矿井通风系统分级控制研究

针对现有矿井通风系统控制未从通风系统整体角度考虑的问题,基于矿井通风系统结构及风量分布特征,提出了一种矿井通风系统分级控制方法。首先,通过比较通风状况参数的实时采集值和安全设定值,得出各用风地点通风状况参数偏差量;然后,利用自动纠偏控制器对偏差量进行在线整定和修改,并通过PID控制器获得通风状态调整参数;最后,智能控制模块根据通风状态调整参数,分别控制主要通风机供电模块的变频器、电动风门、压风管路末端的充气式气囊,实现全矿风量控制、采区风量控制、工作面风量控制3个层次的风量动态调节。该控制方法满足通风系统内风量循序、系统、连贯地调控要求。     

矿井主要通风机切换过程供给风量优化控制研究

矿井主要通风机切换过程中存在供给风量大范围波动甚至中断问题,易导致瓦斯浓度超限。常用的基于模型的主要通风机切换控制方法难以很好地对约束进行处理,基于智能算法的控制方法依赖专家知识和经验,具有主观性和随意性。针对上述问题,以中国平煤能源化工集团有限责任公司二矿主要通风机切换过程为研究背景,研究了主要通风机切换过程供给风量优化控制问题。基于流体动力学方程和图论概念,建立了主要通风机切换过程动态模型,并采用泰勒展开式对其进行线性化处理,以降低计算复杂度。考虑矿井主要通风机切换过程具有强非线性、系统状态受约束,且为离散的多输入多输出系统,采用模型预测控制（MPC）算法研究风量控制问题,设计了主要通风机切换过程MPC系统,将风量优化转换为二次规划问题。采用原对偶神经网络在线求解优化问题,实现主要通风机切换过程的供给风量实时优化控制。试验结果表明：MPC系统可有效实现主要通风机切换,切换过程中4个风门风量可很好地跟踪参考值;各采样时刻运算时间为0.027 s,满足切换过程实时性要求;供给风量波动最大值仅为0.9%,明显优于传统PID控制效果。     

基于PID控制的矿井通风机自动监控系统研究

矿井通风机是煤矿通风系统的主要设备之一。通过结合煤矿生产的需要和矿井通风机自动监控系统的结构,提出了以PLC和组态技术为核心的控制系统,并引入了二自由度的PID控制理论。通过Matlab/Simulink动态仿真对矿井通风机自动控制系统进行参数控制,可实时监测并读取通风机的风速、风量、电流和温度等参数,且具有良好的预警功能,对企业实时掌握风机工况有重要的意义。     

改进遗传算法优化的矿井局部通风机模糊PID控制器设计

目前局部通风机控制主要采用传统PID控制器,控制器的参数固定且多依据经验选取,很难实现隶属度函数和模糊规则的最优组合,使得控制器难以满足局部通风机自适应的控制要求。针对该问题,设计了一种改进遗传算法优化的矿井局部通风机模糊PID控制器。在改进遗传算法中引入欧氏距离提高种群的多样性,同时引入自适应交叉和变异概率来提高算法的收敛性。在编码过程中采用比例分数间接实现对隶属度函数的优化,使得改进遗传算法能够同时优化隶属度函数和模糊规则。将优化得到的隶属度函数和模糊规则导入模糊PID控制器中,控制器能够根据局部通风机的不同工作状态,通过变频器自适应调整局部通风机的风量,实现对局部通风机的动态调节。仿真结果表明,相较于传统模糊PID控制器,改进模糊PID控制器可基本实现无超调,且上升时间缩短了56.25%,稳定时间缩短了47.06%,能够更好地满足矿井局部通风机的控制要求。     

矿井通风除尘试验装置及PLC监控系统设计

基于实验室通风环境,设计了一套矿井通风除尘试验装置及PLC监控系统。该通风除尘试验装置集通风与除尘功能于一体,能自动监测通风机与除尘器的风量、风压、阻力等性能参数;PLC监控系统可对通风机、发尘器进行远程/就地开停及变频调速控制,实时监测通风机、发尘器运行状态、运行电流、运行频率等参数,模拟并实现了矿井通风系统的井下通风计算机远程集中监控。实际应用表明,该系统运行稳定可靠、操作简便、可扩展性强。     

