автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка и исследование интеллектуальных алгоритмов управления мощным драглайном для расширения его технологических возможностей

На правахрукописи

МЕЙЛАХС Артём Львович

УДК 622.271.4:681.3(043.3)

РАЗРАБОТКА И ИССЛЕДОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ АЛГОРИТМОВ УПРАВЛЕНИЯ МОЩНЫМ ДРАГЛАЙНОМ ДЛЯ РАСШИРЕНИЯ ЕГО ТЕХНОЛОГИЧЕСКИХ ВОЗМОЖНОСТЕЙ

Специальность 05.13 06 «Автоматизация и управление технологическими процессами и производствами (промышленность)»

Автореферат диссертации на соискание ученой степени кандидата технических наук

МОСКВА 2004

Работа выполнена в Московском государственном горном университете.

Научный руководитель доктор технических наук,

профессор Леонид Давидович Певзнер

Официальные оппоненты:

доктор физико-математических наук,

профессор Рустам Зиннатуллович Хайруллин

кандидат технических наук Евгений Кузьмич Травкин

Ведущая организация - ФГУП Национальный научный центр горного производства - Институт горного дела им. А.А. Скочинского.

Защита диссертации состоится на

заседании диссертационного совета Д 212.128.07 при Московском государственном горном университете.

Отзывы на автореферат просим направлять по адресу: 119991, Москва, Ленинский пр., д. 6, на имя ученого секретаря диссертационного совета в 2-х экземплярах.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан

Ученый секретарь диссертационного совета, доктор технических наук,

профессор Кубрин Сергей Сергеевич

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Мощные шагающие экскаваторы — драглайны, предназначенные для вскрышных горных работ по бестранспортной схеме, являются сложными, потенциально высокопроизводительными, многофункциональными горными машинами, однако эффективность эксплуатации этих машин, как показывает практика, остается недостаточно высокой. Установленный коэффициент использования мощного драглайна в условиях реального технологического процесса не превышает 0,7. Основной причиной тому низкий уровень автоматизации процессов контроля состояния и управления этой машиной, существенная зависимость качества управления от квалификации и субъективного состояния машиниста экскаватора.

Многочисленные исследования проблемы повышения эффективности эксплуатации мощных горных машин - драглайнов, направленные на снятие противоречия между потенциально высокой производительностью машины и ограничением эффективности в силу ручного управления ею, позволили разработать принципы и средства автоматизации управления экскаваторами-драглайнами. Решение проблемы автоматизации мощных горных машин стало возможным в промышленных масштабах только в последние годы. Это связано с появлением надежной общепромышленной цифровой техники бортового исполнения - бортовых микропроцессорных вычислителей и управляющих ЭВМ, способных обеспечить устойчивое выполнение алгоритмов управления. Вычислительная мощность современных бортовых вычислителей позволяет применять как ранее известные, в основном аналоговые, так и качественно новые классы алгоритмов управления. Современное решение проблемы автоматизации драглайна отчасти сдерживается отсутствием новых алгоритмов управления этой машиной, обладающих интеллектуальными свойствами, высокой адаптивностью в условиях существенной неопределенности состояния машины и внешней технологической обстановки.

Актуальность проблемы повышения эффективности эксплуатации мощных драглайнов является стимулом научно-практического интереса инженеров технологов и конструкторов, результатом которого явилось создание драглайна с измененным рабочим оборудованием, позволяющим выполнять разгрузку внутри технологического пространства, так называемого кранлайна. Такие драглайны предназначены для использования в транспортной схеме ведения вскрышных горных работ.

Практическая реализация транспортной технологии вскрытия с использованием экскаватора-драглайна возможна лишь при условии трехмерной прицельной разгрузки, что достижимо, если управление драглайном позволяет эффективно гасить колебания и осуществлять качественное позиционирование тяжелого ковша драглайна, что возможно

РОС НАЦИОНАЛЬНАЯ БИБЛИОТЕКА

"1" о^Ш

без существенной потери времени лишь автоматически. Решение задачи расширения технологических возможностей драглайна сдерживается отсутствием алгоритмов автоматического управления транспортными операциями ковша для трехмерной прицельной разгрузки, принадлежащих классу современных интеллектуальных логически, нечетких и нейросетевых алгоритмов.

