基于大数据的大采高综采工作面多设备协同作业控制方法技术

本发明专利技术公开了一种基于大数据的大采高综采工作面多设备协同作业控制方法，其方法包括步骤：一、运用基于元模型调用的面向对象的过程Petri网系统建模方法，建立“三机”协同作业过程控制网模型；二、确定正向推理和反向推理相结合的规则推理方法，运用正向推理推导“三机”协同作业中可能出现的冲突及设备自身的故障；运用反向推理寻找影响“三机”协同稳定运行的原因，直至正向推理和反向推理的结论吻合；三、采用多目标多因素综合加权处理策略和广义明可夫斯基距离算法，对单机控制与“三机”协同作业控制分别进行模糊综合评价与决策。本发明专利技术的方法步骤简单，能够提高煤矿生产中多设备协同作业的安全性和稳定性，使用效果好，便于推广使用。

【技术实现步骤摘要】
基于大数据的大采高综采工作面多设备协同作业控制方法
本专利技术属于煤矿智能开采
，具体涉及一种基于大数据的大采高综采工作面多设备协同作业控制方法。
技术介绍
煤炭是我国重要的能源和工业原料，煤炭工业的健康、稳定发展事关我国能源安全和经济发展。降低煤炭生产事故发生率，提高煤炭生产效率，保证生产人员的人身安全、改善生产人员的工作环境，一直是我国煤炭工业发展奋斗的目标。人工智能技术的快速发展，为准确高效的煤炭少人化、无人化开采提供了技术可能。综采装备的协同控制是实现上述目标的前提。本专利技术针对大采高工作面的生产环境，提出一种采煤机、液压支架和刮板输送机三者之间协同作业的控制方法，该方法能够根据采场环境信息、设备状态信息，执行最佳的控制规则，实现采煤机、液压支架和刮板输送机工作参数的动态匹配，冲突消解及任务规划，最终实现协同控制。该控制方法优化了综采工作面生产系统，有效的提高了煤炭资源的安全高效开采能力。1)目前针对综采工作面采煤机、液压支架和刮板输送机控制系统的研究，主要集中在采煤机电气控制、液压支架电液控制以及刮板输送机监控各自子系统的自动化方面。对综采“三机”全局协同调度的研究本文档来自技高网...

【技术保护点】
1.一种基于大数据的大采高综采工作面多设备协同作业控制方法，其特征在于，该方法包括以下步骤：步骤一、运用基于元模型调用的面向对象的过程Petri网系统建模方法，建立“三机”协同作业过程控制网模型；步骤二、确定大采高综采面多设备协同控制系统的规则推理算法为基于模糊Petri网的正向推理和反向推理相结合的规则推理方法，运用正向推理推导“三机”协同作业过程中采煤机、液压支架和刮板输送机之间可能出现的冲突，采煤机、液压支架和刮板输送机可能受到的环境干扰以及设备自身的故障；运用反向推理寻找影响采煤机、液压支架和刮板输送机协同稳定运行的原因；当正向推理和反向推理的结论吻合时，判定为正向推理和反向推理有效；...

