采煤机智能调高控制理论与技术.pdf

太原理工大学 博士学位论文 题 目墨堡垫塑鳇塑塞蝗墅塑造皇堡苎 n 一题目必妊翌 出盖鳖墨 №m 研究生姓』警■墼一 芈 号鲢螋丛堂一一 专 业垫煎皇王兰墨一 研究方向堑韭捌一 导师姓名韭盐堕一 H 一立L 撞 太原理工大学博士学位论文 l ‘7 s 8 1 ‘ 采煤机智能调高控制理论与技术 摘要 煤炭是我国的主要能源，煤炭开采综合机械化及其工作过程自动控 制成为煤炭工业增加产量，提高劳动效率，减少重大恶性事故和改善劳 动条件的重要手段。采煤机及其控制系统是煤炭开采过程的主要设备， 采煤机的工作过程包括滚筒调高和牵引控制。在采煤机的工作过程中， 根据采煤工艺、煤层与煤岩界面状态以及支护要求调整采煤机滚筒高度， 通过牵引运动后，旋转的滚筒即可切割出一定位置和形状的顶、底面， 即得到特定的截割路径。截割路径直接决定产品质量 含矸量 与资源 回收率，因此，采煤机合理的调高策略与先进的控制技术研究是一个受 到广泛关注的重要问题。 目前，采煤机的滚筒调高多采用人工观测为依据的手动调整或人工 调整试切割基础上的几何轨迹记忆切割。人们也尝试过在采煤机上安装 传感器进行煤岩界面识别，然后根据此信息直接进行滚筒高度的反馈控 制，试图实现采煤机滚筒自动调高。但是，由于煤层地质结构的复杂性和 煤岩界面识别的技术问题，加之还要考虑综合采煤机械化对项、底板的 要求，这种基于简单反馈控制的滚筒自动调高技术没有得到成功的应用 ￡ 、≮ 太原理I 大学博士学位论文 和摧厂。 为了在综合考虑各种因素的基础上，实现以提高产品质量与资源回 收率为目标的采煤机滚筒高度自动控制，作者提出以切割状态 切割煤 或岩 辨识为基础，并与采空区及巷道项板信息相融合，进而预测煤岩 界面，最终实现滚筒路径优化与自动调高的控制策略。为此，进行了一 系列理论与实验研究，得到较好的控制效果，为采煤机滚筒智能调高控 制系统设计提供了理论依据。 本项目研究的基本思路是在采煤机上配置相应传感器采集信号后 进行煤岩界面识别，将该信息与巷道顶板信息、采空区顶板信息进行融 合。然后，把融合后的信息追加到“历史顶板”数据库，利用该数据库的内 容预测工作面前方煤层的顶板状态，根据预测的顶板信息、煤质要求和 支护要求优化截割路径，以获取最大资源回收率和最好的产品质量。最 后，利用设计的控制器实现滚筒对优化路径的跟踪。随着工作面的推进， 已知信息不断增加，预测信息越来越可靠，因此降低了对煤岩界面识别 的依赖性，增加了系统的鲁棒性；而且，考虑煤层赋存条件和采煤工艺 等约束条件，增加了系统的实用性。 为实现上述方案，在现有的基于多传感器信息融合的煤岩界面识别 技术㈣的基础上，本文重点开展了以下理论和技术的研究 1 采煤机智能调高系统体系结构的研究 在详细分析采煤机智能调高系统功能及其复杂性的基础上，提出系 统的结构体系采用适于复杂问题求解的黑板结构。该体系由黑板和煤岩 太原理工大学博士学位论文 界面识别、煤岩界面预测、滚筒截割路径规划和截割轨迹跟踪等四个工 作模块组成，黑板中记录各工作模块所需的各层次的信息及其结果，各 工作模块采用异步并发工作方式工作； 2 煤岩界面信息融合和预测方法研究 在煤岩界面信息融合和预测工作模块中，首先，将巷道煤岩界面信 息和采空区的“历史顶板”数据库信息利用神经网络进行融合，然后， 利用D 。S 证据理论对上述融合后的信息和煤岩晃面的识别结果进行再融 合，融合后的信息追加到“历史顶板”信息库中，利用追加后的“历史 顶板”信息库信息借助神经网络对工作面前方煤层进行煤岩界面预测。 通过对复杂地质构造煤层的煤岩界面仿真研究表明1 神经网络信息融合 方法可以以较高的精度描述煤岩界面，但对原始信息的误差比较敏感。 2 通过D ．S 证据理论信息再融合可减小误差，精度满足工程需要。3 随 着工作面的推进，预测误差减小。 3 滚筒截割路径规划理论与方法研究 在滚筒路径的规划工作模块中，通过浮点编码的遗传算法对具有褶 皱、断层和陷落柱等地质构造的工作面的滚筒的路径优化。结果表明 该方法可以实现复杂地质构造下的滚筒的截割路径的优化。 4 采煤机调高液压伺服系统研究 在路径跟踪工作模块中，通过对液压伺服的滚筒调高系统的运动学 和动力学分析，设计了基于反馈误差学习算法的神经网络自适应控制策 略，计算机仿真和实验室试验表明控制结果优于传统的P I D 控制器，系 奎堕堡王查兰竖主堂垡堡茎 统具有良好的动态特性。