[发明专利]一种面向采煤机记忆截割的灰色马尔可夫链轨迹预测方法有效

专利信息
申请号: 201610643449.9 申请日: 2016-08-08
公开(公告)号: CN106295873B 公开(公告)日: 2017-10-03
发明(设计)人: 马宏伟;齐爱玲;毛清华;张旭辉;吴海雁;陈翔 申请(专利权)人: 西安科技大学
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 西安创知专利事务所61213 代理人: 谭文琰
地址: 710054 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 采煤 记忆 灰色 马尔可夫 链轨 预测 方法
【说明书】:

技术领域

发明属于煤层开采技术领域,尤其是涉及一种面向采煤机记忆截割的灰色马尔可夫链轨迹预测方法。

背景技术

采煤机是煤矿机械化开采的核心装备,其自动化程度决定了综采工作面的自动化水平,实现采煤机滚筒自动调高不仅是实现采煤工作面生产过程自动化的重要环节,并且对延长机器寿命、提高设备可靠性、保障工人安全、提高煤炭质量等具有重要意义,对采煤机械的智能化控制及煤炭工业的可持续发展也有较大的促进作用。为了实现综采工作面采煤机调高的自动化和智能化,确保准确识别煤岩,高效割煤,需要对采煤机的截割轨迹进行预测,从而实现采煤机滚筒的自动调高和自适应截割。目前,国内外采煤机自动调高一般采用记忆截割方法,该方法主要依赖于上一刀滚筒调高数据,缺少下一刀煤层数据,很难适应煤层的起伏变化。为了提高采煤机滚筒调高的准确性,学者们在采煤机滚筒轨迹预测方面进行了多方面的研究,取得了一定的成果,但算法的可靠性、实时性和准确性还存在诸多不足,在工作面采煤机滚筒调高控制上显见成功应用。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种面向采煤机记忆截割的灰色马尔可夫链轨迹预测方法,其方法步骤简单、设计合理且实现简便、使用效果好,基于灰色马尔可夫链进行调高轨迹预测,预测精度高。

为解决上述技术问题,本发明采用的技术方案是:一种面向采煤机记忆截割的灰色马尔可夫链轨迹预测方法,其特征在于,该方法包括以下步骤:

步骤一、预测用滚筒高度数据序列获取:采用数据处理设备从数据存储器中预先建立的采煤机调高数据库内获取待开采煤层中当前工作面后侧的n个工作面开采过程中的采煤机调高数据组;所获取的n个所述采煤机调高数据组中的滚筒高度数据组成预测用滚筒高度数据序列X(0),每个所述采煤机调高数据组中的滚筒高度数据均组成一个滚筒高度数据组;所述预测用滚筒高度数据序列X(0)中的n个所述滚筒高度数据组按照开采先后顺序由前至后排列,每个所述滚筒高度数据组中均包括m个截割位置处的所述滚筒高度数据;其中,n和m均为正整数,n=6~8,m≥5;m个所述截割位置沿工作面长度方向由前至后进行排列;

所述采煤机调高数据库内按照开采先后顺序由前至后存储有所述待开采煤层中当前已完成开采的所有工作面开采过程中的所述采煤机调高数据组;所述采煤机调高数据库内存储的所述采煤机调高数据组的数量不少于n个;

采用采煤机对任一个所述工作面进行割煤过程中,均采用采煤机记忆截割控制系统对m个截割位置处的滚筒截割姿态数据进行记录,获得该工作面开采过程中的所述采煤机调高数据组,并将所获得的所述采煤机调高数据组同步存储至所述采煤机调高数据库内;所述采煤机记忆截割控制系统包括数据处理器和与数据处理器连接的数据存储器,所述数据处理器与数据处理设备连接;

所述采煤机调高数据组包括对所述待开采煤层进行一刀割煤过程中m个截割位置处的滚筒截割姿态数据;每个截割位置处的滚筒截割姿态数据均为该截割位置处采煤机的截割滚筒的三维坐标数据,所述截割滚筒的三维坐标数据中Z轴坐标数据为滚筒高度数据;

所述预测用滚筒高度数据序列X(0)=(x(0)(1),x(0)(2),x(0)(3),...,x(0)(n)),其中x(0)(k)为所述预测用滚筒高度数据序列X(0)中的第k个所述滚筒高度数据组,其中k为正整数且k=1、2、3、…、n;x(0)(k)中的第h个所述滚筒高度数据记作x(0)(k,h),其中h为正整数且h=1、2、3、…、m;

步骤二、滚筒高度初步预测:采用数据处理设备且调用灰色预测模型构建模块,对步骤一中所获取的所述预测用滚筒高度数据序列X(0)进行处理,建立灰色预测模型;再根据所建立的所述灰色预测模型,采用数据处理设备处理得出所述待开采煤层的n+1个所述工作面开采过程中的滚筒高度初步预测结果;

其中,第k'个所述工作面开采过程中的滚筒高度初步预测结果记作k'为正整数且k'=1、2、3、…、n、n+1;中包括m个滚筒高度初步预测值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科技大学,未经西安科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610643449.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top