【技术特征摘要】
1.一种基于大数据的大采高综采工作面多设备协同作业控制方法，其特征在于，该方法包括以下步骤：步骤一、运用基于元模型调用的面向对象的过程Petri网系统建模方法，建立“三机”协同作业过程控制网模型；步骤二、确定大采高综采面多设备协同控制系统的规则推理算法为基于模糊Petri网的正向推理和反向推理相结合的规则推理方法，运用正向推理推导“三机”协同作业过程中采煤机、液压支架和刮板输送机之间可能出现的冲突，采煤机、液压支架和刮板输送机可能受到的环境干扰以及设备自身的故障；运用反向推理寻找影响采煤机、液压支架和刮板输送机协同稳定运行的原因；当正向推理和反向推理的结论吻合时，判定为正向推理和反向推理有效；当正向推理和反向推理的结论不吻合时，调整正向推理的参数和反向推理的参数，直至正向推理和反向推理的结论吻合；步骤三、采用多目标多因素综合加权处理策略和广义明可夫斯基距离算法，对单机控制与“三机”协同作业控制分别进行模糊综合评价与决策。2.按照权利要求1所述的基于大数据的大采高综采工作面多设备协同作业控制方法，其特征在于：步骤一中所述运用基于元模型调用的面向对象的过程Petri网系统建模方法，建立“三机”协同作业过程控制网模型的具体过程为：步骤101、根据综采工作面“三机”协同作业的作业顺序和“三机”各自的作业内容，优化确定采煤机进刀割煤阶段的行进速度和单位时间的落煤量、采煤机割三角煤阶段的行进速度和单位时间的落煤量、采煤机正常割煤阶段的行进速度和单位时间的落煤量、以及采煤机空行程阶段的行进速度，作为建立“三机”协同作业Petri网模型的依据；步骤102、分别建立液压支架降拉架Petri网元模型、液压支架升架推溜Petri网元模型、刮板运输机动作Petri网元模型、采煤机动作Petri网元模型和环境作用Petri网元模型五个面向对象的Petri网动作元模型；步骤103、建立由基本动作元模型、元模型的输入输出调用变迁和过程控制网决策变迁组成的“三机”协同作业过程控制网模型；所述基本动作元模型用于完成协同作业过程中采煤机进刀割煤阶段、采煤机割三角煤阶段、采煤机正常割煤阶段和采煤机空行阶段中任一阶段的动作任务；所述过程控制网通过调用元模型的输入调用变迁与元模型的输入调用变迁绑定，生成一个动作单元的任务实例；当元模型完成动作任务后，通过调用与过程控制网绑定的元模型的输出调用变迁，从动作单元返回过程控制网；过程控制网决策变迁用于动态决定下一步执行流向。3.按照权利要求1所述的基于大数据的大采高综采工作面多设备协同作业控制方法，其特征在于：步骤二中所述正向推理的具体过程为：步骤Z1、根据综采过程中设备与设备之间、设备与环境之间协同工作的逻辑关系，运用面向对象的Petri网技术，建立大采高综采工作面多设备协同作业控制系统的模糊Petri网模型；首先，分析采煤机、液压支架、刮板运输机的生产工艺流程；然后，运用模糊Petri网建模方法N＝(P，T，I，O，τ(t)，F(t)，M0(P))分别定义生产过程中采煤机、液压支架、刮板运输机Petri网建模所需的参数，定义模糊库所P的有限集合、模糊变迁T的有限集合、库所结点到变迁结点的模糊关系I、变迁结点到库所节点的模糊关系O、变迁结点t的启动阈值τ(t)、变迁结点t的状态转移控制函数F(t)、库所结点在运行开始时的初始标识M0(P)；步骤Z2、写出对应导致设备与设备、设备与环境冲突产生的诱发因素和产生冲突的初始库所和目标库；步骤Z3、确定模糊Petri网的初始标识M0，通过综采“三机”协同作业的历史数据确定各库所和变迁的初始可信度、权值和阈值；步骤Z4、在当前标识M下，按一因一果、一因多果、多因一果和竞争模式4种情况计算有发生权的模糊变迁T的发生后果；步骤Z5、重复步骤Z4，直到没有模糊变迁发生，即到达目标状态，判断其可信度是否大于等于阈值，当可信度大于等于阈值时，说明冲突会发生；否则，当可信度不是大于等于阈值时，说明系统正常。4.按照权利要求3所述的基于大数据的大采高综采工作面多设备协同作业控制方法，其特征在于：步骤二中所述反向推理的具体过程为：步骤F1、初始目标库所(pj,IHS(pj),m(pj))是1个终止节点；其中:pj为目标库所，IHS(pj)为目标库所pj的立即回溯关联库所集合，m(pj)为可信度且设m(pj)＝1，表示冲突已发生；步骤F2、按照变迁发生概率从大到小选择非终止节点(pi,IHS(pi),—)，“—”表示可信度未知；当IHS(pi)＝Ф时，标注此节点为终止节点；对每个终止节点，根据计算所得的可信度来判断是否与实际情况相符，当相符时，推理合法，终止节点变为(ps,Ф,ys)，推理结束；当不相符时，调整各变迁的权值和阈值以及库所的可信度，并按一因一果、一因多果、多因一果和竞争模式4种模式中的一种继续反向推理。5.按照权利要求1所述的基于大数据的大采高综采工作面多设备协同作业控制方法，其特征在于：步骤三中所述采用多目标因素综合加权处理策略和广义明可夫斯基距离算法，对单机控制与“三机”协同作业控制分别进行综合评价与决策的具体过程为：步骤301、建立协同控制过程的多目标、多层次模糊综合评价模型；步骤302、大采高综采“三机”协同控制任务冲突模糊综合评价与决策；步骤303、大采高综采面多设备协同控制决策策略与算法实现。6.按照权利要求5所...

【专利技术属性】
技术研发人员：路正雄，郭卫，赵栓峰，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西,61