The invention provides an electro-hydraulic adaptive control system of hydraulic support based on BP neural network model, which detects the working state parameters of hydraulic support and the environmental state parameters of working face by sensors; BP neural network model receives the working state parameters of hydraulic support and the environmental state parameters of working face, the operation parameters of shearer and the liquid supply parameters of pumping station, and determines the ideal control target parameters. Output; adaptive regulator obtains the error value between ideal control target parameters and working state parameters of hydraulic support; support controller obtains the error value; shearer operation parameters and pump station fluid supply parameters determine the action parameters of hydraulic support to control the action of hydraulic support. By analyzing the main factors affecting the hydraulic support control in the working face, the BP neural network model of the hydraulic support control system is constructed. Combining with the adaptive regulator, the online optimization of the hydraulic support electro-hydraulic control system is realized, and the adaptive performance of the hydraulic support electro-hydraulic control system is improved to the maximum extent.
【技术实现步骤摘要】
基于BP神经网络模型的液压支架电液自适应控制系统
本专利技术涉及煤矿综放工作面液压支架电液控制的
,具体涉及一种基于BP神经网络模型的液压支架电液自适应控制系统。
技术介绍
液压支架电液控制系统在我国煤矿已经得到了广泛的应用,每年都会新增100多套支架电液控制系统投入使用,然而液压支架电液控制系统在不同的矿区使用效果相差很大,究其原因主要是液压支架电液控制系统在自适应能力设计方面存在不足。综采工作面是一个近似矩形的采场,在这个采场中,采煤机割煤、破煤以开拓新的作业空间;液压支架支撑这个采场,为工作面设备和生产维修人员提供可靠的作业空间,同时负责采场设备的迁移;刮板输送机负责把煤炭运送出去。煤炭是经过数亿年的演变而形成,在这个演变过程中没有规律可以遵循,从而使得在煤炭开采过程中工作面生产环境条件不断变化,难以对未来的开采条件进行预判。由于工作面复杂的构造,顶底板条件不同,在工作面条件不好的条件下,液压支架控制系统的自动化功能使用起来效果就不好,主要表现出来的就是工作面液压支架降不下来,支架推移参差不齐,移架不到位,尤其是在液压支架的动作数量多的时候,这种问题更为严重,自动化功能效果不佳,其主要原因是液压支架电液控制系统程序、参数、控制流程与软件架构均为静态的,而开采环境、设备条件和运行系统均为动态的,存在着静态的控制系统与动态的开采运行环境之间的矛盾,液压支架电液控制系统适应性成为综采工作面智能化技术发展瓶颈:为解决上述问题,本领域提出了多种液压支架自适应控制方法,也有一些公开的专利申请文献等,专利技术人对这些已有现有技术进行分析后,发现当前的液压支架 ...
【技术保护点】
1.一种基于BP神经网络模型的液压支架电液自适应控制系统,其特征在于,包括支架控制器、传感器、BP神经网络模型和自适应调节器,其中:所述传感器,用于检测液压支架的工作状态参数和工作面的环境状态参数;所述BP神经网络模型接收所述传感器发送的液压支架的工作状态参数和工作面的环境状态参数、采煤机运行参数和泵站供液参数作为输入信号,根据所述输入信号确定理想控制目标参数并将所述理想控制目标参数作为输出信号输出;所述自适应调节器接收所述BP神经网络模型发送的理想控制目标参数和所述传感器发送的液压支架的工作状态参数,获取理想控制目标参数和液压支架的工作状态参数之间的误差值;所述支架控制器获取所述自适应调节器发送的误差值,获取采煤机运行参数和泵站供液参数,根据所述误差值、所述采煤机运行参数和所述泵站供液参数确定液压支架的动作参数以控制所述液压支架动作。
【技术特征摘要】
1.一种基于BP神经网络模型的液压支架电液自适应控制系统,其特征在于,包括支架控制器、传感器、BP神经网络模型和自适应调节器,其中:所述传感器,用于检测液压支架的工作状态参数和工作面的环境状态参数;所述BP神经网络模型接收所述传感器发送的液压支架的工作状态参数和工作面的环境状态参数、采煤机运行参数和泵站供液参数作为输入信号,根据所述输入信号确定理想控制目标参数并将所述理想控制目标参数作为输出信号输出;所述自适应调节器接收所述BP神经网络模型发送的理想控制目标参数和所述传感器发送的液压支架的工作状态参数,获取理想控制目标参数和液压支架的工作状态参数之间的误差值;所述支架控制器获取所述自适应调节器发送的误差值,获取采煤机运行参数和泵站供液参数,根据所述误差值、所述采煤机运行参数和所述泵站供液参数确定液压支架的动作参数以控制所述液压支架动作。2.根据权利要求1所述的基于BP神经网络模型的液压支架电液自适应控制系统,其特征在于:所述传感器检测的液压支架的工作状态参数包括:液压支架的升架支撑力、移架行程、推溜行程和护帮板对煤壁的压力;所述传感器检测的环境状态参数包括:工作面的倾角参数和俯仰角参数。3.根据权利要求2所述的基于BP神经网络模型的液压支架电液自适应控制系统,其特征在于:所述传感器检测的液压支架的工作状态参数还包括:降柱压力、降柱时间、移架时间、推溜时间、护帮板行程、升架初撑力和升架时间。4.根据权利要求1-3任一项所述的基于BP神经网络模型的液压支架电液自适应控制系统,其特征...
【专利技术属性】
技术研发人员:牛剑峰,李首滨,韦文术,魏文艳,李俊士,付振,吴桐,姚钰鹏,林恩强,
申请(专利权)人:北京天地玛珂电液控制系统有限公司,北京煤科天玛自动化科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。