煤炭科学技术

作者：汪卫兵, 骆佳录, 李赖, 赵栓峰, 路正雄, 李开放,

关键词：刮板输送机, 智能调速, 能耗模型, 粗糙径向基神经网络, 改进粒子群算法,

针对综采工作面中刮板输送机因持续高速运转而导致的能源浪费和运输效率低下问题，结合双向割煤工艺，对刮板输送机的运行阶段进行了系统分析，建立了刮板输送机能耗模型，在此基础上提出了一种基于负载转矩预测与能耗优化相结合的速度控制方法。首先，建立煤量模型，描述煤量随运行工况变化的动态特性。随后，结合刮板输送机的运行阻力特性，明确煤量、驱动力与运行阻力之间的关系，构建刮板输送机的能耗模型。为应对综采工作面复杂多变的运行工况，引入粗糙径向基神经网络（Rough Radial Basis Function Neural Network, RRBFNN），对刮板输送机负载转矩进行精确预测，生成优化模型所需的关键输入变量。在此基础上，采用改进的粒子群优化算法（PSO），以能耗最小化为目标，对刮板输送机的运行速度进行优化，改进算法在引入动态惯性因子的同时，平衡了全局搜索与局部搜索能力，从而提高了优化的精度与收敛效率。最后，结合榆家梁43101综采工作面的实际数据对本文方法进行了验证。结果表明：该速度控制方法能够在一个生产循环中有效降低刮板输送机的能耗10.42%。

来源：2025年第10期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2025年第10期