李亮亮
(霍州煤電集團山西汾河焦煤股份有限公司,山西 洪洞 041600)
近年來,礦井機械化水平得到飛速發(fā)展,但對于設(shè)備運行狀態(tài)的監(jiān)測和預(yù)測卻很薄弱,尤其是對煤礦大量應(yīng)用的刮板輸送機的運行形態(tài)監(jiān)測卻較少。 部分學(xué)者已對礦井設(shè)備運行狀態(tài)監(jiān)測和預(yù)測進行了相關(guān)研究,主要集中研究了采煤機和刮板輸送機協(xié)同運行狀態(tài)的監(jiān)測,通過采煤機單機的姿態(tài)和位置間接分析刮板輸送機的運行形態(tài),均取得了良好的研究結(jié)果[1-4]。 但是在實際工程中,采煤機與刮板輸送機雖然是協(xié)同運行,地質(zhì)條件的復(fù)雜性往往導(dǎo)致采煤機和刮板輸送機運行不協(xié)調(diào)的現(xiàn)象。
目前,只能被動了解工作面輸送機的運行形態(tài),生產(chǎn)實際中,可通過調(diào)節(jié)刮板輸送機的液壓機構(gòu)判斷輸送機的推進距離,但推進距離與機械設(shè)備的具體姿態(tài)位置有一定偏差,經(jīng)常導(dǎo)致刮板輸送機與采煤機的不協(xié)調(diào)運行,無法實現(xiàn)設(shè)備的安全可靠運行。 因此,急需一種全新的方法實現(xiàn)刮板輸送機運行形態(tài)的提前預(yù)測,為實現(xiàn)工作面智能化開采提供便利。
機器學(xué)習(xí)作為計算機領(lǐng)域的重要研究方法,已經(jīng)實現(xiàn)了多學(xué)科、多領(lǐng)域、交叉式應(yīng)用,其本質(zhì)是通過計算機算法解析大量數(shù)據(jù),得出具有一定規(guī)律的數(shù)值,通過已知的規(guī)律實現(xiàn)數(shù)據(jù)的提前預(yù)測,其類似于神經(jīng)網(wǎng)絡(luò)。 計算機如同大腦神經(jīng)網(wǎng)絡(luò),在特定信息處理方式下,使得類似于大腦神經(jīng)網(wǎng)絡(luò)的特定程序?qū)崿F(xiàn)信息的自主學(xué)習(xí),其更像函數(shù)中的映射關(guān)系,即輸入與輸出的關(guān)系。 神經(jīng)網(wǎng)絡(luò)模型具有良好的實用性、強大的自學(xué)能力、數(shù)據(jù)處理規(guī)模大等優(yōu)點,在解決工程問題時,可將具有時序性的大量數(shù)據(jù)進行批量處理,進而得到基于時間序列的預(yù)測數(shù)據(jù)。
對應(yīng)井下復(fù)雜的生產(chǎn)環(huán)境,采煤機割煤路徑隨時間發(fā)生變化,割煤路徑可能為非線性運動,且割煤作業(yè)易導(dǎo)致煤層底板破壞,致使刮板輸送機形態(tài)發(fā)生不規(guī)則的變化。 因此基于機器學(xué)習(xí)理論對刮板輸送機進行時間序列上的預(yù)測較為合理。
刮板輸送機運行形態(tài)監(jiān)測方法主要采用核方法,基于SLT(小樣本統(tǒng)計)理論和優(yōu)化理論可以得到最佳的優(yōu)化結(jié)果,其實質(zhì)是通過內(nèi)積核函數(shù)對數(shù)據(jù)進行高維的映射,進而得到合理的前饋算法,該方法在圖像處理、故障識別和預(yù)測上具有良好的應(yīng)用。
采煤過程中,巷道底板巖層性質(zhì)已知,但是工作面地形的復(fù)雜性及采煤工藝對圍巖的破壞性,導(dǎo)致工作面推進期間,刮板輸送機的工作姿態(tài)呈現(xiàn)多樣性,且多具有隨機性和模糊性的特點。 因此,通過有效的方法建立合理的模型對于監(jiān)測設(shè)備運行狀態(tài)具有現(xiàn)實意義,本項研究主要通過該方法實現(xiàn)刮板輸送機運行形態(tài)的監(jiān)測和預(yù)測。
一般而言,刮板輸送機位于底板位置,底板巖層的形態(tài)變化直接影響刮板輸送機的運行狀態(tài)。 但由于刮板輸送機并非為一體化的剛體構(gòu)件組成,其是由多個固定長度的構(gòu)件通過中部槽剛體連接而成;因此刮板輸送機并不完全平行于底板,完全以平行底板形態(tài)判斷刮板輸送機的運行形態(tài)不合理,需要根據(jù)底板的實際形態(tài)判斷設(shè)備的運行形態(tài)。
