基于ANFIS的多信息融合煤巖識別方法研究.pdf

1、綜合自動化采煤裝備的研制是增加煤炭產(chǎn)量，減少重大惡性事故、提高勞動效率和改善勞動條件的重要手段,而煤巖識別技術(shù)是實現(xiàn)自動化采煤工藝的瓶頸之一。由于采煤機工作環(huán)境復(fù)雜和傳感器技術(shù)的限制，目前還沒有成熟的煤巖識別技術(shù)應(yīng)用于采煤機姿態(tài)的自動控制上，因此探討新的煤巖識別方法對實現(xiàn)采煤機姿態(tài)的自動控制和自動化工作面的建立具有重要的意義。
　　本文通過對煤和巖石的物性差異進行分析，得出煤巖物性差異引起的截割阻抗變化與采煤機振動特性的關(guān)系。然后

2、從采煤機截割部結(jié)構(gòu)出發(fā)，通過對滾筒受力分析，建立了采煤機搖臂的振動模型，并通過簡化采煤機的結(jié)構(gòu)，設(shè)計了采煤機模擬截割試驗，驗證了振動信號應(yīng)用于煤巖識別的可行性。由于對振動信號產(chǎn)生影響的振動源比較多，僅通過單一的振動特性進行煤巖識別精度不高，并且傳感器的失靈與故障都會造成煤巖界面的誤判。本文采用將搖臂的振動信號、截割電機的電流、調(diào)高油缸的壓力和滾筒軸的扭矩信號等多源信息融合的方法建立一個基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)的煤巖識別預(yù)