基于PSO-ELM的综采工作面液压支架姿态监测方法

工矿自动化
网络首发时间：2024-08-23 15:59:23

作者

李磊许春雨宋建成田慕琴
单位

太原理工大学矿用智能电器技术国家地方联合工程实验室太原理工大学煤矿电气设备与智能控制山西省重点实验室
摘要

针对基于惯性测量单元的液压支架姿态解算方法会产生累计误差、校正结果不准确的问题，提出一种基于粒子群优化（PSO）-极限学习机（ELM）的综采工作面液压支架姿态监测方法。以液压支架顶梁俯仰角为监测对象，采用倾角传感器和陀螺仪采集液压支架顶梁支护姿态实时信息，对采集到的数据进行预处理，将处理后的数据输入PSO-ELM误差补偿模型中，得到解算误差预测值；同时通过卡尔曼滤波融合进行液压支架姿态解算，得到解算值；再用误差预测值对解算值进行误差补偿，从而求得更加准确的顶梁支护姿态数据。该方法只考虑加速度和角速度数据与解算误差的关系，不依赖具体的物理模型，可有效降低姿态解算累计误差。实验结果表明：液压支架顶梁俯仰角平均绝对误差由补偿前的1.420 8°减少到0.058 0°，且误差曲线具有良好的收敛性，验证了所提方法可持续稳定地监测液压支架的支护姿态。
关键词

液压支架顶梁俯仰角姿态监测误差补偿粒子群优化极限学习机PSO-ELM
文章目录

0引言
1 液压支架支护姿态监测方法
2 PSO-ELM误差补偿模型
3 仿真分析
3.1 卡尔曼滤波融合效果验证
3.2 误差补偿效果仿真验证
4 实验验证及结果分析
4.1 PSO优化算法效果验证
4.2 误差补偿效果实验验证
5 结论
引用格式

李磊,许春雨,宋建成,等.基于PSO-ELM的综采工作面液压支架姿态监测方法[J/OL].工矿自动化,1-7[2024-08-23].https://doi.org/10.13272/j.issn.1671-251x.2024070023.
相关文章

[1]基于数据驱动的液压支架初撑后承压效果即时预测技术
[2]基于邻域特征编码优化的液压支架激光点云分割算法
[3]工作面液压支架丢架状态视觉自动检测方法
[4]基于ACO-KELM的采空区遗煤温度预测模型研究