基于模糊神经网络PID的煤矿掘进机俯仰控制研究

工矿自动化
网络首发时间：2024-08-28 15:15:07

作者

毛清华陈彦璋马骋王川伟
单位

西安科技大学机械工程学院陕西省矿山机电装备智能检测与控制重点实验室陕西陕煤黄陵矿业有限公司
摘要

目前煤矿掘进机俯仰控制主要采用PID控制方法，在掘进机俯仰控制时变性与液压系统非线性情况下的控制精度不高。掘进机俯仰控制通过控制液压缸行程实现，将传统PID算法与模糊控制、神经网络等相结合，可有效提高液压缸行程控制精度。提出一种基于模糊神经网络PID的煤矿掘进机俯仰控制方法。通过分析掘进机支撑部运动学关系，得到俯仰角与支撑部液压缸的数学关系；介绍了掘进机俯仰控制液压系统工作原理，建立了液压系统及其传递函数模型；将模糊控制与神经网络相结合，形成模糊神经网络，利用模糊神经网络优化PID控制参数，再结合支撑机构数学模型和液压系统传递函数模型，建立掘进机俯仰角模糊神经网络PID控制模型，实现煤矿掘进机俯仰机构自动精确控制。该方法可使掘进机俯仰机构更加快速、准确到达预设位置，解决掘进机俯仰控制中的时变性与非线性难题。仿真结果表明：模糊神经网络PID控制算法相较于模糊PID和PID控制算法，跟踪误差分别降低69.34%和74.49%。通过液压缸位移控制模拟煤矿掘进机在突变工况和跟随工况下的俯仰控制，结果表明：模糊神经网络PID控制算法相比模糊PID和PID控制算法，俯仰控制跟踪误差最小，对位置信号的平均响应时间分别缩短27.22%和50.33%，动态控制性能更好。
关键词

掘进机俯仰控制俯仰角模糊神经网络PID液压系统液压缸位移控制支撑机构
文章目录

0引言
1掘进机俯仰控制原理
2掘进机俯仰控制液压系统工作原理
2.1掘进机俯仰控制液压系统
2.2液压系统传递函数模型
3掘进机俯仰角模糊神经网络PID控制模型
3.1模糊神经网络PID控制模型
3.2模糊神经网络设计
4掘进机俯仰控制仿真
4.1阶跃信号响应
4.2 正弦信号响应
4.3 方波信号响应
4.4 对比分析
5掘进机俯仰控制实验
5.1 方波信号实验
5.2 正弦信号实验
6结论
引用格式

毛清华,陈彦璋,马骋,等.基于模糊神经网络PID的煤矿掘进机俯仰控制研究[J/OL].工矿自动化,1-11[2024-08-28].https://doi.org/10.13272/j.issn.1671-251x.2024070014.
相关文章

[1]基于PSO-ELM的综采工作面液压支架姿态监测方法