 3 0 0 2 4 摘要 在采煤机滚筒的自动调高预见控制系统中, 引入遗传算法辨识对象的模型, 并 根据采煤机各种传感器信息融合结果不断修正煤岩分界的曲线即记忆轨迹, 使预见控 制在采煤机这个具有时变性和非线性的系统中得到很好应用。 关键词 采煤机; 自动调高; 预见控制; 记忆切割; 遗传算法 中图分类号T D 4 2文献标识码A 1 8 6 xk 1 A xk B uk E dk yk C xk1 其中 A a 1 1a1 2 a 2 1a2 2 “ ,B b 1 b2 “ ,E e 1 e 2 “ ,C [1 0] 首先, 所有需要辨识的参数 a 1 1,a1 2,a2 1,a2 2,b1,b2,e1,e2 必须被编码成 二进制, 设每个参数由8位组成, 则整个编码长度为K 8 8 6 4位。并且 选择参数如下交叉概率P c 0 . 2 5,变异率Pm 0 . 0 0 5,初始种群N 9 0, 适 应度函数选为E 1 n k1 [y k- y 0k ] 2 , 其中,n是所选数据的个数,yk 是 计算输出,y 0k 是测量输出。 将上述辨识出的参数代入 1 式, 并定义误差信号ek Rk- y k , 则由式 1 可求得 X0k 1 Φ X0k G uk GRRk 1 Gddk2 称为广义误差系统, 其中 X0k 1 ek 1 xk 1 ,Φ I m- C A 0A ,X0k ek xk , G - C B B ,GR I m 0 ,Gd - C E B 。 为使输出yk 跟踪当前目标值Rk , 必须使控制输出uk 在M R 步之前就开始变化, 即M R步预见控制。对于式 2 广义误差系统, 定义 式 3 的二次型性能指标 J ∞ K - MR 1 [e T kQeek u T kH uk ] ∞ K - MR 1 [X0 T kQ X0k u T kH uk ]3 由最优控制理论, 使式 4 为最优的输入有下面的形式 uk F0X0k MR j0 FR jRk j MR j0 Fd jdk j4 其中,F 0X0为全状态反馈最优解, 而且 F0 -[H G TP G ] - 1 G TP Φ 5 P为R i c c a t i方程 P Q Φ TP Φ - ΦTP G [H G TP G ] - 1 G TP Φ 6 的解。 所以可求得F R R - ΓR R - 1 R R。预见前馈系数FRj 用下式求得 FR0 0 FRj -[H G TP G ] - 1 G T ξ T j - 1 P GRJ 1, ⋯,MR 此处求出的输入uk 即反映液压伺服阀线圈电流的大小。 2记忆轨迹的修正 记忆轨迹是在同一采煤区沿煤层走向的煤层条件可以近似认为是 相同的前提下产生的, 但如果煤层较厚, 或情况特殊, 在切割过程中煤岩 分界的曲线会发生变化, 初始的记忆轨迹会产生偏差, 因此, 本文在记忆 切割的基础上不断地根据各种信息修正跟踪曲线, 使控制更加精确。 信号检测就是要通过测量、 采样和量化形成计算机能对其进行分类 识别的数字信号。然而, 由于煤层条件的复杂性和采煤工艺的特殊性, 并 不是某一特定的信号就能完全反映采煤机的切割状态, 因此, 应采用多 路信号即多参数如 截齿应力信号、 摇臂振动信号、 电机电流信号及调 高油缸压力信号等 对采煤机的切割状态进行识别。但是在众多的信号 中, 各自对采煤机切割状态变化的敏感程度并不一样, 所以从众多可检 测的信号当中选择对切割状态变化最敏感的即包含有关切割状态变化 信息最多的几路信号作为信号源。 3硬件实现与软件编程 采煤机在切割过程中, 如果煤层较厚, 或情况特殊, 则煤岩分界的曲 线会发生变化, 初始的记忆轨迹会产生偏差, 因此, 本文在记忆切割的基 础上不断地根据各种信息修正跟踪曲线, 使控制更加精确。由于煤层条 件的复杂性和采煤工艺的特殊性, 并不是某一特定的信号就能完全反映 采煤机的切割状态, 因此应采用多路信号即多参数如截齿应力信号、 摇 臂振动信号、 电机电流信号及调高油缸压力信号等 对采煤机的切割状 态进行识别。 