改進(jìn)的人工魚(yú)群算法采煤機(jī)調(diào)高控制策略

趙有生，邸晟鈞，王占全，柳 軼，郭 帥，田 軍，劉 順，閆孝姮

(1.山西焦煤集團(tuán)投資有限公司，山西 太原 030024；2.山西焦煤集團(tuán)嵐縣正利煤業(yè)有限公司，山西 呂梁 035200；3.遼寧工程技術(shù)大學(xué) 電氣與控制工程學(xué)院，遼寧 葫蘆島 125105)

采煤機(jī)是井下生產(chǎn)重要設(shè)備，實(shí)現(xiàn)采煤機(jī)滾筒快速和穩(wěn)定的調(diào)高是實(shí)現(xiàn)采煤機(jī)智能化和井下無(wú)人化割煤的關(guān)鍵技術(shù)[1]。近幾十年來(lái)在采煤機(jī)領(lǐng)域內(nèi)的一些專(zhuān)家和學(xué)者在這方面做了許多的研究工作，獲得了一定的成果。這些研究的成果可劃分為兩個(gè)方面，直接調(diào)高控制和間接調(diào)高控制。直接調(diào)高就是利用煤巖界面識(shí)別來(lái)控制滾筒高度，王增才等[2-5]，分別提出了多種煤巖識(shí)別的方法，比如利用人工射線的煤巖分界技術(shù)、利用天然γ射線的煤巖分界技術(shù)、利用振動(dòng)法的煤巖分界技術(shù)、利用測(cè)力截齒傳感器的煤巖分界技術(shù)等，為采煤機(jī)滾筒調(diào)高控制奠定了理論基礎(chǔ)。上述自動(dòng)調(diào)高的方法有的應(yīng)用于實(shí)際中，有的依然沒(méi)有廣泛意義上的應(yīng)用突破，還有的依舊處于試驗(yàn)和研究階段。但是它們?yōu)閷?shí)現(xiàn)采煤機(jī)滾筒自動(dòng)調(diào)高提供了可靠的理論依據(jù)。間接調(diào)高就是不直接分析煤巖界面的問(wèn)題，從側(cè)面研究和分析，進(jìn)而實(shí)現(xiàn)對(duì)滾筒的調(diào)高控制。間接調(diào)高的核心在于記憶截割技術(shù)，而對(duì)記憶截割技術(shù)的研究我國(guó)最早是從1980年起。1980年中國(guó)礦業(yè)大學(xué)提出了“振動(dòng)測(cè)試和頻譜分析的煤巖識(shí)別技術(shù)”的方法，該方法的理論依據(jù)是通過(guò)油缸的液壓振動(dòng)負(fù)載來(lái)對(duì)煤巖分界面進(jìn)行識(shí)別；1994年，西華大學(xué)的雷玉勇[6]教授，以理論研究和計(jì)算機(jī)模擬仿真為基礎(chǔ)，通過(guò)觀察液壓調(diào)高系統(tǒng)中壓力的變化規(guī)律，提出了一種基于液壓系統(tǒng)壓力的調(diào)高控制系統(tǒng)；2003年，太原理工大學(xué)的田慕琴[7]，在采煤機(jī)滾筒的調(diào)高控制中新加入 “預(yù)見(jiàn)控制”，希望通過(guò)“預(yù)見(jiàn)”識(shí)別煤巖界面，進(jìn)而實(shí)現(xiàn)對(duì)滾筒的高度控制；2004黑龍江科技學(xué)院劉春生[8，9]教授，通過(guò)對(duì)模糊控制技術(shù)理論的研究和對(duì)控制策略的分析，把模糊控制技術(shù)加入到采煤機(jī)調(diào)高控制系統(tǒng)，提出了滾筒調(diào)高記憶程控系統(tǒng)；2013年，中國(guó)礦業(yè)大學(xué)的王鐵軍教授[10]，提出將采煤機(jī)同三維模型結(jié)合，其目的是為了解決薄煤層記憶切割的突出問(wèn)題，這種新方法不僅能在三維模型中對(duì)采煤機(jī)煤層實(shí)時(shí)狀態(tài)描述，還能對(duì)煤層模型實(shí)時(shí)修正。遺憾的是因?yàn)槎喾矫娴脑?，以上理論在?shí)際應(yīng)用中不是很成熟，故而也未能在實(shí)際工礦中體現(xiàn)出來(lái)。

