-
题名液压支架跟机移架控制异常工况模式识别方法
被引量：1
- 1
-
-
作者
马志涛
付翔
李浩杰
牛鹏昊
贾一帆
-
机构
太原理工大学矿业工程学院
智能采矿装备技术全国重点实验室
山西焦煤集团有限责任公司博士后工作站
-
出处
《工矿自动化》
北大核心
2025年第4期36-43,共8页
-
基金
国家自然科学基金项目(52274157)
山西省基础研究计划联合资助项目(202403011241002)
“科技兴蒙”行动重点专项项目(2022EEDSKJXM010)。
-
文摘
智采工作面在液压支架自动跟机时,由于底板、液压系统及电液控制系统等多方面因素的影响,会出现丢架、直线度不平整等异常工况。当前针对各类异常工况的识别分析主要集中于自动跟机结束后,仅通过人工调整进行单一判断,不利于快速判断需人工调控的液压支架架号。针对上述问题,提出了一种液压支架跟机移架控制异常工况模式识别方法,将异常工况识别范围提前至支架降柱后的移架阶段,得出停机波动型、移架超时型和行程异常型3类异常工况模式。首先,采集液压支架油缸行程与立柱压力数据。其次,对数据进行预处理,包括异常值处理、相邻数据求差及依据差值正负合并数据。然后,采用基于行程-压力-时间分析的移架异常识别算法对停机波动型与移架超时型模式进行识别;采用决策树模型对行程异常型模式进行识别。最后,提取移架动作起始及结束时间、当前支架行程的最大与最小值、当前支架与两侧支架的行程差6项特征,将其中移架动作起始与结束时间输入移架异常识别算法,进行行程波动识别,对具有行程波动的数据分别进行压力波动及移架动作时间的判别,识别出停机波动型与移架超时型模式;将后续4项行程类特征输入决策树模型,进行行程异常类模式的识别。实际测试结果表明:该识别方法对停机波动型模式与移架超时型模式的识别精确率为100%,召回率达95%以上;对于行程异常突降型模式的识别精确率为100%,召回率为97.87%;行程异常均小型模式的识别精确率为95.29%,召回率为81%,能够较好地对液压支架跟机移架控制的异常工况进行识别。
-
关键词
液压支架
自动跟机
推溜移架
异常工况识别
油缸行程
立柱压力
-
Keywords
hydraulic support
automatic machine-following
rack shifting
abnormal condition recognition
cylinder stroke
leg pressure
-
分类号
TD355
[矿业工程—矿井建设]
-