使用直线插补方法，采煤机试验机跟踪了设定 的目标曲线，结果表明跟踪精度满足工程需要。 在目前研究的基础上进行进一步的工业试验，开发适应井下环境的 采煤机调高控制系统是作者研究的下一个目标。 关键词采煤机调高控制人工智能信息融合 太原理工大学博士学位论文 T H E o R YA N DT E C H N o L o G Yo FI N T E L L I G E N T C o N T R o LF o RS H E A R E RS T E E R I N G A B S T R A C T T h ea i mo fs t e e r i n gc o n t r o lo fs h e a r e ri shJ 曲c o a lr e c o v e r ya n dl e s s s t o n ei nc o a l ．T h em o s ti m p o r t a n ti st h a ti ti sb e n e f i tt os a f e t yo ff a c e ．I n t r a d i t i o n a ls c h e m eo fs t e e r i n gc o n t r o lo fs h e a r e r , c o a l - r o c ki n t e r f a c e i s i d e n t i f i e da tf i r s t ，t h ei n f o r m a t i o ni su s e dt og u i d et h ed r u md i r e c t l yt h e n H o w e v e r , c o a l r o c ki n t e r f a c ei d e n t i f i c a t i o n C I I i sS Oh a r da n dz i g z a gt h a t s t e e r i n gc o n t r o lo fs h e a r e rc a n ’tb er e a l i z e d An o v e ls c h e m ei sp r e s e n t e di nt h ep a p e r ．I nt h es c h e m e ，C I Ii su s e df i r s t l y , t h ei n f o r m a t i o no fc o a l r o c ki n t e r f a c ei nl a n ea n dh i s t o r i c a lf a c ea r ef u s e da t t h es a m et i m e ．B a s e do nt h ef u s e di n f o r m a t i o n ，t h ec o a l - r o c ki n t e r f a c eo ft h e b l o c ki sp r e d i c t e d ．T h e n ，t h ep a t hi so p t i m i z e dw h e nt h em e t h o do fm i n i n g a n dt h ec a p a b i l i t yo ft h em a c h i n ei nf a c ea r et a k e ni n t oa c c o u n t ．A tl a s t ，t h e d r u mi sc o n t r o l l e dt ot r a c kt h eo p t i m i z e dp a t ha c c u r a t e l y ．T h es y s t e mi s 太原理工大学博士学位论文 c o n s t r u c t e da sb l a c k b o a r ds t r u c t u r et h a ti sf i tt os o l v ec o m p l e xp r o b l e m ．