對(duì)于采煤機(jī)的間接調(diào)高策略的研究，有的學(xué)者將PID和滾筒調(diào)高結(jié)合，獲得了不錯(cuò)的控制效果。如張秀榮[11]等從電液比例控制系統(tǒng)出發(fā)建立了調(diào)高系統(tǒng)的傳遞函數(shù)，進(jìn)一步使用了PID控制器對(duì)調(diào)高系統(tǒng)的控制；李文華[12]等通過(guò)設(shè)計(jì)模糊PID控制器提高了采煤機(jī)滾筒調(diào)高系統(tǒng)在復(fù)雜工況下的抗干擾能力；趙麗娟[13]等在MATLAB和AMESim工具下建立了控制系統(tǒng)及液壓系統(tǒng)聯(lián)合仿真模型，進(jìn)一步驗(yàn)證了模糊PID控制對(duì)采煤機(jī)自動(dòng)調(diào)高的有效性。盡管如此，但是PID控制依然存在缺陷。針對(duì)傳統(tǒng)PID控制算法中控制精度不準(zhǔn)確，收斂和響應(yīng)速度慢，傳統(tǒng)人工魚(yú)群運(yùn)算效率低和尋優(yōu)結(jié)果精度不準(zhǔn)的缺點(diǎn)，提出通過(guò)改變?nèi)斯~(yú)的步長(zhǎng)和視野的方法，進(jìn)而達(dá)到優(yōu)化算法的目的。該算法能跳出局部，實(shí)現(xiàn)全局最優(yōu)。通過(guò)matlab仿真證明改進(jìn)后的算法誤差更小，精度更準(zhǔn)確，魯棒性強(qiáng)，而且還能精準(zhǔn)確定采煤機(jī)調(diào)高的PID參數(shù)，有利于煤炭的開(kāi)采。

1 改進(jìn)的人工魚(yú)群算法

1.1 人工魚(yú)群算法概述

在2002年李曉磊[14，15]等提出了一種全新的算法—人工魚(yú)群算法，該算法的核心思想是通過(guò)模擬魚(yú)類(lèi)的幾類(lèi)行為，如覓食、聚群、追尾、隨機(jī)等。魚(yú)類(lèi)通過(guò)上述行為最終就游向食物濃度密集的區(qū)域，因此該算法是以魚(yú)群的行為為依據(jù)，在指定區(qū)域內(nèi)進(jìn)行尋優(yōu)的一種群體智能優(yōu)化算法，體現(xiàn)的是集群體的智能思想。除此之外該算法還具有分布處理強(qiáng)、全局尋優(yōu)、參數(shù)和初值的魯棒性強(qiáng)等特點(diǎn)。

1.2 傳統(tǒng)人工魚(yú)群算法步驟

對(duì)PID參數(shù)尋優(yōu)的具體步驟如下：

1)首先確定初始參數(shù)，如群體規(guī)模(fishnum)，視野范圍(visual)，移動(dòng)步長(zhǎng)最大值(step)，擁擠度因子(delta)，最大迭代次數(shù)(MAXGEN)等，如果曲線在MAXGEN步時(shí)沒(méi)有浮動(dòng)，則可以認(rèn)為收斂。

2)將PID的三個(gè)參數(shù)(kpn，kin，kdn)作為魚(yú)群中的一條魚(yú)的位置坐標(biāo)即xn=(kpn，kin，kdn)。設(shè)初始迭代次數(shù)Gen=1，在kp，ki，kd的范圍內(nèi)隨機(jī)產(chǎn)生fishnum個(gè)不同的數(shù)，每三個(gè)數(shù)代表一條人工魚(yú)個(gè)體，這樣就形成初始魚(yú)群，即產(chǎn)生fishnum組參數(shù)不同的(kp，ki，kd)。

3)通過(guò)模擬魚(yú)群三大行為，如聚群、追尾和覓食，然后經(jīng)過(guò)對(duì)這三種行為對(duì)比選取優(yōu)異的一種作為最終的行為來(lái)執(zhí)行。