本系统所用传感器有扭矩传感器 测滚筒的电机轴扭矩 、 加速度传 感器 测振动 、 压力传感器 测油缸压力 、 电流传感器 测变频器后, 测 定子电流 、 扭振传感器 测轴角速度 以及声发射等各种传感器信号, 每 次切割均记下这些量值, 经信息融合技术比较、 计算、 修正, 得出下一次 的记忆跟踪轨迹。 传感器信号的前置放大与滤波采用L a t t i c e公司研制的 在系统可编程模拟器件i s p P A C 1 0,利用其强大的模拟信号处理功能, 如 放大、 求和、 积分、 滤波等等实现各种复杂的模拟电路功能, 由于各种传 感器的信号频率不同,因此在使用i s p P A C 1 0时可将截止频率分别设置 在不同的值上, 非常容易地实现了传感器信号的预处理。利用t i公司5 4 系列D S P产品, 自行设计制造了带有模拟量输入、P C I总线、C A N总线等 的具有1 M F L A S H及2 5 6 K R A M的实时处理系统,实现了各种复杂的算 法, 如F F T、 小波分析等等, 而且使用的编程语言除自身的汇编语言外, 可以方便地与高级语言如C语言进行接口,且其速度之快堪称一绝, 非 常适合实时系统的监控。 在此系统中采用了遗传算法、 预见控制理论等复杂方法, 加之还要 进行传感器信息的融合以动态辨别煤岩界面以修正记忆轨迹, 其中涉及 到解R i c c a t i方程等大量运算。为解决这些难题,我们一方面充分利用 M A T L A B软件所具有的超级功能,在M A T L A B环境中调用其已成熟的 各种函数库编制应用软件, 仿真成功后将M A T L A B文件转换成C文件; 另一方面,在D S P的C C S 2仿真环境下将转换成的C文件进行编译, 生 成O U T文件, 使用下列的批处理语句 h e x 5 0 0 - i * . o u t - r o m w i d t h 1 6 - m e m w i d t h 1 6 h e x 2 i m g * . i 0 0 * . i 1 0 将O U T文件转成I M G文件, 最后运行F l a s h i m g . o u t, 将I M G文件写 到F l a s h芯片内, 即完成了软件的开发, 系统结构见图1。 *本文为山西省自然科学基金项目 N o . 2 0 0 4 1 0 4 5 阶段性研究成果。 参考文献 [1] 土谷武士, 江上正全.最新自动控制技术数字预见控制 [M].廖福 成, 译.北京 科学技术出版社,1 9 9 4 . 本文所附其他参考文献因著录不全被删除 责任编辑 白尚平 ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ 第一作者简介雷俭,女,1 9 5 5年生,1 9 8 2年毕业于太原工业大 学, 高级工程师, 山西省人民医院, 山西省太原市双塔寺街9 9号,0 3 0 0 1 2 . D S P控制器 实现A / D转 换、 参数辨识、 记忆轨迹修正、 预见控制 电流传感器 电流传感器 前 置 放 大 及 滤 波 采 煤 机 电流传感器 ⋯ ⋯ ⋯ 采 煤 机 图1系统结构图 雷俭, 田慕琴遗传算法在采煤机自动调高预见控制系统中的应用本刊E - m a i l b j b m a i l . s x i n f o . n e t科技研讨 近来, 科技期刊出版园地抄袭之风日盛。为杜绝这一不良风气, 本刊 组织专人对拟发稿件进行了一次查重检索,结果发现编号为E 6 3 3 4 0, E 6 2 1 0 2,E 6 2 0 4 6,E 6 2 2 9 3,6 1 1 7 5,6 1 1 4 2的论文实属抄袭之作。我刊已与 这些文章的作者进行了联系, 对他们的这种行径进行了严厉批评。 这里我 们再次正告那些论文抄袭者, 今后我刊一旦发现抄袭论文的现象, 将毫不 客气地将他们的姓名、 工作单位进行曝光。 本刊编辑部 论文抄袭者戒 1 8 7 表2海水水质标准 G B3 0 9 7 - 1 9 9 7 m g / L 第一类 6 2 0 . 2 0 0 . 0 1 5 0 . 0 5 第二类 5 3 0 . 3 0 第三类 4 4 0 . 4 0 第四类 3 5 0 . 5 0 0 . 0 4 5 0 . 5 0 项 目 溶解氧 C O DM n≤ 无机氮 以N计≤ 活性磷酸盐 以P计≤ 石油类≤ 0 . 