為了提高模型的準確性,需要以實際檢測得到的底板形態(tài)作為基本參數(shù),對參數(shù)進行歸一化處理,進而提高計算的計算速度和準確性。
刮板輸送機預(yù)測流程工藝圖如圖1 所示,首先根據(jù)實際統(tǒng)計數(shù)據(jù),對數(shù)據(jù)進行劃分、測試及歸一化處理;隨后便可以運行模型,模型運行中,將預(yù)測數(shù)據(jù)和處理過后的數(shù)據(jù)進行誤差判斷,當誤差判斷結(jié)果小于5%時(是),則輸出預(yù)測結(jié)果,結(jié)束運行;當預(yù)測結(jié)果大于5%時(否),則需要返回,重新連接權(quán)重,運行模型,再進行誤差判斷,直至誤差值降低至5%以下,輸出預(yù)測結(jié)果。
圖1 刮板輸送機預(yù)測流程工藝
考慮到實際數(shù)據(jù)較多,直接使用核方法時結(jié)果誤差較大,因此,首先使用滾動預(yù)測模型構(gòu)建數(shù)據(jù)處理的循環(huán),減少了實測數(shù)據(jù)誤差對預(yù)測結(jié)果的影響,間接提高了核方法計算結(jié)果的準確性。 滾動預(yù)測模型中的數(shù)據(jù)處理循環(huán)主要通過for函數(shù)實現(xiàn),將采煤機截割三次后底板的形態(tài)作為一組,將計算得到的結(jié)果作為標準預(yù)測值,然后不斷循環(huán)計算,得到最終的計算結(jié)果。
結(jié)合回坡底煤礦礦井實際生產(chǎn)狀況及環(huán)境,在11-109 工作面相鄰的40 m范圍內(nèi)布置40 個測點,每個測點距離1 m,統(tǒng)計不同測點處刮板輸送機的運行形態(tài),得到圖2 所示的結(jié)果。 從圖2 中可以看出,真實測量值和理論預(yù)測值變化規(guī)律相近,隨著測點距離的增加,雖然呈現(xiàn)多鋒狀態(tài),但是整體處于增加的趨勢。 由于數(shù)據(jù)過于密集,且實際測量值和理論測量值較相近,因此很難看出兩者之間的誤差,故繪制圖3 所示的誤差分析圖。 從圖3 中可以看出,刮板輸送機形態(tài)真實測量值和理論預(yù)測值有一定誤差,整體起伏較大,這是由于工作面的回采造成圍巖的非線性變形造成的,因此底板的變形也表現(xiàn)為非線性的無規(guī)律變化,致使刮板輸送機形態(tài)出現(xiàn)多樣性,但是整體誤差值較小,最大誤差值出現(xiàn)在測點位置40 m處,為1.8%,平均誤差為0.58%,說明了理論預(yù)測結(jié)果的準確性、可靠性。
圖2 刮板輸送機真實測量值與理論預(yù)測值對比
圖3 真實測量值與理論預(yù)測值誤差分析
本研究實現(xiàn)了復(fù)雜工況下刮板輸送機運行形態(tài)的監(jiān)測,得到了準確、 可靠的刮板輸送機運行形態(tài),間接提高了工作面的生產(chǎn)效率?;跈C器學(xué)習(xí)理論的遠程三維形態(tài)監(jiān)測,及時掌握11-109 工作面刮板輸送機的運行信息,并及時調(diào)整設(shè)備,避免了設(shè)備彎曲角度過大造成的損壞,同時也為采煤機下滾筒的調(diào)高提供了可靠信息,保證了工作面的平整性。
考慮到工作面回采期間刮板輸送機運行形態(tài)難以預(yù)測的問題,以機器學(xué)習(xí)理論為基礎(chǔ),借助該方法、滾動預(yù)測模型等手段,對刮板輸送機運行形態(tài)進行了監(jiān)測研究。 通過對比分析刮板輸送機真實測量值與理論預(yù)測值,得到兩者之間的平均誤差值僅為0.58%,最大誤差值為1.8%,證明了基于機器學(xué)習(xí)理論預(yù)測刮板輸送機運行形態(tài)的可行性,高準確率、快速地計算預(yù)測,在實際工程中更加適用。 實際工程中及時發(fā)現(xiàn)刮板輸送機工作異常狀態(tài),為調(diào)整刮板輸送機、采煤機滾筒及液壓支架等設(shè)備工作狀態(tài)提供了可靠信息,提高了工作面生產(chǎn)的安全性。