5)接著下一次循環(huán)，直到完成最大迭代次數(shù)，輸出最優(yōu)解。

1.3 改進(jìn)的人工魚(yú)群算法

人工魚(yú)群算法尋優(yōu)解的過(guò)程和人工魚(yú)模型的移動(dòng)緊密聯(lián)系。影響人工魚(yú)算法的因素有：魚(yú)群規(guī)模、魚(yú)的視野、移動(dòng)步長(zhǎng)、擁擠度因子、人工魚(yú)個(gè)體的初始參數(shù)等等。改進(jìn)人工魚(yú)群算法的方式如下：

1)為了解決傳統(tǒng)人工魚(yú)群算法步長(zhǎng)和視野不可調(diào)節(jié)的缺點(diǎn)，引入自適應(yīng)因子使得視野和步長(zhǎng)能自適應(yīng)變化，不僅使算法在尋優(yōu)前期具有良好的全局搜索能力，而且避免了人工魚(yú)群算法在后期的振蕩現(xiàn)象。視野和步長(zhǎng)的變化滿(mǎn)足以下公式：

其中a∈(0，1)為自適應(yīng)因子，k為迭代次數(shù)。

2)當(dāng)指標(biāo)函數(shù)ITAE連續(xù)β次不再發(fā)生變化，則可認(rèn)為找到最優(yōu)解。此時(shí)可以結(jié)束尋優(yōu)，減少算法尋優(yōu)的時(shí)間。

2 采煤機(jī)調(diào)高系統(tǒng)

2.1 采煤機(jī)調(diào)高系統(tǒng)結(jié)構(gòu)

采煤機(jī)調(diào)高系統(tǒng)結(jié)構(gòu)如圖1所示，這是一個(gè)電液比例控制系統(tǒng)，液壓變量泵、電液伺服閥、溢流閥、液壓缸及控制部分是該系統(tǒng)的主要組成部分。這個(gè)電液比例控制系統(tǒng)的工作原理如下：在液壓缸處安裝位置傳感器，通過(guò)位置傳感器測(cè)得液壓缸的實(shí)際信號(hào)，然后將測(cè)得的實(shí)際信號(hào)與給定信號(hào)對(duì)比得出誤差信號(hào)，經(jīng)過(guò)控制算法對(duì)誤差信號(hào)加工處理，得到控制量，最后把控制量經(jīng)過(guò)D/A轉(zhuǎn)換及放大器放大處理，使得電液伺服閥閥芯動(dòng)作，這樣就完成對(duì)液壓缸活塞位移的實(shí)時(shí)控制，從而完成了對(duì)滾筒的調(diào)高控制。

1—油箱；2—電機(jī)；3—液壓泵；4—安全閥；5—三位四通換向閥；6—液壓鎖；7—過(guò)載閥；8—調(diào)高液壓缸；9—位移傳感器；10—搖臂；11—滾筒圖圖1 采煤機(jī)閥控缸智能調(diào)高系統(tǒng)

利用位移傳感器和計(jì)算機(jī)技術(shù)的記憶截割調(diào)高技術(shù)是采煤機(jī)調(diào)高控制的關(guān)鍵，其原理就是使用不同類(lèi)型傳感器，如位移測(cè)量傳感器、油缸行程傳感器和傾角測(cè)量傳感器等，在采煤機(jī)的不同位置安裝上述傳感器，在記錄各種參數(shù)的同時(shí)還能實(shí)時(shí)檢測(cè)，然后把檢測(cè)到的數(shù)據(jù)存儲(chǔ)在存儲(chǔ)器中，最后把自動(dòng)控制技術(shù)和相關(guān)計(jì)算相結(jié)合，就可以實(shí)現(xiàn)采煤機(jī)自動(dòng)調(diào)高的目的。在這一控制過(guò)程中，調(diào)高換向閥的閥芯在電磁力的控制下，不斷地根據(jù)采煤機(jī)滾筒的工作高度要求進(jìn)行調(diào)節(jié)，使液壓油從不同的油口進(jìn)入到執(zhí)行油缸的有桿腔或者是無(wú)桿腔，使活塞桿執(zhí)行伸出或者收縮，從而完成對(duì)于滾筒升降過(guò)程的調(diào)節(jié)控制。

