-
题名基于FWA-RFNN的散装物料智能装车系统
被引量：4
- 1
-
-
作者
刘泽朝
李敬兆
欧阳其春
王冀宁
-
机构
安徽理工大学电气与信息工程学院
淮北矿业(集团)有限责任公司铁路运输处
-
出处
《工矿自动化》
北大核心
2020年第12期20-24,37,共6页
-
基金
国家自然科学基金资助项目(51874010,61170060)
北京理工大学高精尖机器人开放性研究项目(2018IRS16)
+1 种基金
物联网关键技术研究创新团队项目(201950ZX003)
淮北矿业集团国家级技术中心计划项目(2018ZDYF011)。
-
文摘
针对煤矿散装物料装车过程中偏载严重、误差大等问题,提出了一种基于烟花算法(FWA)优化递归模糊神经网络(RFNN)的散装物料智能装车系统。将列车车厢速度的实测值与设定值进行比较,得到偏差作为RFNN控制器的输入,通过RFNN控制器对偏差进行模糊化、动态记忆调节、去模糊化等处理,并利用FWA对RFNN权重进行优化,使RFNN控制器自适应输出修正后的控制参数;依据散装物料装车计量模型,根据各传感器采集的物料质量、物料高度、车厢装载过程中的行驶距离及RFNN控制器输出的控制参数,求得所需调节的牵引电动机频率,进而改变牵引电动机转速,从而调整列车车厢速度,实现散装物料的无偏载装车。实际应用表明,经FWA优化后的RFNN控制器可快速调节车厢速度,且保持速度稳定,满足多车厢分布均衡装载的要求,同时提高了装车精度。
-
关键词
散装物料装车
无偏载装车
烟花算法
递归模糊神经网络
-
Keywords
bulk material loading
unbalanced loading
fireworks algorithm
recursive fuzzy neural network
-
分类号
TD56
[矿业工程—矿山机电]
TD67
[矿业工程—矿山机电]
-