0 3 0 0 . 3 0 表1各站位监测结果 时间 1 9 9 3年 1 9 9 7年 2 0 0 2年 项目 D O C O DM n D O C O DM n 无机氮 P O4 - 3 - P 石油类 D O C O DM n 无机氮 P O4 - 3 - P 石油类 范围 6 . 6 9 ～ 6 . 4 6 3 . 7 9 ～ 2 . 3 6 1 1 . 3 8 ～ 9 . 4 6 2 . 4 7 ～ 1 . 3 8 1 . 7 2 ～ 1 . 2 3 0 . 0 4 2 ～ 0 . 0 3 5 0 . 0 8 9 ～ 0 . 0 1 5 . 8 5 ～ 5 . 4 3 3 . 4 3 ～ 3 . 0 8 0 . 4 6 4 ～ 0 . 3 0 8 0 . 1 7 7 ～ 0 . 0 9 1 0 . 1 3 ～ 0 . 0 8 平均值 6 . 5 7 8 2 . 7 6 1 0 . 1 4 1 . 7 9 1 . 4 5 0 . 0 3 8 0 . 0 3 2 5 . 6 4 3 . 2 6 0 . 3 8 6 0 . 1 3 4 0 . 1 0 5 “““““““““““““““““““““““““““““““““““““““““ 科技情报开发与经济S C I - T E C HI N F O R M A T I O ND E V E L O P M E N Ta u t o m a t i c h e i g h t - a d j u s t m e n t;f o r e s e e i n g a n d c o n t r o l l i n g;m e m o r y c u t t i n g;g e n e t i c a l g o r i t h m 金山区位于沪、 杭及舟山群岛经济区域中心, 是上海市的西南门户, 为上海市土地面积最大的一个区。丰富的土地资源、2 3 . 2 k m的海岸线和 水港建设的天然条件, 构成了得天独厚的地理优势、 环境优势和经济辐 射优势, 使得金山区的经济近年来得到迅猛的发展。全国著名的特大型 企业上海石油化工股份有限公司和上海化学工业区一部分坐落于 境内。 金山区经济的快速发展, 必将对沿岸海域环境造成一定的影响。 对 此海域水质进行监测分析以了解把握该海域的水质变化状况是非常必 要的。 1海域水质监测 1 . 1样本采集 对金山嘴附近海域分别于1 9 9 3年8月、1 9 9 7年7月和2 0 0 2年2月 进行了水质现状测试, 每次分别在涨潮落潮时进行采样, 样品的采集、 保 存均按中华人民共和国国家标准 海洋监测规范 G B1 7 3 7 8 - 1 9 9 8和 海洋调查规范 G B1 2 7 6 3 - 9 1规范程序执行。 1 . 2监测项目 监测项目确定为溶解氧、C O DM n、 无机氮、P O4 - 3 - P和石油类。分析方 法均按国家规定的标准分析方法。 1 . 3监测结果 对每次监测数据进行统计, 将各监测项目含量范围、 均值结果列于 表1。 2现状评价与分析 2 . 1水质标准 以 海水水质标准 G B3 0 9 7 - 1 9 9 7 见表2 中二类水质标准为水 质评价准则。 2 . 2单因子指数评价 2 . 2 . 1单因子指数评价方法 单因子指数法是比较通用、 成熟、 可比性强的一种评价方法, 其标准 指数计算公式为 Pi Ci/ Ci 01 式中P i为某项污染物的污染指数;Ci为该污染物的监测浓度;Ci 0为 该污染物的评价标准值。 文章编号1 0 0 5 - 6 0 3 32 0 0 62 3 - 0 1 8 8 - 0 2收稿日期2 0 0 6 - 0 7 - 2 3 杭州湾金山嘴海域水环境质量分析 徐明德, 刘强 太原理工大学环境科学与工程学院, 山西太原,0 3 0 0 2 4 摘要 近年来由于金山嘴的开发建设, 经济迅猛发展而不可避免地带来附近海域的 污染。基于对该海域进行的3次水质现状监测, 应用单因子评价法和富营养水平评价 法对该海域进行了水质分析, 并对污染成因进行了探讨。 关键词 金山嘴海域; 水质分析; 环境质量评价 中图分类号X 8 2 4文献标识码A 1 8 8