T h e s t r u c t u r ei sc o m p o s e db yb l a c k b o a r da n df o u rk n o w l e d g e s o u r c e sn a m e d c o a l r o c ki n t e r f a c ei d e n t i f i c a t i o n ，c o a l r o c kp r e d i c t i o n ，p a t ho p t i m i z a t i o na n d a r mc o n t r o lr e s p e c t i v e l y ．T h ef o u rk n o w l e d g e s o u r c e sw o r ki np a r a l l e la n d a s y n c h r o n o u s l y ．I nt h es c h e m e ，t h es t e e r i n gc o n t r o li s n ’td e p e n d e do nt h e c o a l - r o c ki n t e r f a c ei d e n t i f i c a t i o nb a d l yt h a n k st oi n f o r m a t i o nf u s i o n ．S o ，t h e s y s t e mi sm o r er o b u s t ；t h em e t h o do fm i n i n ga n da s p e c to fl e d g ea r et a k e n i n t oa c c o u n t ，S Ot h es y s t e mi sp r a c t i c a l I nt h ec o a l r o c ki n t e r f a c ei d e n t i f i c a t i o n k n o w l e d g e - s o u r c e ，t h e i n f o r m a t i o no fl a n ea n dh i s t o r i c a lf a c ea r ef u s e db ym e a n so fa r t i f i c i a ln e u r a l n e t w o r k ．T h er e s u l to ff u s i o ni n d i c a t e st h a tt h en e u r a ln e t w o r kc a nb ef i tt h e c o a l r o c ki n t e r f a c ei ft h ed a t ai sa c c u r a t e ．H o w e v e r , i tb e c o m e si n a c c u r a t e w h e nt h ed a t ai s n ’ta c c u r a t e 。B ym e a n so ff u s i o no ft h eu n c e r t a i nd a t aa n dt h e r e s u l to fc o a l r o c ki n t e r f a c en a m e dt h es e c o n df u s i o n ，t h ee r r o ro fp r e d i c t i o n i ss m a l le n o u g ht ou s i n gp r a c t i c a l l y T h ep a t ho fd r u mi so p t i m i z e db ym e a n so fg e n e t i ca r i t h m e t i ci np a t h o p t i m i z a t i o nk n o w l e d g e - s o u r c e ．T h er e s u l ti n d i c a t e st h a tt h ea r i t h m e t i ci s f i t t ot h ep r o b l e m ． A f t e rk i n e m a t i c sa n dd y n a m i c sa n a l y z i n go fm a c h i n eo fh y d r a u l i cs e r v o 太原理工大学博士学位论文 a r n l ，t h ef e e d b a c k e r r o r - l e a r n i n ga r i t h m e t i ci su s e dt oc o n t r o l l e rt h a ti sa h y b r i dc o n t r o l l e ro fn e u r a ln e t w o r ka n dP I D ．