Целью диссертационной работы является разработка интеллектуальных алгоритмов автоматического управления движением рабочего органа экскаватора-драглайна, позволяющих обеспечить эффективное выполнение транспортных операций с гашением колебаний в цикле, что может быть использовано для эксплуатации мощных драглайнов в транспортной и бестранспортной технологиях ведения открытых горных работ.

Идея работы состоит в создании логически нечетких алгоритмов, позволяющих реализовать близкие к оптимальным по времепи безопасные технологические траектории движения ковша драглайна, в течение всего транспортного цикла эффективно снижать его раскачивание и обеспечивать финальное позиционирование ковша драглайна.

Методы исследования. При решении поставленных в работе задач использовались методы математического анализа и моделирования, теоретической механики, теории управления, теории нечетких множеств и нечетких логических заключений, теории интеллектуальных систем и нейронных сетей, структурного и формального программирования в среде ЫЛТЬЛВ:

Защищаемые научные положения и их новизна.

1. Разработанная комплексная математическая модель объекта управления: динамических процессов в электромеханических системах главных приводов, динамики движения рабочего органа, геометрической ограниченности рабочего пространства и внешней технологической обстановки - позволяет имитировать управляемые движения рабочего органа в технологическом процессе транспортирования с разгрузкой в любой точке рабочего пространства.

2. Разработанный метод лингвистического анализа рабочих движений ковша драглайна позволяет создавать новые вычислительно простые алгоритмы нечеткого управления приводами подъема и тяги для реализации траекторного движения и прицельной разгрузкой ковша в рабочем пространстве.

3. Разработанный новый алгоритм нечеткого управления траекторного движения ковша обеспечивает гарантированную безопасность движения во всем рабочем пространстве.

4. Разработанный новый интеллектуальный алгоритм управления поворотным' движением платформы драглайна позволяет эффективно снижать амплитуду отклонения ковша от плоскости стреловой

конструкции на всем интервале движения и осуществить финальное позиционирование ковша.

- 5. Разработанный новый алгоритм управления поворотным движением со структурой нечеткой нейронной сети обладает в процессе реального управления свойством доучиваться, что обеспечивает заданное качество позиционирования ковша.

Обоснованность н достоверность научных положений подтверждаются малым, не превосходящим 3%, расхождением результатов модельных управляемых движений с результатами реальных движений, взятых с осциллограмм натурных испытаний и движений в производственных условиях.

Практическая полезность работы состоит в следующем:

1. Разработан метод геометрического синтеза траекторий движения ковша в транспортном цикле, позволяющий формировать программные движения традиционного и нового технологического типа.

2. Разработан метод настройки нечеткого регулятора управления приводами подъема и тяги для реализации безопасного траекторного движения и финального позиционирования ковша.

3. Разработаны методы синтеза линейного регулятора системы управления поворотным движением, основанные на методах пространства состояния и на обобщении свойств траекторий полюсов системы.

4. Разработан метод настройки интеллектуального регулятора управления поворотным движением для снижения величины параметров колебания ковша относительно плоскости стреловой конструкции в течение всего времени движения и при финальном позиционировании.

5. Разработанные интеллектуальные алгоритмы управления позволяют решать задачу трехмерной прицельной разгрузки ковша в рабочем пространстве с заданным качеством позиционирования.

Реализация результатов. Интеллектуальные алгоритмы управления движением ковша драглайна и методы настройки регуляторов приводов главных механизмов рекомендованы Инженерным центром

Объединенных машиностроительных заводов для практического использования при создании автоматизированных систем управления мощными шагающими экскаваторами-драглайнами. Методы лингвистического анализа и синтеза нечетких алгоритмов управления движением приняты для использования в учебном процессе при подготовке дипломированных специалистов по направлению «Автоматизация и управление» Московского государственного горного университета.

Апробация работы. Основные положения и результаты работы докладывалась на научных симпозиумах «Неделя горняка» (Москва, МГГУ, 2001 - 2003 г.г.); Международном научно-техническом семинаре «Современные технологии в задачах управления, автоматики и обработки

информации», 2002 г.; ОГК «Электропривода и автоматики» НИИтяжмаш Уралмашзавода, Инженерного центра Объединенные

машиностроительные заводы, семинарах кафедры «Автоматики и управления в технических системах» МГТУ.

Публикации, Основные результаты настоящей работы опубликованы в 5 статьях.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, содержит 41 рисунок, 2 таблицы, список литературы из 64 наименований и 2 приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы, сформулирована цель диссертационной работы, изложены основные положения, выносимые на защиту, отмечена научная новизна, практическая ценность полученных результатов, указаны сведения об апробации работы.