矿井局部通风机智能控制系统的设计

针对传统的矿井局部通风机变频控制系统仅随瓦斯浓度调节风量而存在的不足,文章提出了一种兼顾瓦斯浓度和煤尘浓度的矿井局部通风机智能控制系统的设计方案,介绍了基于模糊PID控制的瓦斯、煤尘浓度的模糊控制器的设计。通过对瓦斯浓度模糊控制器以及煤尘浓度模糊控制器的仿真可以看出,随着工作面瓦斯和煤尘浓度的不同,该智能控制系统会根据爆炸性气体的浓度变化,自动、连续、实时地对局部通风机进行调速。     

基于PLC的矿井主通风机变频调速研究

通风机是煤矿生产的主要设备之一,采用PLC控制的变频调速方案,使通风机的转速及时的跟随风压、风量的变化而变化,以实现通风量的动态调整.具有灵活、方便、节能、无人值守和运行可靠等优点,实现了矿井主通风机连续可靠运行.     

基于模糊PID算法控制的大蒜储藏室通风系统的研究

针对大蒜在长时间储藏过程中由于环境因素的影响,导致大蒜出现变质和腐烂的问题.研究出一种大蒜储藏室通风控制系统,该系统利用信息融合技术对大蒜储藏室内部采集到的传感器数据进行两级融合(卡尔曼滤波融合算法、BP神经网络融合算法)处理,探求大蒜储藏室通风系统的模糊PID控制机理,并以STM32为控制核心,设计出一种基于模糊PID算法控制的大蒜储藏室通风系统,通过对通风机组通风量的控制,实现了储藏室内各种环境因素的自调节功能,解决了大蒜出现变质和腐烂的问题.     

矿井分区域通风系统优化设计

现有通风系统优化设计大多是针对普通矿井通风系统,很少有针对分区矿井通风系统的优化设计。针对该问题,为实现井下风网的均衡通风,以新疆乌鲁木齐乌东煤矿为研究对象,利用通风阻力测定及通风网络解算方法对其分区通风系统稳定性进行分析研究,结果表明:(1)乌东煤矿在南北分区主要通风机对拉及自然风压变化作用下,+400m水平轨道大巷风量极不稳定,经常出现少风甚至风流反向的情况。(2)主要通风机效率低,南区为42%,北区为38%,工况点对应的矿井通风阻力值低于高效区阻力值。(3)乌东煤矿秋冬两季自然风压变化较大,北区自然风压最大波动大约为65Pa,影响北区主要通风机的稳定运行。针对乌东煤矿分区通风系统存在的问题提出了优化设计方案:在北区各生产水平施工调节风墙、风门等通风设施,增大北区通风阻力,并根据矿区实际情况提高南区配风量,适当提高矿井负压,在+400m水平轨道大巷中增加风量调节设施,加强该巷道的风量监测,避免风量超限。优化方案实施后,北区负压有所提高,利于对抗自然风压的变化,北区各水平增阻调节后,矿井阻力分布相对合理、风流相对稳定,提高了矿井通风系统的安全稳定性,主要通风机效率也有了明显提升;+400m水平轨道大巷在南北压差的作用下风流方向能够保持稳定,没有再出现少风、风流反向的问题,风量的稳定性也大大增加,其他主要用风地点的风量、压力未出现异常,主要通风机运行的平稳性提高了,证明了优化方案的有效性。     

节能矿井通风监控系统设计研究

针对矿山安全生产的需求．设计开发了节能矿井通风监控系统。在对系统功能分析的基础上,设计了系统的三层体系结构和系统实现方案。该系统利用变频技术和嵌入式技术,对通风系统的各种数据进行采集,并对通风机风量进行控制,实现通风系统的远程监控和现场控制。整个系统灵活性大、可扩展性和实用性强。     