T h er e s u l to fs i m u l a t i o na n d e x p e r i m e n to nm a c h i n es h o wt h ea d v a n t a g eo ft h ec o n t r o l l e rc o m p a r e dt ot h e P I D K E YW O R D Ss h e a r e rs t e e r i n g ，i n t e l l i g e n tc o n t r o l ，i n f o r m a t i o nf u s i o n ， g e n e t i ca r i t h m e t i c ，n e u r a ln e t w o r k 太原理工大学博士学位沧文 I ．1 课题的背景和意义 第一章序言 目前，煤炭仍然是能源的主体，而且从长远观点看，煤炭是全世界最丰富的化石 燃料。根据最近的世界开采量测算，石油已探明的储量只能维持4 3 年，天然气只能 维持6 1 年，而可资利用的煤炭则足够人类使用3 0 0 年，全世界煤炭的资源至少有1 0 万亿吨油当量。显而易见，在2 1 世纪人类应当学会节约使用石油和天然气，努力开 发利用煤炭资源⋯，同时，洁净燃烧技术的的推广和应用己可能使煤炭成为清洁、少 污染燃料。 煤炭工业在我国的整个国民经济中占举足轻重的地位，在一次能源生产和消费构 成中煤炭始终占7 0 ％上[ 2 】，同时煤炭是珍贵的化工原料，总结国内外发展经济的经 验并结合我国能源国情，必须充分利用丰富的煤炭资源，大力搞好煤炭加工转化，发 展人工合成材料⋯。 近年来，煤炭开采机械化已经成为煤炭工业增加产量，提高劳动生产率，减少重 大恶性事故和改善劳动条件的～项关键技术。随着采煤工作面机械化程度的不断提 高，特别是高产高效采煤工作面在国际国内相继出现，使采，支、运设备的功率，负 荷及生产能力一再加大，以采煤机为例，大功率采煤机的装机功率已达1 2 0 0 K W 和 单机年产7 5 0 万吨的能力，而且还有继续增大的趋势。因此，实现采煤工作面自动化， 使采煤工作面机电设备协调、安全、可靠、高效地运行显得越来越重要。同时，随着 采煤机功率的增加，工作面粉尘问题也越来越严重。因此，为了改善矿工健康和安全 条件，提高产品质量 降低含矸率 、延长设备寿命和生产安全，促使大家对采煤机 组自动化的兴趣不断增加。其中，采煤机的自动化是整个工作面自动化的中心环节。 采煤机的工作原理和基本结构如图1 ．1 所示。采煤机在工作面的作用是完成落煤 和装煤，靠滚筒截割煤炭，并将其装入刮板输送机。采煤机的控制主要包括两部分 太原理工大学博士学位论文 图1 - 1 采煤机的工作原理及基本结构 F I G1 - 1t h es t r u c t u r ea n dp r i n c i p l eo f s h e a r e r 即牵引速度的控制和滚筒高度的控制。牵引是指采煤机以刮板输送机作为导轨，沿_ T 作面机往复运动，实现连续割煤。滚筒调高是指在采煤机牵引运动时，前后滚筒需要 沿工作面煤岩界面的高度自动调整，以获得最大的回采率，并尽量避免截割岩石。 采煤机的滚筒高度的控制，除国外极少数的采煤机外，绝大部分时靠人工操作。 即采煤机司机靠视力观察及截割的噪声来判断采煤机滚筒在割岩还是割煤，以便调节 滚筒的垂直位置。然而由于采煤机工作过程中产生大量的煤尘，尤其大功率的采煤机 工作面能见度很低，而且，机器本身噪音很大，操作工人实际上难以准确及时判断采 煤机的截割状态。更谈不上及时调整滚筒高度了。如果是在薄煤层工作面，则工人行 走不便，再加上采煤机的牵引速度较快，采煤机司机不可能准确及时地调整滚筒高度， 因此采煤机再工作过程中经常会截割到顶底板岩石。采煤机连续截割岩石会加剧滚筒 截齿磨损及其他零部件的损坏；对于高瓦斯矿井极易引起瓦斯爆炸，形成恶性事故 另外，截割的岩石混入原煤中会造成原煤含矸量增加，质量下降。如果滚筒的位置调 整太保守，则造成顶底煤剩留过多，降低回采率，造成很大的资源浪费；同时司机人 工操作还可能使顶底板表面不平整，造成移架和推溜困难等一系列的问题。