基于Elman神经网络的采煤机自动调高控制算法研究

采煤机自动调高技术是实现综采工作面无人化、自动化的关键技术之一。采煤机调高控制的目的是使得采煤机滚筒能够很好的适应煤层变化从而比较准确的跟踪目标轨迹曲线，并且对提高采煤质量、延长机器使用寿命、提高设备的可靠性和保障操作工人的安全都有着重要的意义。 本文对采煤机自动调高技术进行了深入的研究，分析了采煤机在实际工况条件下的工作状态，建立了采煤工作面坐标系。利用采煤机首刀截割参数建立Elman神经网络结构并对其进行网络训练。在自动调高过程中，将采煤机当前截割参数输入到已经训练好的网络结构，利用网络输出对采煤机进行预控调高；在自动调高过程中添加人工辅助调高的功能，能够在自动调高模式与手动调高模式之间切换，即在自动调高过程中进行人工干预，并用RBF神经网络算法对人工干预数据进行处理；利用Elman神经网络算法对采煤机截割姿态沿采煤工作面推进方向进行预测；将VB6.0作为自动化控制器，Matlab作为自动化服务器，完成采煤机自动调高控制过程软件设计。最后对采煤机自动调高过程进行模拟仿真，即采煤机首刀截割人工调高与首刀截割数据处理、采煤机自动调高过程、自动调高过程中的人工干预与人工干预数据处理、采煤机截割姿态的预测等。仿真结果表明基于Elman神经网络的采煤机自动调高控制方法、人工干预和采煤机姿态预测的有效性。