基于Q-learning模型的智能化放顶煤控制策略
李庆元1
杨艺1
李化敏2
费树岷3
1.河南理工大学电气工程与自动化学院,河南焦作4540002.河南理工大学能源科学与工程学院,河南焦作4540003.东南大学自动化学院,江苏南京210096
摘要：传统的综放工作面放顶煤控制存在顶煤采出率低、出煤含矸率高等问题,而现有智能决策方法又存在建模困难、学习样本难以获取等障碍.针对上述问题,在液压支架放煤口动作决策过程中引入强化学习思想,提出一种基于Q-learning模型的智能化放顶煤控制策略.以最大化放煤效益为主要目标,结合顶煤放出体实时状态特征及顶煤动态赋存状态,采用基于Q-learning的放顶煤动态决策算法,在线生成多放煤口实时动作策略,优化多放煤口群组协同放煤过程,合理平衡顶煤采出率、出煤含矸率的关系.仿真和对比分析结果表明,该控制策略的顶煤平均采出率为91.24％,比传统“见矸关窗”的放煤方法提高约15.8％;平均全局奖赏值为685,比传统放煤方法提高约11.2％.该控制策略可显著减少混矸、夹矸等现象对放煤过程的影响,提高顶煤放出效益,减少煤炭资源浪费.
关键词：放顶煤煤矸分离强化学习智能放煤控制群组放煤Q-learning模型
分类号：TD823.97(矿山开采)
资助基金：国家重点研发计划(2018YFC0604502)河南省高等学校重点科研项目(19A413008)河南省高等学校重点科研项目(17A480007)河南省科技计划(192102210100)河南省科技计划(172102210270)
论文发表日期：2020-01-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 72-79 )
英文信息