基于RBF的掘進機智能驅動控制系統的研究

趙冬星

（晉城藍焰煤業股份有限公司成莊礦， 山西 晉城 048021）

引言

礦井掘進機作為煤礦井下巷道掘進作業的關鍵，其工作時的穩定性和可靠性直接影響到井下巷道掘進的質量，掘進機在工作過程中主要通過控制搖臂上截割機構的截割轉速和掘進機的進給速度來確保掘進作業的效率和安全性，但目前掘進機的驅動控制系統主要集中在對掘進機進給速度的調節，以設定的固定進給速度為控制對象，將驅動系統中執行油缸的位移和壓力信號作為反饋信號，通過間歇性反饋來實現對進給速度的控制，但由于煤礦井下地質環境復雜，掘進機在遇到巖層硬度增加、截割轉速降低的時候仍然采用固定進給速度的模式極易導致截割系統的的受力損壞[1]。本文提出了一種新的基于RBF的掘進機智能驅動控制系統，實現對掘進機掘進作業時的驅動控制系統自適應調整，滿足在復雜地形條件和截割阻力多變情況下的智能截割需求，根據分析表明，該驅動控制系統具有控制穩定性高、可靠性好的優點，極大提升了井下掘進作業的效率和安全性。

1 現有驅動控制系統動態特性

本文以常用的EBZ200型懸臂式掘進機為分析對象，假設其截割阻力在1.5～2.7 kN/m之間變化，則其在正常掘進作業過程中的工作壓力和進給速度變化曲線如圖1所示。

由圖1可知，該掘進機驅動控制系統采用以設定的固定進給速度為控制對象，將驅動系統中執行油缸的位移和壓力信號作為反饋信號的方式，遇到截割阻力突變的情況時，掘進機的進給速度會出現顯著的下降，此時在原有邏輯控制模式下，系統調節進給驅動系統，提高掘進機的進給速度，滿足對硬質煤層的截割需求，進給完成后若前方的截割阻力突然降低，則系統的進給速度又會明顯高于設定的值，系統又會調整降低進給速度，由于采用了液壓控制系統，對速度信號的檢測、傳遞、調整存在著較大的滯后性，會進一步加大對進給速度調整的難度，導致整個液壓驅動系統在運行過程中頻繁調整，壓力突變嚴重，給液壓系統的管路、元件、執行機構的使用壽命造成了嚴重的影響[2]。因此為了解決現有掘進機驅動控制系統所存在的問題，就必須改變以執行油缸的位移和壓力信號作為反饋信號的方式，實現采用將壓力單位時間內的平均值作為進給速度調整的一個聯合控制量，利用RBF神經網絡控制系統作為調控核心，滿足復雜地質條件下的調控需求。

圖1 掘進機驅動控制系統工作特性變化曲線

2 RBF自適應控制理論

RBF自適應控制即徑向基函數自適應控制，RBF網絡能夠逼近任意非線性函數并且具有極高的的收斂性，特別適合對復雜、多變模糊數據的差異化分析和處理，其主要包括了輸入層、隱藏層及數據輸出層三個部分[3]，對數據進行分析無需進行單獨數據的徑向傳遞分析，也無需進行預習設定，而是在分析過程中不斷的記憶和學習，不斷增加數據修正節點，直到滿足系統設定的誤差指標為止，該基于RBF自適應控制的掘進機智能驅動控制系統的邏輯控制原理如圖2所示[4]。

圖2 RBF自適應控制結構示意圖

該控制系統中，首先將監測到的掘進機實際進給速度和系統設定的進給速度進行對比，將對比結果輸入到RBF控制器內并不斷進行修正、反饋，使其進給速度保證在設定的速度范圍內，同時對液壓控制系統中的油液壓力進行監測，若壓力達到系統設定的工作壓力的上限值則調整掘進機的進給速度，避免截割阻力過大而導致的系統結構受損。

3 掘進機驅動控制系統

根據掘進機掘進作業需求，本文所提出的掘進機驅動控制系統的整體結構如圖3所示，在該新的驅動控制系統中將掘進機驅動電機的電流、轉矩、結構轉速、進給速度等作為系統的調節信號反饋到掘進機的RBF神經網絡控制中心，經過對掘進機掘進狀態的綜合判斷后發出對截割轉速和進給速度的調節控制指令，滿足在不同截割狀態下的截割控制需求[5]。

4 智能驅動控制效果

為了對該驅動控制系統的控制效果進行分析，同樣采用EBZ200型懸臂式掘進機為分析對象，假設其截割阻力在1.5～2.7 kN/m之間變化，則在新的控制系統作用下掘進機工作時的壓力和進給速度變化曲線如圖4所示。

圖3 掘進機驅動控制系統結構示意圖

圖4 優化后掘進機驅動控制系統工作特性變化曲線

由測試結果可知，同樣的工況下，優化后系統的平均工作壓力由最初的13 MPa降低到了目前的11 MPa，比優化前降低了15.4%，工作時的平均進給速度由最初的21 mm/min提高到了優化后的35 mm/min，平均提升了66.7%，而且在工作過程中的壓力變化幅度和速度變化幅度均有了明顯的降低，表明該智能控制系統能夠有效提升掘進機工作時的穩定性和掘進效率。