2.2 采煤機(jī)調(diào)高系統(tǒng)模型的建立

采煤機(jī)數(shù)學(xué)模型的建立是采煤機(jī)智能調(diào)高的關(guān)鍵所在。在建立模型的過(guò)程中，為了計(jì)算和分析的方便，假設(shè)閥是零開(kāi)口四邊滑閥，4個(gè)節(jié)流閥窗口是相匹配和對(duì)稱(chēng)的，供油壓力Ps恒定，回油壓力P0為零。

伺服閥的線性流量方程式為：

ql=kQxv-kcPl

(1)

式中，kQ為流量增益；xv為閥芯輸入位移；kc為流量-壓力系數(shù)；Pl為液壓缸進(jìn)出油口壓力差。

流入液壓缸進(jìn)油腔的流量q1為：

式中，ap是液壓缸活塞有效面積，m2；xp為活塞位移，m；cip，cep分別為液壓缸內(nèi)、外泄漏系數(shù)；βe為有效體積彈性模量；v1為液壓缸進(jìn)油腔的容積，m3。

從液壓缸回油腔流出的流量q2為：

式中，P1，P2分別為液壓缸進(jìn)、出油口壓力；v2為液壓缸回油腔的容積。

式中，ctp為液壓缸總泄漏系數(shù)；v0為活塞在中間位置時(shí)每一個(gè)工作腔的容積。

負(fù)載力一般包括慣性力、黏性阻尼力、彈性力和任意外負(fù)載力。液壓力的輸出力與負(fù)載力的平衡方程為：

式中，mt為活塞及負(fù)載折算到活塞上的總質(zhì)量；bp為活塞及負(fù)載的黏性阻尼系數(shù)；K為負(fù)載彈性剛度；fl為作用在活塞上的任意外負(fù)載力。

通常，與液壓缸負(fù)載相比，比例閥的響應(yīng)速度很快，可以看成比例環(huán)節(jié)：

式中，xv為閥芯輸入位移，m；U為比例閥的輸入電壓，V；ka為放大器增益；ksv為比例閥的增益。

對(duì)式 (1)—(6) 進(jìn)行拉氏變換，得到：

式中，ξh為阻尼比；xp為活塞位移；kce為伺服閥總流量-壓力系數(shù)；s為復(fù)變數(shù)；ωh為液壓固有頻率。

根據(jù)文獻(xiàn)[16]，若閥與液壓缸的連接管道對(duì)稱(chēng)且短而粗，可以得出采煤機(jī)的調(diào)高系統(tǒng)的傳遞函數(shù)為：

式中，kQ為流量增益；ka為放大器增益；ksv為比例閥的增益；U為比例閥的輸入電壓；Ap為液壓缸活塞有效面積；ωh和ξh是系統(tǒng)阻尼比和固有頻率系數(shù)。本文選取參數(shù)Ap=0.088m2，ωh=157rad/s，ξh=0.7，ka=1.55，kQ=6.56，代入數(shù)值可得采煤機(jī)調(diào)高傳遞函數(shù)為：

3 仿真與結(jié)果分析

3.1 算法對(duì)比分析

在Matlab中編寫(xiě)改進(jìn)后的人工魚(yú)群算法程序，給定初始參數(shù)：fishnum=50，MAXGEN=50，visual=1，delta=0.618，step=1。在改進(jìn)的人工魚(yú)群算法中選取a=0.6。根據(jù)系統(tǒng)正定的經(jīng)驗(yàn)可以選取kp、ki、kd的取值范圍分別是[0，90]，[0，15]，[0，0.15]。改進(jìn)后的魚(yú)群算法在尋優(yōu)過(guò)程中人工魚(yú)參數(shù)的變化和ITAE的最小值的變化隨迭代次數(shù)的變化如圖2所示，由仿真圖知ITAE最小值為0.0702。

圖2 仿真參數(shù)變化圖

表1 算法的參數(shù)設(shè)置

利用MATLAB工具對(duì)上述系統(tǒng)模型進(jìn)行仿真，3種算法的ITAE的變化曲線圖、系統(tǒng)階躍響應(yīng)輸出曲線如圖3和圖4所示。