В первой главе проанализированы теоретические и технические решения задач автоматизированного управления шагающим экскаватором-драглайном, направленные на повышение эффективности эксплуатации этих горных машин. Выполнен анализ основных результатов исследований отечественных и зарубежных ученых.

Проблема создания автоматизированной системы управления мощными драглайнами, поставленная четыре десятка лет тому назад, и сегодня не потеряла своей актуальности как в России, так и в США -основных производителях мощных вскрышных горных машин. Научное решение этой проблемы, связанное с именами О.А. Залесова, Л.Д. Певзнера, М.С. Ломакина, Л.И. Толпежникова, Ю.Я. Вуля, Б.В. Ольховикова, находит продолжение в работах М.Б. Носырева, А.И. Троеглазова, А.А. Демина, А.Л. Карякина, Р.З. Хайруллина и др. исследователей.

Развитие современной теории управления позволяет применить к решению задач автоматизации управления движением рабочего органа драглайна новые классы алгоритмов управления, обладающих интеллектуальными свойствами. Синтез интеллектуальных алгоритмов требует составления лингвистических моделей объекта управления, выбора структур и параметров алгоритмов, исследовательской апробации на детальной модели движения объекта. На этом основании сформулированы задачи диссертационных исследований: • разработать комплексную математическую модель

электромеханической системы главных приводов, динамики движения рабочего органа драглайна с учетом ограниченности рабочего пространства и внешней технологической обстановки, которая

позволяет исследовать возможность применения нечетких алгоритмов и оценивать их качество;

• разработать лингвистическое описание управления траекторным движением ковша драглайна с целью обеспечения безопасного транспортирования и прицельной разгрузки ковша внутри рабочего пространства;

• разработать лингвистическое описание управления поворотным движением платформы, с целью обеспечения эффективного снижения параметров колебания ковша на всем интервале движения, включая финальное позиционирование;

• разработать и исследовать интеллектуальные алгоритмы управления траекторным и поворотным движением ковша драглайна, обеспечивающие заданное качество позиционирования и условия для трехмерной прицельной разгрузки ковша.

Во второй главе представлена разработанная комплексная математическая модель управляемого движения рабочего органа драглайна, ее инструментальное представление в среде MA TLAB/Smulink в виде иерархической структуры с пакетом вспомогательных программ.

2

^ мг ь

У

т^К

Рис. 1. Расчетная схема к модели движения ковша драгчайна

Полученная в работе модель управляемого движения ковша драглайна построена на базе известной расчетной схемы, изображенной на рис. I, и допущений о том, что поворотная платформа и стреловая конструкция экскаватора считаются единым физическим телом, стреловая конструкция является абсолютно жесткой, ковш считается материальной точкой, удерживающие ковш канаты считаются идеально гибкими, невесомыми, нерастяжимыми нитями, влияние сопротивления и возмущений воздушной среды на движение ковша и платформы пренебрежимо мало, законы изменения длин удерживающих канатов известны как функции времени.

В принятых допущениях расчетная модель является механической системой материального тела и материальной точки, абсолютно жесткой, неконсервативной, с двумя идеальными удерживающими голономными нестационарными связями.

Уравнения движения ковша, найденные по принципу Даламбера-Лагранжа, представляют собой связные уравнения:

• переносного движения ковша (1), обеспечиваемого разворотом поворотной платформы;

• относительного движения ковша (2), соответствующего отклонению ковша от плоскости стреловой конструкции;

• плоского движения ковша (4), соответствующего перемещению ковша в плоскости «стрела-удерживающие канаты», уравнений связей и параметров поворотного движения (3) и плоского движения (6), уравнений для усилий в подъемном и тяговом канатах (5):

ф + рф + [со2 + ^ф-Ф-рФ=0;

I -(Ь-р)1 1\ = рг = а + рсоза + цзта,

Р-2—, =!£?££ Л = г <7 г

1\=К1М1+К2Г1;

/2 = АГ,Л/2+Л:2Г2; '.ГР ■ )

T^=-mg— —соБа + Бша ;

Здесь величины, определяющий наложение ковша:

угол поворота платформы со стреловой конструкцией;

¿1 Я

п=

-Ч - "Г* ^г

(1)

(2) (3)

(4)

(5)

(6)

(р — угол отклонения ковша от плоскости стрелы, приведенный к оси вращения платформы;

