文章摘要:采煤机是综采工作面的核心装备，复杂煤层条件下，其工况恶劣、环境复杂，采掘装备智能化程度不高，导致我国煤矿开采灾害多、煤机适应性不强、故障率高、效率低，提高煤机装备的可靠性与适应性是煤矿智能化发展的主要任务之一。采煤机工作机构与复杂煤层耦合作用机理及煤岩截割状态与动力传递系统的导控机制，是实现采煤机智能高效截割的关键。本文基于虚拟样机技术、模糊控制技术，结合数据自适应加权融合算法、深度强化学习算法，采用多领域建模与协同仿真及试验分析相结合的方法，构建机-电-液-控一体化的采煤机自适应截割系统模型，研究其自适应截割控制策略。利用AMEsim建立调高液压系统模型，并与EDEM-RecurDyn煤岩截割双向耦合模型集成；根据煤层实际赋存条件划分煤岩坚固性系数等级范围，以采煤机综合性能最优为目标，利用改进的MOGWO（Multi-Objective Grey Wolf Optimizer ）算法对采煤机的牵引速度和滚筒转速进行分级优化。以采煤机截割部的时域振动信号作为煤岩截割状态识别的特征参数，运用数据自适应加权融合算法对其进行融合处理；以特征参数融合值为依据利用模糊控制实现煤岩截割状态的智能识别；利用Simulink搭建基于深度确定性策略梯度算法DDPG（Deep Deterministic Policy Gradient）的采煤机牵引速度-滚筒转速(v_q-n)协同调速和自适应调高控制系统模型，利用接口技术实现EDEM-RecurDyn-AMEsim-Simulink耦合，构建机-电-液-控一体化的采煤机自适应截割控制系统模型并进行仿真，研究结果表明：系统以煤岩截割仿真数据流为主线，能够实现对煤岩截割动态过程的感知分析、信号特征处理和自适应调节的决策控制。利用物理试验验证了基于EDEM-RecurDyn耦合仿真的可行性与结果可靠性；在保证煤机综合性能最优且动态可靠的前提下，当螺旋滚筒位于上位，且识别到煤岩体坚固性系数f>7时，首先按滚筒截顶工况界定，采用v_q-n协同调速及自适应调高控制策略，并可根据调高过程中采样时间（2s）内滚筒截割阻力方向振动加速度波动的变化趋势进一步判断其是处于截顶亦或截割坚硬煤岩层或硬结核（f>7且非顶底板），若识别结果为后者或煤岩体f≤7时仅采用v_q-n协同调速策略；当识别到煤岩体坚固性系数f值减小的工况时，选用v_q-n同时调控策略可全面考虑采煤机各性能指标；当识别到煤岩体坚固性系数f值增大的工况时，为保证采煤机的动态可靠性，选用牵引速度优先于滚筒转速的顺序调控策略，其相比于同时调控策略能够使滚筒受载降低23.7%、载荷波动减小28.1%；仿真过程验证了系统能够按照预期的调控策略对采煤机牵引速度、滚筒转速及滚筒高度进行精准调控，最长仅经0.64s即能感知到截割工况的变化，具有调节的实时性和响应的快速性，实现了复杂煤层条件下的采煤机自适应截割，并通过物理试验验证了所搭建的采煤机自适应截割控制系统及仿真结果的正确性，可有效提高采煤机对复杂煤层的适应性，为推动煤炭智能化开采探索一种先进、有效的途径。

文章关键词:

项目基金: