隨著智能控制技術(shù)的發(fā)展,結(jié)合煤礦井下開(kāi)采環(huán)境,實(shí)現(xiàn)工作面“少人”以及“無(wú)人化”開(kāi)采是井下安全、高效生產(chǎn)的關(guān)鍵,同時(shí)也是煤礦智能開(kāi)采的重要發(fā)展方向。刮板輸送機(jī)作為綜采工作面的主要運(yùn)煤設(shè)備,承接采煤機(jī)開(kāi)采過(guò)程中的落煤,且負(fù)載存在非線性、不穩(wěn)定的特征,容易使刮板輸送機(jī)因載荷突變而引起故障等問(wèn)題。本文對(duì)刮板輸送機(jī)電流進(jìn)行特征幅值信息提取,引入卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法對(duì)刮板輸送機(jī)負(fù)載進(jìn)行預(yù)測(cè),并以此作為刮板輸送機(jī)速度控制的依據(jù),利用模糊PID控制完成刮板輸送機(jī)的速度調(diào)節(jié)。具體的研究工作如下:(1)針對(duì)煤礦井下采運(yùn)不平衡問(wèn)題以及智能化的要求,分析刮板輸送機(jī)的組成原理以及傳動(dòng)系統(tǒng)的特點(diǎn),制定基于刮板輸送機(jī)負(fù)載預(yù)測(cè)的調(diào)速控制總體方案;對(duì)淺層神經(jīng)網(wǎng)絡(luò)算法與深層神經(jīng)網(wǎng)絡(luò)算法進(jìn)行分析,選定本文刮板輸送機(jī)負(fù)載預(yù)測(cè)的算法。(2)通過(guò)分析刮板輸送機(jī)負(fù)載與電流之間的映射關(guān)系,以減速器齒輪嚙合頻率的幅值信息作為刮板輸送機(jī)負(fù)載特性的表征;利用煤礦井下采集的電流數(shù)據(jù)進(jìn)行去工頻等處理,提取負(fù)載的特征幅值數(shù)據(jù)信息,建立負(fù)載幅值數(shù)據(jù)集,為刮板輸送機(jī)負(fù)載預(yù)測(cè)模型提供數(shù)據(jù)支持。(3)對(duì)卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)架構(gòu)以及特點(diǎn)進(jìn)行分析,結(jié)合刮板輸...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 刮板輸送機(jī)負(fù)載特性與調(diào)速控制研究現(xiàn)狀
        1.2.2 齒輪動(dòng)態(tài)性能研究現(xiàn)狀
        1.2.3 卷積神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容與技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線
2 基于刮板輸送機(jī)負(fù)載預(yù)測(cè)的調(diào)速控制方案研究
    2.1 刮板輸送機(jī)結(jié)構(gòu)組成及工作原理
    2.2 基于刮板輸送機(jī)負(fù)載預(yù)測(cè)的調(diào)速控制方案設(shè)計(jì)
    2.3 刮板輸送機(jī)負(fù)載預(yù)測(cè)算法選定
    2.4 本章小結(jié)
3 刮板輸送機(jī)負(fù)載與電流相關(guān)分析及電流數(shù)據(jù)預(yù)處理
    3.1 刮板輸送機(jī)負(fù)載與電流相關(guān)分析
        3.1.1 刮板輸送機(jī)負(fù)載波動(dòng)對(duì)電流的影響
        3.1.2 刮板輸送機(jī)負(fù)載轉(zhuǎn)矩與齒輪頻率幅值關(guān)系
    3.2 電流數(shù)據(jù)預(yù)處理
        3.2.1 電流數(shù)據(jù)采集
        3.2.2 電流信號(hào)的濾波處理
    3.3 負(fù)載特征頻率幅值處理
        3.3.1 特征頻率幅值的提取原理
        3.3.2 特征頻率幅值的信號(hào)提取
        3.3.3 數(shù)據(jù)標(biāo)準(zhǔn)化處理
    3.4 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡(luò)的刮板輸送機(jī)負(fù)載預(yù)測(cè)研究
    4.1 卷積神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        4.1.1 卷積神經(jīng)網(wǎng)絡(luò)概述
        4.1.2 卷積神經(jīng)網(wǎng)絡(luò)基本架構(gòu)
    4.2 基于卷積神經(jīng)網(wǎng)絡(luò)的刮板輸送機(jī)負(fù)載預(yù)測(cè)
        4.2.1 基于卷積神經(jīng)網(wǎng)絡(luò)的負(fù)載預(yù)測(cè)流程
        4.2.2 訓(xùn)練樣本輸入形式
    4.3 負(fù)載預(yù)測(cè)模型訓(xùn)練與結(jié)果分析
        4.3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的負(fù)載預(yù)測(cè)模型建立
        4.3.2 負(fù)載預(yù)測(cè)仿真與結(jié)果分析
    4.4 本章小結(jié)
5 基于負(fù)載預(yù)測(cè)的刮板輸送機(jī)調(diào)速控制研究
    5.1 刮板輸送機(jī)調(diào)速控制系統(tǒng)設(shè)計(jì)
        5.1.1 刮板輸送機(jī)調(diào)速控制原理
        5.1.2 模糊PID控制器設(shè)計(jì)
    5.2 粒子群算法優(yōu)化的模糊PID控制
        5.2.1 粒子群算法
        5.2.2 模糊PID控制參數(shù)優(yōu)化
    5.3 模型建立與仿真對(duì)比
        5.3.1 模型建立與仿真
        5.3.2 結(jié)果對(duì)比與分析
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄



本文編號(hào)：3787711