//, ¡2 - длины подъемного и тягового канатов;

р,д — вспомогательные координаты «плоского» положения ковша;

расстояние от оси вращения платформы до пяты стреловой конструкции, длина стреловой конструкции и угол ее наклона к горизонтали соответственно. Прочие величины модели:

момент инерции поворотной платформы; М- движущий момент, развиваемый механизмом поворота; т — масса ковша;

параметры уравнений поворотного движения ковша;

¿2, Ь - момент инерции механизма подъема, тяги и радиус барабанов лебедок этих механизмов; усилия в подъемном и тяговом канатах; движущие моменты механизмов подъема и тяги; параметр связи плоского и поворотного движения ковша.

В модели движения ковша представлено и учтено взаимовлияние поворотного и плоского движения ковша.

В состав математической модели управляемого движения включены математические модели электромеханических систем приводов главных механизмов, построенные на базе известных комплексных моделей двухмассовых и одномассовых электромеханических систем.

При построении модели системы «электропривод механизма поворота» учтены: ограниченная жесткость выходных валов, неидеальность зацепления в зубчатых передачах редукторов, перекосы динамических моментов. Модель этой системы содержит двухмассовую модель привода с двухконтурной системой автоматического регулирования скорости.

Модели систем «электропривод механизма подъема, тяги» построены аналогично модели электропривода поворотного механизма, но как одномассовые электромеханические системы.

Инструментальное представление модели движений рабочего органа драглайна реализовано средствами среды МАТЬАБ/81тиНпк в виде многоуровневого иерархического описания на языке структурных схем пакета.

Травкторнов ГТ

ч —* движение Индикаторы рабочих движений

— —1 --

опХ —* Поворотное

движение Уп

Рис. 2. Верхний иерархическийуровеньмодели движения ковша

Входные 11т, 11п и выходные Кг, Кд координаты верхнего уровня имитационной модели, изображенной на рис. 2, представляют собой векторные величины, 11тпг Ит ~ координаты связей поворотного и траекторного движений:

Входные и выходные переменные модели траекторного (7) и поворотного (8) движений, не упомянутые ранее:

V), 1^2 ~ сигналы задания скорости для электроприводов механизма подъема и тяги соответственно; ¡¡, — начальные условия по длинам подъемного и тягового канатов; /р/2 — скорости изменения длин подъемного и тягового канатов; р,д ~ скорости вспомогательных координат плоского движения. ковша;

Е], Е2 — ЭДС генераторов электроприводов механизмов подъема и тяги; токи якорных цепей электроприводов механизмов подъема и тяги;

сигнал задания скорости для электропривода механизма поворота;

Ф° — начальные условия по углу поворота платформы драглайна; ЭДС генератора электропривода механизма поворота; /— ток якорной цепи электропривода механизма поворота;

момент, развиваемый двигателями электропривода механизма поворота;

у — метрическое отклонение ковша от плоскости стрелы.

Верхний иерархический уровень модели представлен взаимосвязанными блоками траекторного и поворотного движения, каждый из которых содержит блоки соответствующих электромеханических систем приводов и частные модели движения исполнительных механизмов. Принятая унификация сигналов на каждом уровне позволяет получать множество представлений исходной модели на разном уровне детальности. Инструментально любая упрощенная модель порождается заменой одного или нескольких блоков на блоки с более простой внутренней структурой.

Вместе с инструментальным представлением модели разработаны программные средства отображения и оценки результатов моделирования.

В третьей главе проанализированы управляемые движения-ковша

драглайна, выполнен лингвистический анализ упрощенных моделей траекторного и поворотного движений ковша, что является аналогом процедуры сбора экспертной информации, традиционно предваряющей синтез интеллектуальных алгоритмов управления.

Траекторное движение ковша рассмотрено в рабочем технологическом пространстве, математическая модель которого получена согласно геометрическим ограничениям, требованиям к безопасности движения, конфигурации зон транспортировки и саморазгрузки ковша. Выполнен анализ предельных траекторий движения рабочего органа, соответствующих трехзначному управлению приводами подъема тяги, в условиях идеальности приводов:

и, е{-итах, 0, итах}, (9)

где значение максимального положительного допустимого

управления, /=1, 2, для привода тяги - 1, для привода подъема - 2.

На основании геометрической формы предельных траекторий и технологических требований к основным транспортным движениям ковша выполнен синтез кусочно-предельных траекторий движения на разгрузку и черпание.

Траектория движения на разгрузку составлена из трех предельных участков, представленных на рис. 3, а, траектория движения на черпание -из четырех - рис. 3, б. Изучены семейства кусочно-предельных траекторий на вариациях положений начальной и целевой точек, что позволило найти регулярное геометрическое описание произвольной траектории. Создан алгоритм вычисления безопасной траектории движения на разгрузку и черпание, выдающий опорные точки М, N К траекторий по заданным точкам отрыва и возвращения ковша Z, разгрузки ковша R и параметрам геометрической конфигурации рабочего пространства.

Рис 3. Синтез кусочно-предельныхтраекторий наразгрузкуи черпание

Найдено четкое управление в переключательной форме, определены условия его «размывания», которые составляют основу нечеткого алгоритма управления, показана достаточная близость нечетко управляемого движения к реальным траекториям, сформированным машинистом при ручном управлении.

На основании сравнения результатов действий машиниста с идеальными движениями создано лингвистическое описание управления. Каждая из предельных стратегий участвует в формировании текущего управления с некоторой степенью принадлежности, эта степень принадлежности является функцией текущего положения ковша в рабочем пространстве. Кусочно-предельная траектория рассматривается как идеальная недостижимая опорная траектория и одновременно как относительная граница безопасного движения.

Для решения задачи управления и контроля безопасности определена группа текущих количественных показателей, характеризующих меры близости к участкам кусочно-предельной траектории и границам безопасного движения:

где SL - расстояние до эллиптического участка кусочно-предельных траекторий;

R — расстояние до вертикальной границы рабочего пространства; ¿-расстояние до окружности, проведенной у головы стрелы через точку разгрузки; RL - расстояние до окружности спуска на черпание; RZ-расстояние до поверхности забоя;

5Ц11.1г) = !{(0 + 11(0-Н,

ЩШ-Ш-11, Щр, Ч) = РШ(а+Р)~ Ч0),

'1 •

(10)

измеряемые и вычисляемые координаты положения ковша;

//, ¡1 — постоянные, связанные с опорными точками кусочно-предельных траекторий;

геометрические постоянные рабочего пространства. Показатели (10) используются для построения базы логического вывода -ядра нечеткого алгоритма управления траекторным движением.

Создана нечеткая модель оценки меры безопасности движения, которая позволяет при надлежащем выборе степени «размытости» управления достигнуть эффекта равновесного удержания ковша в течение всего движения на заданном расстоянии от границ безопасности, чем обеспечивается необходимый компромисс между безопасностью движения и близостью траектории этого движения к идеальной.

Разработанная нечеткая лингвистическая модель безопасного траекторного движения применена для синтеза нечеткого алгоритма управления траекторным движением ковша.

Создана лингвистическая модель управления поворотным движением. Определен четкий базис нечеткого управления вначале лингвистически в форме качественного описания стратегий управления, а затем в форме множества пар «управление-движение». Сформирован критерий степени близости пары к заданному элементу базиса, который позволяет отыскивать реализацию управления, близкую к элементу базиса.

Определена база нечеткого вывода - ядро нечеткого алгоритма управления поворотным движением. Задача синтеза этого нечеткого алгоритма разбита на две независимые задачи. Первая заключается в синтезе пар «управление - наилучшая траектория», вторая - в синтезе нечеткого отношения классификации типов движений системы.

На основе этой методологии опробованы несколько методов синтеза реализации линейного управления.

Методы построены на основе линейного представления модели поворотного движения ковша, дополненной приближенной линейной моделью привода поворота. Матричное представление модели «привод -платформа - ковш» в пространстве пяти координат состояния

Х(С)^ФО) Ф(0 <р(!) ф(()

имеет вид

х(0 = А(0х(1)+Ви(1), \и(!)\<\,

1

о о

Р(0

~аиас/Т3

-0)г(1)т(1)Г(<)1з 0

О 1

0 0

1/У 0

0 0

1 /./ 0

!/Т, Ом/Тэ

(П) (12)

где ам « М,^, ас = \/ф,т„ - коэффициенты модели привода поворота; максимальный момент, развиваемый приводом; <р^„ — номинальное значение скорости вращения платформы;

Тэ — постоянная времени силовой цепи привода. Выбор матрицы весов К и коэффициента к(, для стационарной модели Б некоторой рабочей точке 1^1) = 12(1) = 12,' т(1)~т°:

определяет качество движения линейного представления системы. Выполнен анализ положения равновесия системы (13) для ступенчатого воздействия g(t)= 1(():

Результат (13) определил надлежащий выбор коэффициентов к\ = к^, соответствующий свойству астатизма первого порядка по координате Х/=Ф, когда ступенчатое изменение задания отрабатывается безошибочно, платформа поворачивается на заданный угол. Этот же результат указывает, что движение координат системы с течением времени

стягивается к нулю, поэтому происходит устранение колебаний ковша.