基于BP神经网络的矿井提升机自校正容错PID控制

针对矿井提升机系统故障时动态性能难以用传统的解析方法获得的问题,提出了一种基于BP神经网络的矿井提升机自校正容错PID控制方法。该方法通过BP神经网络在线学习跟踪提升机系统的动态特性来预测系统输出值,并应用自适应控制中的自校正PID构建容错控制器,实现提升机系统故障下的稳定容错控制。仿真结果表明,该方法在提升机系统故障情况下能迅速跟踪系统故障状态,在线调整PID参数,快速恢复系统性能。     

神经网络模糊控制在交流调速系统中的应用研究

研究交流调速系统的控制方法,利用神经网络来实现交流调速系统的模糊控制。通过实际交流变频调速系统的实验表明,当突然加、减负载时,神经网络模糊控制与PID控制相比,具有恢复时间短、超调和振荡小等特点。神经网络模糊控制特别适用于结构复杂、干扰大且控制精度要求高的系统。     

矿井主通风机自动监控系统的设计

为了保障主通风机安全、可靠、经济地运行,提出了一种基于S7-300 PLC的矿井主通风机自动监控系统的设计方案;给出了该系统的结构,详细介绍了该系统中PLC的硬件及软件结构、模拟量的检测实现及采用智能型PID调节器XMA5000对风机负压和流量进行自动调节的方法。实际应用表明,该系统能够实现通风机的就地、集中、远方3种控制方式,提高了主通风机的自动化程度和运行可靠性。     

呼吸机比例阀的控制与仿真

比例阀是呼吸机吸气模块中负责流量控制的重要组件,为了研究比例阀的特性和提高呼吸机吸气模块的流量跟踪效果,推导了比例阀阀芯位移与流量之间的关系,构建了比例阀的被控对象模型并采用S—函数在Simulink中实现了该模型;对模型进行简单的输入控制可以获得比例阀的瞬态特征和稳态特征,对模型输入采用PID控制和模糊PID控制方法均能够提高比例阀的响应速度;在两种控制方法中采用一致参数,分别在Simulink仿真和实验条件下对比两种方法的流量跟踪效果,可以验证相较于固定参数的PID控制方法,模糊PID控制方法更能有效降低流量的超调量从而保持气路中流量的稳定.     

基于模糊神经网络PID控制器的EEC数字化设计

为实现航空发动机模拟式电子控制器(EEC)的数字化设计,以其低压压气机导流叶片调节通道为主要研究对象,提出一种模糊神经网络PID控制器,将模糊控制、神经网络、PID控制相结合,利用模糊控制专家经验优势和神经网络的自学习、自适应能力,优化PID控制参数,实现控制性能提升。仿真结果显示,基于模糊神经网络的PID控制器控制性能有较大提高,具有比常规神经网络PID控制器更小的超调量和更好的抗干扰性;适用于定常系统和非定常系统,具有更好的自适应性与鲁棒性;可应用于航空发动机模拟式电子控制器(EEC)的数字化设计。     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

基于模糊神经网络的涡喷发动机控制系统设计

针对微型涡喷发动机ECU控制系统具有时变性和非线性的特点,为改善微型涡喷发动机控制系统的控制性能,将模糊神经网络PID控制方法应用于ECU的转速与推力控制系统中;首先,利用某微型涡喷发动机的试车数据通过系统辨识方法得到其数学模型,其次针对模糊PID无法在线调参的弊端,引入模糊神经网络控制方法对微型涡喷发动机ECU系统进行控制;为模拟发动机在工作过程中遇到的干扰问题,在仿真过程中加入了干扰信号,通过与传统PID、模糊PID的仿真结果对比验证得出,模糊神经网络PID在涡喷发动机转速控制系统中响应速度更快约为1 s,超调量更小约为0,在有干扰的情况下恢复稳定状态的时间更短,约为0.5 s。     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。