基于極限學(xué)習(xí)機(jī)的采煤機(jī)記憶截割調(diào)高控制算法研究.pdf

1、采煤機(jī)的自動(dòng)調(diào)高是實(shí)現(xiàn)采煤機(jī)工作面少人化和無(wú)人化的關(guān)鍵技術(shù)之一。采煤機(jī)自動(dòng)調(diào)高控制對(duì)提升采煤系統(tǒng)可靠性、延長(zhǎng)設(shè)備壽命、提高生產(chǎn)效率以及保障生產(chǎn)安全具有重要的現(xiàn)實(shí)意義。本文對(duì)基于極限學(xué)習(xí)機(jī)的采煤機(jī)記憶截割調(diào)高控制算法進(jìn)行研究，完成的主要工作如下：
　　通過(guò)對(duì)采煤機(jī)組成結(jié)構(gòu)和工作原理分析，結(jié)合采煤機(jī)記憶截割系統(tǒng)研究，進(jìn)而確定了記憶截割的采集參數(shù)和采樣周期；考慮到現(xiàn)有的采煤工藝，建立了人工示范刀軌跡規(guī)劃模型，并分析粒子群算法和遺傳算法優(yōu)

2、缺點(diǎn)，利用兩者結(jié)合的混合優(yōu)化算法對(duì)示范刀軌跡進(jìn)行規(guī)劃，并對(duì)規(guī)劃路徑進(jìn)行誤差分析，結(jié)果表明混合優(yōu)化算法能夠滿足采煤機(jī)的工作需求；對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法及一種新型的單隱含層前饋神經(jīng)網(wǎng)絡(luò)算法——極限學(xué)習(xí)機(jī)進(jìn)行了深入研究，表明極限學(xué)習(xí)機(jī)算法在運(yùn)算速度、計(jì)算精度、泛化能力上更具優(yōu)勢(shì)；通過(guò)對(duì)采煤機(jī)液壓伺服調(diào)高系統(tǒng)的分析，針對(duì)采煤機(jī)調(diào)高系統(tǒng)的非線性、延時(shí)性等特性，進(jìn)而設(shè)計(jì)了基于極限學(xué)習(xí)機(jī)PID控制策略，并利用Matlab/Simulink軟件對(duì)截割軌跡進(jìn)