Исследована возможность квазиоптимального синтеза A.M. Лётова для поиска частного линейного управления. Достоинством метода является прямая согласованность с критерием близости управления к заданному элементу базиса, недостатком - нерегулярность численного решения.

Предложен и исследован метод линейной суперпозиции результатов синтеза для полной и редуцированной модели «привод-платформа-ковш». Редуцированная модель получается из «полной» (12) путем устранения координаты Линейный синтез для редуцированной модели

порождает управление, при котором движение платформы направлено исключительно на устранение колебаний ковша. Недостатком метода является невозможность предвосхитить слишком большие значения коэффициентов матрицы обратной связи К.

Предложен и исследован метод, основанный на обобщении свойств траекторий полюсов системы (13). Коэффициенты к\, к^ назначаются, кз, подбираются, при этом линейно связываются параметром

Положение полюсов системы (13) определяется множеством решений характеристического уравнения на вариациях

x(t) = Aax(t) + Bu(t), и(1) = к^(0-Кх(1),

(В)

lim h(t) = Urn W(p) = {pE-A°+ ВкУ Bk\

i-+<o p-> о v lp-a

= (-Л° + BKj{Bk6 = 0 0 0 Of.

(14)

K~Y ky

(15)

{Я/к2,к,,г)}; ¿е«АЕ-Л + ВК) = 0; ^

Сечения (16) вдоль двух коэффициентов из А* кз, у имеют вид, близкий к традиционным траекториям корней, использовано два таких сечения: опорные и дополнительные траектории. Рассмотрены траектории различных типов, найдена наилучшая форма траекторий. Значения коэффициентов выбираются по расположению полюсов системы, которое наилучшим образом соответствует управлению базиса, выбор полюсов возможен вдоль опорных и дополнительных траекторий корней.

Предложенные и исследованные методы частного линейного синтеза позволили синтезировать пары «управление - наилучшая траектория» базы вывода нечеткого алгоритма управления поворотным движением.

Найдено описание нечеткого отношения классификации типов движений, основанное на идее о том, что информация о массе и длине эффективного подвеса ковша содержится в параметрах его колебаний. Текущее управление ковшом является линейной формой базисных управлений, выбранных по степени компромисса скорости разворота платформы и гашения колебаний ковша. Параметры формы являются функцией амплитуды колебаний и геометрического положения ковша.

В четвертой главе выполнен синтез:

• нечеткого алгоритма управления движением ковша на разгрузку и черпание;

• нечеткого алгоритма управления траекторным движением ковша;

• нечеткого алгоритма управления поворотным движением ковша;

• нечеткого алгоритма согласования по времени траекторного и поворотного движения ковша;

• показано, что алгоритм управления поворотным движением на базе нечеткой нейронной сети может «доучиваться» в процессе эксплуатации.

Синтез интеллектуальных алгоритмов управления выполнен в классе алгоритмов нечеткого логического вывода по правилу Сугено-Такаши.

Алгоритм формирования программы движения на разгрузку выдает координаты опорных точек кусочно-предельной траектории. Посылками базы нечеткого вывода являются оценки SL, 5 (10). Форма функций принадлежности ¡1ц2(8Ь), ^(Б) может быть сигмоидальной, /-образной или гауссова типа, выбор предписывается принципом «размытия» линий переключения. Функции принадлежности представлены

на рис. 4, а, б, параметры функций принадлежности 5Ъят, назначаются эскизно и уточняются в ходе модельного эксперимента.

Рис. 4. Функции принадлежности терм входных величин алгоритмов управления траекторным движением

База знаний алгоритма управления движением на разгрузку представляется совокупностью четырех правил:

П|: если ЯЬ есть не БЬ2 и 5 есть не Б2, тогда С/Р есть РМ и Шесть Т2, Пг: если 5Х есть БИ и 5 есть не Б2, тогда ИР есть РМ и Ш есть ТР, Пз: если ЯЬ есть $12 и 5 есть 52, тогда 1/Р есть Р2 и ЦТ есть ТР, П4: если ££ есть не $Ь2 и 5 есть Б2, тогда \]Р есть Р2 и ЦТ есть ТР.