解决这一 问题的途径是实现采煤机滚筒的自动调高。 采煤机滚筒自动调高的功能就是要求按照项板和底板的变化确定的采煤工艺而 设定的顶底板的规律自动调整滚筒高度，尽量减少采煤机截割顶底板岩石而保持支护 要求的工作面顶底板的平整性。也就是说要使采煤机的前后滚筒截割后形成的顶底板 6 太原理工大学博士学位论文 要跟踪按照采煤工艺设定的顶底板的曲面。同时保持跟踪轨迹的平滑性。 实现采煤机滚筒自动调高可以提高产量，减低设备损耗和敌障率，减轻工人的劳 动强度，尤其加强了工作面的安全保障，同时提高了回采率，减少了资源的浪费，因 此，实现采煤机的滚筒自动调高既有经济效益又有社会效益。 为实现采煤机滚筒自动调高的功能，目前解决问题的技术路线是【4 、8 J ，首先要正 确识别采煤机的截割状态，然后根据识别的结果去调整采煤机的滚筒高度，因此形成 图J - 2 采煤机滚筒自动调高系统框图 F I G1 2T h es y s t e mo f h o f i z o n t a | c o n t r o lo fs h e a r e r 采煤机的滚筒自动调高的主要的两部分，即煤岩界面识别和滚筒自动调高系统。如图 1 - 2 所示按照这个思路，实现滚筒自动调高的第一步在于煤岩界面的自动识别，即 需要识别出采煤机在工作过程中截齿是否切入顶底板岩石，或者是识别出残留的顶底 煤的厚度，因此，对煤岩界面识别方法要求实时性强，准确率高．可靠性好，适应性 广。这一技术是国内外公认的高技术，高难度课题[ 4 】。同时，使后续的滚筒自动调高 工作难以开展，近年来，世界各主要产煤国对这一问题十分关注，并投入了大量的人 力物力加以研究。 在上述整个技术路线中，未考虑采煤工艺所要求的顶底板的平整性，一味追求截 割路径与煤岩界面的统一，而项底板的平整性是移架和推溜等其他T 作面设备动作的 最重要的条件之一，尤其，当煤层赋存的地质条件中存在陷落柱、皱褶和断层等复杂 条件时，该技术路线无法满足工程实际的要求。因此，上述技术路线本身是造成滚筒 调高工作难以开展的另一个重要原因。 7 太原理工大学博士学位论文 1 ．2 国内外研究概况 从上世纪六f 一年代，世界各主要产煤国如英国、美国、及前苏联等国都对采煤机 滚筒自动调高系统做了大量的研究工作。研究的主要工作集中在煤岩界面识别和滚筒 自动调商过程控制两个部分。 1 ．2 ，1 煤岩界面识别研究技术现状 近年来，人们先后对2 0 余种基本形式煤岩界面识别方法进行了研究。表1 ．1 列举 了近年两世界各国对煤岩界面识别的主要方法【5 】，其中包括天然，射线、人T Y 射线、 敏感截齿、机械振动、无线电探测、红外线反射、超声波、高压水射流等探测方法。 在这方面，英、美两国的研究成果较为突出。 英国是世界上最先开展采煤机滚筒自动调高研究的。英国在这方面的研究经历了 三个阶段1 6 ] 1 采用铯1 3 7 同位素探测煤皮厚度的探测器 7 0 7 型、7 0 9 型 ，1 9 6 6 年开始在 b a r n b u r g h 煤矿进行了试验。 2 采用天然y 射线的煤厚探测器 8 0 1 型 1 9 8 0 年研制了采用8 0 1 型煤厚探测器的7 0 0 0 0 系统，后来又研制出功能更全的 M I D A S ，D I A M 和P A T H F I N D E R 三套系统，这三套系统均采用了8 0 1 型煤厚探测器。 该法的主要制约因素在于其对顶底板围岩要求有一定的，射线辐射强度。另外该 法的误差较大[ 7 1 。 8 太原理工大学博士学位论文 表1 ．1 煤岩界面探测方法 T a b1 ．1T h ed e c t i o nm e t h o d so f c o a l - r o c ki n t e r f a c e 探测 研究组织原理特点 方法 y 背 将人工放射源和放射性探测器放缺点①散射Y 射线 敞射法 B r i t i s hC o a I在顶煤下方。人工放射源放出的y 射穿透能力有限．所能测得 S a l f o r dE l e c t r i c a l 线同顶煤发生作用后被反嗣回空气中的项煤厚度不大于2 5 0 并被探测器探测到。这种反射，，射线m m ②难于保证与顶煤良 的强度与顶煤厚有关。好接触； 煤中夹杂物影 响探测精度。 