综采工作面大流量智能供液系统研究
司明
邬伯藩
王子谦
西安科技大学计算机学院,陕西西安 710054
摘要：针对综采工作面供液系统供液能力不足、压力波动大、系统运行稳定性差等问题,提出了 一种免疫粒子群优化模糊神经网络PID(IPSO-FNN-PID)算法,设计了 IPSO-FNN-PID控制器,实现了供液系统稳压控制.IPSO-FNN-PID算法将粒子群(PSO)算法和免疫算法(IA)引入模糊神经网络(FNN)PID控制器,针对FNN算法易陷入局部寻优问题,采用免疫粒子群(IPSO)算法优化FNN算法,通过在PSO算法中加入 IA来提高PSO算法的收敛性,实现最优PID参数输出.为验证IPSO-FNN-PID控制器的有效性,选取传统PID控制器、Fuzzy-PID控制器、FNN-PID控制器进行比较,仿真结果表明:①IPSO-FNN-PID控制器对乳化液泵的控制效果最佳,其他3种控制器的上升时间、峰值时间和调节时间均比IPSO-FNN-PID控制器长,最大超调量均大于IPSO-FNN-PID控制器.②在加入扰动信号后,IPSO-FNN-PID控制器具有较好的自适应性和鲁棒性,恢复到平稳状态仅用了 1.2 so③当利用传统PID和Fuzzy-PID控制器对乳化液泵进行控制时,振荡明显,超调量大,分别为41.2％,22.3％;当利用FNN-PID控制器对乳化液泵进行控制时,振荡明显减弱,超调量降低为17.6％,调节时间减少至2.68 s;当利用IPSO-FNN-PID控制器对乳化液泵进行控制时,几乎无振荡,超调量仅为5.22％,调节时间缩短至2.61 s,遇到干扰信号时稳定性更强.④在受到扰动信号时,负载干扰对IPSO-FNN-PID控制器的影响较小,且收敛迅速,鲁棒性大大提升,表明IPSO-FNN-PID控制器具备良好的抗扰动及扰动补偿能力,可满足供液系统的稳压控制要求.
关键词：综采工作面供液系统稳压供液乳化液泵PID控制器模糊神经网络粒子群算法免疫算法
分类号：TD355(矿山压力与支护)
资助基金：国家自然科学基金(U1261114)陕西省自然科学基础研究计划项目(2019JM-162)
论文发表日期：2022-07-10
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：7( 66-72 )
英文信息