где ЦР, ЦГ-- управления приводами подъема и тяги, относительно которых выполняется вывод; РЫ, PZ, РР - функции вывода величины ЦР', ГЫ, Г2, ТР- функции вывода величины ЦГ.

Механизм логического вывода построен по классической схеме. Результатом логического вывода являются уровни достоверности для каждого правила а1,а2,а3,а^. Лингвистическое разбиение выходных величин UP, ЦГ представлено функциями индивидуальных выходов правил в форме смещенной линейной комбинации входных переменных 8Ь, 8. Веса переменных 8Ь, 5 в комбинации назначаются нулевыми, а смещения соответствуют величинам предельных управлений приводами:

Четкие значения управляющих сигналов приводов подъема ¿У, и тяги Ц, определяются выражениями:

Полученное описание интеллектуального алгоритма управления движением ковша на разгрузку является достаточным для практического построения устройства нечеткой логики, реализующего данный алгоритм.

Эскизно назначенные параметры функций принадлежности входных и выходных величин алгоритма уточняются при многократном повторении модельного эксперимента. Критериальная база этого уточнения построена для достижения двух свойств траектории: движение ковша на разгрузку должно удовлетворять технологическим требованиям по форме и безопасности, движение завершается с достаточной точностью в целевой точке. Результат практического уточнения параметров функций принадлежности терм входных и выходных величин алгоритма зависит от степени компромисса оптимальности и безопасности движения.

Аналогично выполнен синтез нечеткого алгоритма управления движением ковша на черпание. База нечеткого логического вывода алгоритма сформулирована относительно величин БЬ, Б, ЯЬ, Ш (10). Функции принадлежности терм входных величин /13[2(БЬ), ^(Б), ^¡^(Ш.) показаны на рис. 4, а-г.

База правил вывода нечеткого алгоритма управления движением ковша на черпание представляется совокупностью:

П1: если 51 есть не БЫ и 5 есть 52, тогда 11Р есть Р2 и ЦТ есть Ш,

Ц: если 5 есть не 52 и Ш есть не КЬ2, тогда Х]Р есть РР и ЦТ есть ТЫ,

П3: если ЯЬ есть КЬ2 и Я2 есть не Я22, тогда 1/Р есть РР и ЦТ есть Т2,

ГЦ: если ЛЬ есть Ш2 и Ш есть К22, тогда ИР есть Р2кЦТесть Т2.

Правила логического вывода и приведения к четкости такие же, как для алгоритма управления движением на разгрузку. Параметры функций принадлежности уточняются в ходе

модельного эксперимента. Критериальная база этого уточнения аналогична рассмотренной для алгоритма управления движением на разгрузку.

На базе алгоритмов управления движением на разгрузку и черпание разработан алгоритм нечеткого управления траекторным движением ковша драглайна, обобщающий управление для этих двух транспортных перемещений. База нечетких выводов этого алгоритма использует оценки SL, R, Sy RL, Ш (10) и составлена из четырех правил для движения на разгрузку и четырех правил для движения на черпание. Переключение режимов движения выполняется по внешней команде или при достижении точки разгрузки.

Синтезирован нечеткий алгоритм управления поворотным движением ковша драглайна. Входными величинами алгоритма являются: угловая ошибка позиционирования платформы АФ на заданный угол

скорость платформы угловое отклонение ковша от вертикали и его скорость Выбрано лингвистическое разбиение величины углового отклонения ковша <р, показанное на рис. 6, форма функций

принадлежности - пять треугольных (Ь-К)-типа и две полутреугольные К-и Ь-типа соответственно.

РисбФункции принадлежности терм входной величины алгоритмауправленияповоротным движением

Лингвистические формулировки терм:

/- «отклонение ковша нулевое»;

Р5, N5 - «малое положительное, отрицательное отклонение ковша»;

РМ, NM- «среднее положительное, отрицательное отклонение ковша»;

PL, ^ - «значительное положительное, отрицательное отклонение ковша».