振动英国 检测采煤机截齿、摇臂、调高缺点工作中截齿经 测试法油缸压力转轴及机身的振动信号，经常切入岩石．因此对某些 信号分析处理来判断采煤机是否切割 采煤工艺要求预留项煤 到顶 底 板。或高瓦斯工作面的推广 受到了限制．另外截齿的 损耗也较大些。 天然在顶扳岩中通常含有钾，钍和铀优点①无放射源因 y 射线法三大系放射性元素。，以顶板或顶板岩而便于管理；②探测范围 S E l 8 0 l 石中的天然y 射线为放射源．以剩留 增大，最大项煤厚度可测 B r i t i s hC o a l 煤层为衰减介质，根据顶底板岩石中到5 0 m m ③传感器为 A M E l 0 0 8S a 】t o r dE l e c t r i c a l 的y 射线在穿透残留煤层后的衰减规 非接触式不易损坏。缺 A m e r i c a n 律，通过测量经过衰减后的y 射线强 点不能适用于顶板不含 M I D A S M i n i n g 度来确定项底煤层厚度， 放射性无素或放射性元 E l e c t r o n i c s素含量较低的工作面，以 D I A MA n d e r s o n及煤层中夹矸太多的情 S t r a t h c y c l y d e 况。 B r i t i s h J e f f r e yD i a m o n d 雷达 美国当一束电磁波透过项煤向上发射优点无需预先求取 探测方法B u r e a uo f m i n j s时由于煤和顶板材料不同，在煤岩界煤岩物理特性。适用范围 面上电磁波会被反射。反射波的速度， 较广。 相应滞后或从发射波到反射波被接受缺点探测范围太 的时间间隙除与发射波频率，煤和项小，当顶煤厚度增加时信 板材料等可测知的因素有关且与电磁 号衰减严重。 波在项煤中穿越路程即顶煤厚度有 关。通过对接收到的反射波进行信号 处理可确定顶煤厚。 9 太原理工大学博士学位论文 热敏美国用高灵敏度的红外测温仪定向测 红外辐射对粉尘的 测量技术B u r e a t lo f m i n i s量切割截齿附近煤岩体的温度，由于穿透力强，高灵敏度的红 煤岩物理特性不同．切割时产生的温外测温 度不同，据此来判断滚筒是否切割到 可测出正负0 ．1 度的 煤岩界面。 温度变化。 3 基于截割力分析的煤岩界面识别和滚筒自动调高系统。 从8 0 年代，英国就开始研究基于截割力分析的滚筒自动调高系统，称为P i c k f o r c e S t e e r i n gS y s t e m 。该系统在英国C a t g r a v e 煤矿的采煤机上进行了试验。但试验是不成 功的。有一些技术问题需要解决。但试验表明截齿力模型是正确的。基于截割力分析 的方法是可行的。这一系统仍在研究阶段。 英国的研究得出重要得一个结论即在英国基于射线得煤厚探测器得滚筒自动调 高只适应5 0 ％的煤层。而基于截割力分析得滚筒自动调高系统则适应9 0 ％的煤层。 美国的研究采用了更为广泛的方法【5 】 1 天然Y 射线法 继英国研制的S E l 8 0 1 型天然y 射线煤厚探测器以后，美国也研制出了A M E 一1 0 0 8 型天然r 射线煤厚探测器。目前，采用该探测器的煤厚测量系统己在美国的一些煤矿 中试用。 2 红外 I R 温度探测法 美国矿业局正在研究利用红外线 I R 传感器来监测在靠近煤岩界面截割时界面 和截齿温度变化。在露天和井下的多次现场试验表明红外线可及时底探测出煤岩界 面，对坚硬顶底板特别敏感，而且红外线透过水雾和尘霭时衰减很少，能适应煤矿井 下工作面的特殊环境。该法还在进一步的研究，但没有形成产品。 该方法的基础在于截齿在截割过程中的截齿与煤或顶底板间的撞击或摩擦发热， 因此，监测的温度与牵引速度和调高速度有关，而煤岩界面辨识的目的是用于滚筒调 高，所以必然造成温度与调高的相互耦合，另外监测的温度还与煤和岩的机械特性 有关，必然使它无法识别夹矸等地质条件。只能适合对煤岩的机械特性有一定要求的 地质条件。 3 雷达探测法 1 0 太原理工大学博士学位论文 美国矿业局现己研制出多种雷达传感器，它们分别利用影像脉冲，多普勒脉冲、 调频及等幅波技术，但由于煤质特性的弥散性，各种传统的雷达系统在煤矿井下的使 用范围都很有限。 由于雷达探测法是以电磁波传递为基础的技术，电磁波穿透顶煤的厚度和波长有 关，波长愈长，穿透愈深，而波长愈长，测量分辨率就愈低，测量范围和测量精度的 这种矛盾很难彻底解决。