從圖3可以看出，改進(jìn)后的魚(yú)群算法相較于模擬退火算法和粒子群算法，收斂速度較快(改進(jìn)的魚(yú)群算法在迭代到70之后就趨于穩(wěn)定，模擬退火在迭代85次之后不再發(fā)生變化，雖然粒子群最快，但誤差最大，這是因?yàn)樗惴ㄏ萑刖植孔顑?yōu)所導(dǎo)致的)，誤差較小，精度較為準(zhǔn)確(改進(jìn)的魚(yú)群算法0.1159，模擬退火算法0.08，粒子群算法0.2056)。由圖4可以得出，相比于粒子群算法和模擬退火算法，改進(jìn)的魚(yú)群算法的階躍響應(yīng)輸出曲線更平滑、更穩(wěn)定，曲線沒(méi)有超調(diào)和震蕩，調(diào)節(jié)所需要的時(shí)間最短，穩(wěn)定性更好，更能適用于采煤機(jī)的復(fù)雜工況環(huán)境。

3.2 調(diào)高系統(tǒng)仿真

經(jīng)過(guò)多次尋優(yōu)，選取最優(yōu)值的平均值kp=85，ki=0.38，kd=0.005。將參數(shù)代入Simulink中的仿真框圖中。仿真框圖如圖5所示，系統(tǒng)的上部分是ITAE指標(biāo)函數(shù)，由時(shí)間(Time)及誤差絕對(duì)值|u|的乘積進(jìn)行積分后得到。系統(tǒng)的下部分是PID控制器，左邊是單位階躍信號(hào)輸入，右邊是波形圖的輸出，中間是PID參數(shù)和控制函數(shù)參數(shù)設(shè)置，各個(gè)參數(shù)的數(shù)值已在之前給出。

仿真結(jié)果波形如圖6所示。

圖3 ITAE隨迭代次數(shù)的變化

圖4 系統(tǒng)階躍響應(yīng)輸出曲線

圖5 系統(tǒng)仿真結(jié)構(gòu)圖

圖6 仿真結(jié)果波形圖

為了驗(yàn)證系統(tǒng)的魯棒性，在第4s處給定持續(xù)1s幅值為1 的擾動(dòng)信號(hào)來(lái)驗(yàn)證魯棒性，其輸出響應(yīng)曲線如圖7所示，從圖7中能夠看出，當(dāng)系統(tǒng)受到擾動(dòng)后用了很少的時(shí)間(大約為0.1～0.2s)恢復(fù)到穩(wěn)定狀態(tài)，這也驗(yàn)證了系統(tǒng)對(duì)外界的干擾信號(hào)有著較強(qiáng)的抗干擾能力，也說(shuō)明了系統(tǒng)的魯棒性好。同時(shí)可以看到系統(tǒng)還具有較小抖震，表明系統(tǒng)具有良好的穩(wěn)態(tài)特性。

圖7 系統(tǒng)擾動(dòng)圖

4 結(jié) 語(yǔ)

在傳統(tǒng)人工魚(yú)群算法的基礎(chǔ)上，加入步長(zhǎng)和視野自適應(yīng)變化的思想，以采煤機(jī)滾筒調(diào)高為研究對(duì)象，通過(guò)把ITAE的倒數(shù)作為指標(biāo)函數(shù)，在Matlab中應(yīng)用程序驗(yàn)證了改進(jìn)后算法的可行性。以采煤機(jī)調(diào)高系統(tǒng)的傳遞函數(shù)為基礎(chǔ)，通過(guò)改進(jìn)的人工魚(yú)群算法對(duì)電液伺服系統(tǒng)PID控制器參數(shù)尋優(yōu)，對(duì)比改進(jìn)之后的人工魚(yú)群算法、模擬退火算法和粒子群算法，得出改進(jìn)的人工魚(yú)群算法具有較好的收斂速度和精確度，系統(tǒng)的動(dòng)態(tài)響應(yīng)更強(qiáng)，輸出曲線更平滑，魯棒性好，驗(yàn)證了該算法的高效性。為實(shí)現(xiàn)采煤機(jī)滾筒的精準(zhǔn)調(diào)高提供了新的方法。