为了使临时支护支架的支撑力更好地与矿压相适应，提高支架的支护能力，基于双联自移式临时支护支架进行研究，提出了基于PSO（粒子群优化）-BP神经网络的临时支架支撑力自适应控制方法。利用PSO算法的全局搜索能力及快速收敛特性对BP神经网络的初始权值进行优化，提高BP神经网络的收敛速度；再通过优化后的BP神经网络实现PID参数在线自调整，构建PSO-BP神经网络优化PID控制器，使临时支护支架的支撑力更快速、准确地达到预定值，实现临时支护支架支撑力自适应控制，避免因支护力和顶板压力不匹配而对顶板造成破坏。用单位阶跃信号模拟临时支护支架的期望初撑力进行实验验证，结果表明，与BP神经网络优化PID控制器及传统PID控制器相比，PSO-BP神经网络优化PID控制器可以更快、更准确地达到预期的初撑力，调整时间仅为0.5 s且基本不存在超调。根据实际地质条件仿真模拟开挖支护过程中支架受到的顶板压力，研究3种控制器的支撑力自适应控制效果，结果表明，在PSO-BP神经网络优化PID控制器的控制下，系统误差仅为0.02 MPa，误差最小，控制效果最好。

0引言
1临时支架支撑力控制系统及其数学模型
1.1临时支护支架及支撑力控制系统
1.2临时支护支架液压控制系统数学模型
2 PSO-BP神经网络
2.1 BP神经网络
2.2 PSO算法
2.3 PSO-BP神经网络优化PID控制器
3仿真实验
3.1临时支护系统的初撑力自适应控制
3.2临时支护系统的支撑力自适应控制
4结论

田劼,李阳,张磊等.基于PSO-BP神经网络的临时支架支撑力自适应控制[J/OL].工矿自动化:1-10[2023-07-26].DOI:10.13272/j.issn.1671-251x.2022100017.