[发明专利]一种基于混沌理论的采煤机滚筒自动预测系统

说明书

本发明公开了一种基于混沌理论的采煤机滚筒自动预测系统，该系统由传感模块和控制模块组成。传感模块测量滚筒采煤机工作时的滚筒高度时间序列，并把时间序列传到控制模块；控制模块预测下一时刻的滚筒高度，并将预测值传给到采煤机，使采煤机根据预测结果自动调整滚筒高度。其中控制模块包含一个基于梯度提升树GBDT的滚筒高度预测器和基于混沌理论的时间序列相空间重构器。克服目前采煤机滚筒高度的记忆截割算法没有考虑到时间序列的混沌特性的不足，确定最小嵌入维数以保证训练样本的数量，进一步提高预测的准确性。

技术领域

本发明涉及煤矿开采领域，尤其涉及一种基于混沌理论的采煤机滚筒自动预测系统。

背景技术

综采工作面的采煤装备中由采煤机、刮板输送机和液压支架组成的“三机”是配套、协调工作的，采煤机依靠工作面刮板输送机导向并在其上移动，而工作面刮板输送机与液压支架又互为支点进行移驾和推溜。采煤机主要用于完成工作面的落煤与装煤。采煤机的控制包括滚筒调高控制和机身水平牵引控制。采煤机自动调高是自动化采煤的重要环节，并且对提高煤炭质量、延长机器寿命、提高设备的可靠性、保障工人安全都有着重要意义。

在运用记忆截割方式之前，主要通过研究煤岩物理界面识别方法进行采煤机调高控制，但是许多技术难题有待解决。之后，以美国JOY公司、德国Eickhoff公司和德国DBT公司为代表的煤机企业提出了采煤机记忆截割法，即根据以往高度预测下一时刻的高度，该方法实现简单，但是对于地质条件有一定要求，不是直接识别煤岩分界，是一种间接识别技术，属于半自动调高。目前，也有研究者提出采用单纯灰色预测方式改进传统采煤机记忆截割算法，该算法工作效率比传统方法的高。但所有的记忆截割算法都没有考虑到时间序列的混沌特性，在预测过程中存在一定误差。

发明内容

为了克服目前采煤机滚筒高度的记忆截割算法没有考虑到时间序列的混沌特性的不足，本发明的目的在于提供一种可靠的采煤机切割模式识别系统，该系统基于混沌理论对采煤机滚筒高度时间序列进行相空间重构，利用梯度提升树GBDT预测器自动预测系统，提高预测的准确性。

本发明的目的是通过以下技术方案来实现的：一种基于混沌理论的采煤机滚筒自动预测系统，该系统由传感模块、控制模块组成。各模块的连接方式为：传感模块测量滚筒采煤机工作时的滚筒高度时间序列，并把时间序列传到控制模块；控制模块预测下一时刻的滚筒高度，并将预测值传给到采煤机，使采煤机根据预测结果自动调整滚筒高度。

其中传感模块测量滚筒采煤机工作时连续n个采样时间点的滚筒高度(x₁,x₂,…,x_n)，n100，并把时间序列(x₁,x₂,…,x_n)传到控制模块。

进一步地，控制模块包含一个基于梯度提升树GBDT的滚筒高度预测器和时间序列的相空间重构器。首先对时间序列(x₁,x₂,…,x_n)，进行混沌特性分析，完成相空间重构，具体步骤为：

(1)计算赫斯特指数H：

(1.1)计算每t长度序列的均值和标准差S(t)，t＝1,2,…,n：

(1.2)计算累积离差z_t：

(1.3)计算极差R(t)：

(1.4)绘制ln(t)～lnR(t)/S(t),t＝1,2,…,n曲线，并用最小二乘法拟合，拟合直线的斜率即为赫斯特指数H。