基于改进萤火虫算法的采煤机滚筒自适应调高控制_蔡志全.pdf

第42卷第03期2023年03月煤炭技术Coal TechnologyVol.42 No.03Mar.2023doi:10.13301/ki.ct.2023.03.0470前言采煤机滚筒截割部自动调高控制是实现综采自动化的关键环节。在截煤作业中，滚筒调高（升降）是通过控制液压缸伸缩实现的。传统的采煤机调高多以人工手动控制方式为主，由于作业面环境和人员素质等因素的影响，无法及时判断出截割状态，调高控制的实效性和准确性较差。不仅会造成设备损坏及采煤质量下降、效率低下等情况，还会引发严重的安全事故。为了实现综采面无人化管理和设备自动化、智能化，设计了采煤机滚筒自适应调高控制方案，采用萤火虫算法对PID控制器进行参数整定，并将萤火虫算法的固定步长改进为自适应步长，以解决算法收敛过程中的早熟以及震荡极值现象。通过仿真实验分析对比，控制系统响应速度、精度和抗干扰性都得到提升，验证了方案的合理性与可行性，能够进一步提升综采智能化水平。1采煤机滚筒调高原理及控制方案采煤机滚筒的调高由液压系统控制，通过调高液压缸活塞移动，带动摇臂位置变化，实现对滚筒高度的调整，其调高结构及工作原理如图1所示。图1液压缸活塞杆行程与滚筒高度工作原理图1.液压油缸2.上摇臂3.滚筒4.下摇臂5.工作面底面采煤机液压缸活塞杆行程与滚筒高度是非线性，且有明确的函数关系，采煤机滚筒轴心与工作面底面垂直距离*2020年唐山市应用基础研究计划项目（20130229b）基于改进萤火虫算法的采煤机滚筒自适应调高控制*蔡志全1，董彦华2（1.唐山工业职业技术学院，河北 唐山063299；2.河北科技学院，河北 唐山063509）摘要：针对传统采煤机滚筒调高方法实现过程复杂、控制精度较低、系统响应速度较慢等不足，提出了一种基于改进萤火虫算法的采煤机滚筒自适应调高控制方法。通过分析滚筒调高原理，将萤火虫算法固定步长调整为自适应步长，完成适应度函数的控制，从而对PID参数优化，实现滚筒的自适应调高。由AMESim仿真结果可知，基于改进萤火虫算法的采煤机滚筒自适应调高控制方法超调量较小、控制精度高、响应速度较快，满足实际控制要求，能够进一步提升矿企的智能化开采水平。关键词：萤火虫算法；采煤机滚筒；PID参数优化；自适应调高中图分类号：TD421；TP18文献标志码：A文章编号：1008 8725（2023）03 238 03Adaptive Height Adjustment Control of Shearer Drum Based onImproved Firefly AlgorithmCAI Zhiquan1，DONG Yanhua2（1.Tangshan Polytechnic College,Tangshan 063299,China；2.Hebei College of Science and Technology,Tangshan063509,China）Abstract:In view of the shortcomings of the traditional shearer drum height adjustment method,suchas complex implementation process,low control accuracy and slow system response speed,an adaptiveheight adjustment control method of shearer drum based on improved firefly algorithm is proposed.Byanalyzing the principle of drum height adjustment,the fixed step size of firefly algorithm is adjusted toadaptive step size to complete the control of fitness function,so as to optimize PID parameters andrealize the adaptive height adjustment of drum.According to the AMESim simulation results,theadaptive height adjustment control method of shearer drum based on the improved firefly algorithm hassmall overshoot,high control accuracy and fast response speed,meets the actual control requirements,and can further improve the intelligent mining level of mining enterprises.Key words:firefly algorithm；shearer drum；PID parameter optimization；adaptive height adjustmentHh12345cba+xl238（1）式中h液压缸中轴与工作面底面垂直距离，m；a液压油缸伸出最短长度，m；b下摇臂长度，m；c上摇臂长度，m；l液压缸与摇臂两铰接点间距离，m；x液压缸活塞杆位移量，m；上下摇臂夹角。滚筒自适应调高控制方案采用电液比例控制阀技术。首先位移传感器将采集的活塞杆位移数据及设定的目标数据的误差传输至PID控制器，经PID控制器运算处理，获得控制电液方向阀的控制数据，输出控制信号，调节电液比例方向阀，通过活塞位移控制摇臂摆动，从而实现滚筒的升降（见图2）。图2采煤机滚筒自动调高控制系统图1.液压泵2.电机3.电液比例方向阀4.安全阀5.双向液控单向阀6.液压油缸7.