一种采取灰色马尔科夫组合模型的采煤机记忆截割算法.pdfVIP

第 42 卷第 10 期 中南大学学报(自然科学版)  Vol.42  No.10  2011 年 10 月  Journalof Central South University(Scienceand Technology)  Oct.2011  一种采用灰色马尔科夫组合模型的采煤机记忆截割算法 樊启高，李威，王禹桥，范孟豹，杨雪锋  (中国矿业大学 机电工程学院，江苏 徐州，221008)  摘要：针对传统采煤机记忆截割策略需要频繁人工调整摇臂高度导致效率和精度低等不足，提出利用灰色马尔科 夫组合模型的采煤机自适应记忆截割策略。当采煤机截割岩石时，首先根据截割高度先验数据，利用灰色模型得 到截割高度预测数据，在此基础上，对该预测数据进行残差计算和状态划分，确定马尔科夫链状态概率矩阵。通 过马尔科夫链状态概率矩阵对灰色模型进行反馈修正，得到采煤机截割高度自适应调整值。通过模拟采煤机工作 面调整高度，对 2种采煤机记忆截割策略进行仿真分析。研究结果表明：传统记忆截割模型可信度为 96.26%，但 需要 5次人工调整， 而灰色马尔科夫记忆截割模型的可信度在无人干预下高达 99.20%；基于灰色马尔科夫组合模 型的采煤机记忆截割策略不仅具有更高的控制精度，而且大大提高了采煤机的自动化水平。 关键词：采煤机；记忆截割；灰色马尔科夫模型 中图分类号：TD421  文献标志码：A  文章编号：1672−7207(2011)10−3054−05  An algorithm of shearer memory cutting based ongrey­Markovian model  FAN Qi­gao, LI Wei,WANG Yu­qiao, FAN Meng­bao,YANG Xue­feng  (School of Mechanical  Electrical Engineering, China University of Mining  Technology, Xuzhou 221008, China)  Abstract: In order to overcome the defects of traditional shearer memory cutting strategy in adjusting rocker arm height  frequently and manually, shearer self­adaptive cutting strategy which was based on grey­Markovian model was proposed.  With shearer cutting rock, firstly the shearer drum height prediction data using prior data was obtained by the grey model.  Based on this, through residual error analysis and state division, the state transferring probability matrix was determined.  Then shearer drum height adjusting data was obtained by feed back adjusting from the state transferring probability  matrix to the grey model. Finally, the traditional shearer memory cutting strategy was compared with the newly­built  strategy by simulating the shearer drum height data from the worki