该法仍未达到使用阶段。 4 振动法 振动探测法的原理基于采煤机切割煤、岩时的振动频率、振动波形等特征存在明 显差异。这神方法的硬件实现比较简单，但由于它与采煤机所截割的地质体力学性质、 开采机械类型、截齿状态和截割煤的方法等有关，为对振动信号进行分类和鉴别，研 究开发自适应判断 A S D 系统。但至今还未有实用的振动煤岩界面探测器。 除此之外还有德国研究的光纤煤岩界面探测器，该传感器是由德国R u h r k o h l e A ，G 公司与其他公司联合开发，该传感器由发射胺收装置，光缆及检出装置构成， 用光缆将由发光二极管发射的光导入各个需要测量的矿层中。一带由集成蓝宝石晶体 窗的光头直接安装于截齿上，由该光头测量被反射的光量。由煤、岩不同的反射系数 即可确定煤岩界面。 5 多传感器系统 考虑到每一中煤岩界面探测法都由其一定的应用局限，英国煤管局、美国矿业局 科索尔、德国R u h r k o h l e 等公司正研制开发多传感器探测系统。多传感器系统中的传 感器可包括摇臂振动信号、煤、岩和空气中的声信号。光信号天然，，射线信号等。 与国外相比，国内对煤岩界面识别和滚筒自动调高的研究起步较晚，由于诸多原 因，进展缓慢，到目前为止，所形成的技术路线主要有两条 1 采用基于截割力响 应信号分析来识别煤岩界面；【q 2 天然y 射线探测法识别煤皮厚度。【s 】 虽然煤岩界面探测方法有二十多种，但目前能形成产品的只有基于天然y 射线的 一种方法，这二十多种研究比较深入的只有基于天然y 射线的测量法与基于截割力 响应的分析法。这两种类型的探测方法如图1 ．3 所示 太原理工大学博士学位沦文 基于天然，射线法的优点在于箕非接触测量，其后续的信号处理简单，其基本原 理是基于在自然界广泛存在着放射性元素，通常井下煤层顶底板岩石的放射性元素含 有量比煤层高出许多倍，当采煤机截割过后在项板下或顶板上留有一定厚度 2 0 ．2 0 0 r a m 的煤层，以顶板或顶板岩石中的天然，，射线为放射源，以剩留煤层为 衰减介质，根据顶底板岩石中的y 射线在穿透残留煤层后的衰减规律，通过测量经过 衰减后的y 射线强度来确定顶底煤层厚度，由此来识别煤岩界面。该法相对成熟，对 于高瓦斯矿特别适合，但是该方法对采煤工艺有一定要求，即必须留～定厚度的顶煤； 另外要求顶底板围岩必须有放射性元素。例如对于页岩 s h a l e 顶板有较好的适应性， 而对于砂岩 s t a n d s t o n e 顶板则适应性极差。这种方法在英国有5 0 ％的矿井可以使 用，在美国有9 0 ％的矿井可以使用，而在我国仅有2 0 ％左右的矿井可以应用【8 l 。 基于截割力响应的方法，则利用煤与岩石的力学特性的不同，进行煤岩界面的识 别。该方法无论是在国内还是国外都有较广泛的适应性。特别是对我国的地质条件及 目前所采用的采煤工艺有较好的适应性H 。但该方法目前的研究的现状均以模式识别 为基础，以区别割煤与割岩两种状态为目的。而没有以割岩时可确定切入顶板有多深 为目的，因此，不能给出煤岩界面位置的定量的信息。如果割煤则根本不可能给出煤 岩界面的位置信息。所以给下～步的滚筒自动调高的制导信息不够明确。 t ． 垛扑羿咖槔捌的灭然y 射线法f H 口R ，1雠辑蚪啊挥潮构帆槭搬砷位 图l - 3 煤岩截面探测示意图 F I G l ．3 1 1 l e d e c t i o no f c o a l - r o c k i n t e z f a c e 1 2 太原理工大学博士学位论文 1 ．2 ．2 滚筒自动调高系统研究现状 由上煤岩界面的研究可以看出，煤岩界面的探测方法确实有相当的难度，因此 无法满足采煤用户的要求，因此，人们开始寻求别的方法来解决该问题。其中，最值 得一提的就是J O Y 公司提供的采煤机所采用的所谓的“记忆切割”[ 1 0 1 ，该法采用的 技术路线是机器人所广泛采用的“示教跟踪”的控制策略，基本思想就是在机器人的 各运动关节均配置有相应的角度传感器或直线位移传感器。首先由人工控制备个关节 的运动完成所需要的任务，在该过程中，通过各个关节配置的传感器记录下相应的轨 迹，然后机器人转入跟踪模式，机器人的各个关节跟踪先前记录的轨迹。并重复该轨 迹。从而可代替人工完成～些重复的劳动，该法在点焊、喷漆和高级的挖掘机均采用 此法⋯1 。