位移传感器2萤火虫算法及改进萤火虫算法是一种仿生群智能优化算法。将空间各点比作一个个萤火虫，根据发光强的萤火虫会吸引发光弱的萤火虫这一特性，亮度越高吸引度越大，低亮度的萤火虫向临近区域高亮度的萤火虫移动，通过移动产生位置的迭代，找到最优位置，实现位置寻优过程。其算法流程图如图3所示。图3萤火虫算法流程图萤火虫算法的数学模型：（1）萤火虫相对亮度I=I0e-r（2）式中I0最亮萤火虫亮度；光吸收系数；r萤火虫之间距离。（2）相互吸引度=0e-r（3）式中0最亮萤火虫吸引度。（3）萤火虫k向萤火虫n最优目标迭代模型xk（t+1）=xk（t）+（xn（t）-xk（t）+（rand-1/2）（4）式中xk，xnk、n两处萤火虫位置；步长因子；rand0和1之间的随机因子。因吸引度受亮度、距离等因素影响，采用固定步长的基本萤火虫算法会出现发现率低、求解精度低、速度慢等问题。为此，可调整两萤火虫距离惯性权重，并调整其固定步长为自适应步长，在迭代前期步长较大，便于在全局寻找最优，防止陷入局部最优缺陷，出现早熟现象；在后期，步长自适应调小，避免出现震荡极值，使算法能够精确寻优。优化后萤火虫位置迭代更新模型xk（t+1）=xk（t）+lnk（xn（t）-xk（t）+mlnk（rand-1/2）（5）式中m可调整的正相关系数；lnk两萤火虫中间笛卡儿距离。3基于改进萤火虫算法的PID参数优化PID控制器将输入值与给定值的误差E通过其3个参数：比例Kp、积分Ki、微分Kd进行组合运算整定，从而得到控制量，并最终作用于被控对象。采用改进萤火虫算法将1组参数对应1只萤火虫位置矢量，设萤火虫数量为M，比例Kp、积分Ki和微分Kd3个参数的萤火虫种群寻优矩阵P（M，3）=KpKiKdKpKiKdKpKiKd（6）考虑到被控对象的多样性，PID的3个参数无统一的取值范围。针对不同的被控对象，可通过经验确定参数的定义域，萤火虫种群在定义域内随机生成。通过迭代运算，寻求最优。但因参数之间会相互影响，无法同时达到最优值，因而采用ITAE误差积分指标（误差绝对值时间积分）作为参数整定的适应度函数：ITAE=0t|e（t）|dt（7）第42卷第03期Vol.42 No.03基于改进萤火虫算法的采煤机滚筒自适应调高控制蔡志全，等H=h+bsinarccos（a+x）2+b2-l22b（a+x）+csin-arccos（a+x）2+b2-l22b（a+x）满足终止条件？111222MMM1234567给定信号给定信号给定信号控制器控制信号控制器初始化参数开始初始化萤火虫位置初始化萤火虫发光强度是否输出最优萤火虫位置输出最优萤火虫发光强度结束更新萤火虫发光强度更新萤火虫位置2239式中t时间；e（t）控制系统的偏差。利用ITAE适应度函数可使PID控制系统保持较低的超调量，加快运算速度。改进后的萤火虫算法PID控制器控制过程如图4所示。图4基于改进的萤火虫算法PID控制器过程控制图4采煤机滚筒自适应调高控制仿真实验及分析为检测自适应调高控制方案，采用AMESim仿真软件进行仿真分析。以MG300/730-QWD型号采煤机为仿真实验对象，按照图3方案设计的架构，通过AMESim应用库完成仿真建模。并对模型设置其主要参数：液压缸活塞直径/mm180液压缸活塞杆直径/mm120调高泵转速/rmin-11 260马达排量/Lr-136.6连接的质量块/kg6 580负载力/kN10溢流阀安全压力/MPa20电液比例方向阀质量/kg0.1仿真时间设置为10 s，步长为0.02 s，为避免参数范围过大造成初期过度计算的时间浪费,经萤火虫算法选优后PID的参数设定为Kp=50、Ki=0.1、Kd=0.02。将以上参数代入AMESim中，与未优化前的常规PID控制做比较，系统响应对比如图5所示，活塞杆超调量和达到稳定状态所用时间2项指标对比，经萤火虫算法优化PID控制系统都有明显提升。图5系统响应对比曲线图抗干扰仿真测试：稳定运行状况后，在第5 s处加入起始负载2倍阻力，模拟实际工况中阻力突变情况，对比萤火虫算法优化前后PID控制曲线，如图6所示，常规PID控制从响应阻力突变到恢复稳定状态用时4 s，液压缸活塞杆位移明显；经萤火虫算法优化后PID控制响应阻力突变时活塞杆有轻微位移，通过2 s的自适应调整，达到稳定运行状态。图6扰动对比曲线图在负载启动中，常规PID控制超调量达到了0.25 mm，经萤火虫算法优化的PID控制超调量只有0.11 mm，系统响应时间也比常规PID控制缩短了3 s，快速响应明显优于常规PID控制。抗干扰测试中，在负载突增的情况下，常规PID控制活塞杆超调量是0.094 mm，经萤火虫算法优化后PID控制活塞杆超调量是0.052 mm，位移只有常规PID控制的55%，用时2 s就完成了从扰动响应到恢复稳定状态的过程，比常规PID控制减少了1/2时间，表现出精准控制的适应性和抗干扰性。5结语采煤机自适应调高控制技术是煤炭企业全面推进矿山机械化、智能化的重要组成部分。通过分析采煤机滚筒的调高原理，提出了基于改进萤火虫算法的滚筒自适应调高控制方案，利用自适应步长的萤火虫算法对PID控制器的参数进行整定优化，以降低 超 调 量 的 影 响，提 升 控 制 的 精 度 和 稳 定 性。AMESim仿真实验结果表明：相较于传统的PID液压系统控制，改进萤火虫算法的滚筒自适应调高控制系统启动更加平稳、调整用时更短、参数超调量较低，控制精度有了明显提升。能够作为采煤机滚筒自适应调高控制的参考方法。参考文献：1赵有生,贾文,王强喜,等.基于改进模拟退火算法的采煤机滚筒调高优化研究J.煤炭工程,2019,51(12):127-130.2王慧,赵国超,宋宇宁,等.采煤机调高过程的轨迹跟踪模糊PID控制J.电子测量与仪器学报,2018,32(8):164-171.3张斯涵,刘振坚,邱锦波.模型预测控制模型在采煤机调高系统中的应用研究J.工矿自动化,2018,44(5):42-46.4卜桂玲.采煤机