采煤机的记忆切割是机器人的“示教跟踪”法在采煤机上的具体应用，它的 工作过程就是在首先由采煤机司机人工控制滚筒高度完成整个工作面的截割，同时记 录下在工作面上相应点相应的摇臂的倾角，然后采煤机转入记忆切割状态，采煤机自 动跟踪刚才记录的摇臂的倾角，从而实现滚筒的自动调高，如果在截割的过程中发现 滚筒高度无法跟踪实际的顶底板煤岩界面，则人工控制滚筒高度，同时进行轨迹记忆， 然后跟踪新的轨迹。 可以看出，该法是回避了煤岩界面识别难题，利用顶底板的几何形状的连续性和 简单的外推的推理方法，来预测采煤机前方的项底板的形状，同时仍然借助于人工进 行识别进行轨迹的修正，同时利用所谓的“记忆”在一定程度上降低采煤机司机的劳 动强度，如果工作面的地质条件比较好，无断层，顶底板比较平整，变化比较缓，则 有一定的实用性。显然该法的应用有一定的局限性。 另外，雷玉勇提出的基于液压系统压力的闭环控制系统，并对该法进行了理论研 究和计算机仿真‘1 2 ”】。这种方法的原理在于截割状态的不同造成调高油缸中的液压力 的不同，因此，以该压力为反馈信号，以机械液压阀为调节元件可实现调高系统地闭 环控制。因此，该法只能适用于煤与顶底板岩石的力学性能差别较大的地质条件。同 时，由于摇臂的位置不同，虽然有相同的截割力，但由于力臂不同。因此，造成的调 高油缸的压力也会不同。所以，该方法的实用价值有限。 1 3 太原理工大学博士学位论文 总之，在长达几十年的研究中，人们未能充分重视采煤机的自动调的复杂性，一 味追求简单地滚筒跟踪媒岩界面，因而在煤岩界面识别．滚筒调高控制的技术路线中 徘徊，因此，必须借助复杂问题的求解方法，才有可能实现问题的解决，人工智能便 是～种有效的方法。 1 ．3 本文的基本思想、技术路线和内容 1 ．3 ．1 神经网络技术和不确定性推理概述 由于顶底板的复杂性、残留煤层的必要性和支护对顶底板的平整性等要求，不能 简单以最大资源回收率为工艺目标，以岩界面的跟踪截割为跟踪目标，而应在具体的 地质条件下，兼顾上述要求制定控制目标和控制策略，即以人工智能为基础的采煤机 智能调高。 人工智能 A I 是一门探索和模拟人的感觉和思维过程的规律，并进而设计出类 似人的某些智能的智能机的科学。它把人的思维过程的模拟作为研究对象。 神经网络是人工智能技术的一种，他的研究从4 0 年代初开始，至今己有半个世 纪的历史。近年来，模拟生物神经系统的人工神经网络由于具有信息的分布存储、并 行处理以及自学习能力等优点．在许多方面更接近人对信息的处理方法．具有模拟人 的形象思维的能力，所以在信息处理、模式识别、智能控制等领域获得越来越广泛的 应用。在矿山的数据模式识别和状态预报中也有成功应用【1 43 5 】。以前馈神经网络结构 示意图表示人工神经网络的连接机理，如图1 ．4 所示。 从神经网络的拓扑结构 连接形式 的角度，神经网络可分为前馈神经冈络和循 环 递归 神经网络。前馈神经网络的神经元分层排列．各神经元接收前一层输入并 输出到下一层，神经元自身及神经元间无反馈循环神经网络又分为输出到输入有反 馈的循环网络 H o p f i l e d 网络 和同一层内有反馈的循环网络 E l m a n 网络 ． 1 4 太原理工大学博士学位论文 X ● X 输入层隐层 输出层 y l 托 y ． 图卜4 前馈神经网络不意图 F i g1 - 4T h ep r i n c i p l eo f f e e df o r w a r dn e u r a ln e t w o r k 不确定性推理是人工智能的另一种技术，由于数据和知识通常都具有不确定 性，因此对不精确推理的研究就变得非常必要。经典逻辑的一个基础就是集合论。集 合论可用于分类，但是集合中的隶属概念是一个非常精确的概念，即一个元素是否属 于某个集合，是非常明确的。这在很多实际情况中足很难做到的。所谓不精确推理 就是在“公理” 如领域专家给出的规则强度和用户给出的原始证据的不确定性的基 础上，定义一组函数，求出“定理” 非原始数据的命题 的不确定性度量。也就是说， 根据原始证据的不确定性和知识的不确定性，求出结论的不确定性。不精确推理和不 确定性推理的模型有模糊理论、证据理论、主观B a y e s 方法和批注理论等。 需要指出的是，研究神经网络的目的是要利用神经网络信息分布存储和并行处理 的特点及自组织、自学习的功能．以及它具有的极强的非线性