База правил вывода нечеткого алгоритма управления поворотным движением ковша представляется совокупностью:

П|: если (р есть 1, тогда Vесть 110;

П2: если (р есть Ш, тогда С/ есть 1)1;

П3: если <р есть РБ или <ресть ММ, тогда V есть 112;

ГЦ: если <р есть РМ или (рссхъ Ж, тогда V ссть 1/3;

П5: если ф есть РЬ, тогда I/ есть 114,

где СО, Ш, ... , 114 — функции несмещенного выхода в форме ¿^вио, весовые коэффициенты которых соответствуют найденным частным линейным управлениям.

Функция выхода и0 выбрана самой «мягкой» и определяет линейное управление, которое позволяет развернуть платформу наискорейшим образом, не уделяя внимания устранению колебаний ковша. Функция и4 выбрана самым «строгим» образом в смысле устранения колебаний ковша. Функции Ш, и2, и3 являются промежуточными, с увеличением номера растет предпочтение к устранению колебаний.

Асимметрия правил нечеткого вывода определяется различием в стратегическом толковании положительного и отрицательного отклонения ковша. Отрицательное угловое отклонение ковша означает, что ковш «обогнал» в своем движении платформу, очевидно, стратегически можно отдать меньшее предпочтение маневрированию платформой, поскольку при сохранении в общем темпа движения платформа догонит ковш.

Положительное угловое отклонение ковша означает, что ковш «отстал» в своем движении от платформы, в этом случае большее предпочтение отдается маневрированию платформой. Установленная

асимметрия правил вывода позволяет эффективно снижать параметры колебаний ковша в самом начале транспортного перемещения, поскольку при отрыве от поверхности забоя ковш в большинстве случаев «отстает» от платформы.

Механизм логического вывода алгоритма классический, результат логического вывода - это уровни достоверности для каждого из правил П), П2, П3, ГЦ, П5 — Индивидуальные выходы правил

определяются в линейной форме от входных переменных. Приведение к четкости сигнала задания привода поворота выполняется по взвешенному значению всех стратегий:

где матрицы коэффициентов линейной обратной связи,

отвечающие стратегиям базиса.

Матрицы правил выхода алгоритма рассчитываются

методами синтеза частного линейного управления. Параметры функций принадлежности терм входной величины уточняются путем

многократного модельного эксперимента. Критериальная база этого уточнения: раскачивание ковша должно эффективно снижаться в течение транспортного перемещения, движение платформы и ковша должно достигать целевой точки с достаточной точностью, потери времени на маневрирование платформой должны иметь технологически приемлемую величину.

Синтезирован нечеткий алгоритм управления поворотным движением ковша усложненной структуры, база нечеткого логического вывода которого построена на лингвистическом разбиении углового отклонения ковша <р и текущего положения ковша в плоскости «стрела - канаты» 1Х,12-Синтезированный алгоритм позволяет снижать параметры колебаний ковша инвариантно к его геометрическому положению.

Синтезирован нечеткий алгоритм согласования по времени траекторного и поворотного движения ковша. Необходимость согласования определяется различиями временного масштаба траекторного и поворотного движений, как правило, лимитирует поворотное. Алгоритм временного согласования выполняет синхронное масштабирование управляющих сигналов для приводов подъема, тяги с выхода алгоритма управления траскторным движением, изменяя темп траекторного движения без изменения формы траектории. Входная величина алгоритма - прогнозируемое по средней скорости время лимитирования поворотного движения - представлена четырьмя термами, база вывода содержит четыре правила.

Разработанный нечеткий алгоритм управления поворотным движением рассмотрен как алгоритм на базе нечеткой нейронной сети. Показано, что найденную нечеткую нейронную сеть можно «доучивать» в процессе реального управления. Критериальной базой обучения выбран интегральный квадратичный функционал качества.

В пятой главе приведены модельные представления алгоритмов управления движением ковша, дополняющие модель объекта управления, в среде MATLAB/Simulink и пакета программ Fuzzy Logic Toolbox; результаты модельного испытания интеллектуальных алгоритмов управления ковшом, показывающие работоспособность предложенных алгоритмов. Приведены результаты модельного испытания нечеткого алгоритма управления траекторным движением путем сравнения основных технологических параметров полученных траекторий - времени транспортного перемещения, геометрической формы, выполнения требований к безопасности - с паспортными диаграммами, найдены оценки эффективности разработанного алгоритма управления.

Исследовательские испытания алгоритма управления траекторным движением ковша показывают, что отклонения центра массы ковша от целевых точек разгрузки и черпания оказываются в среднем не более 1%, время перемещения ковша по траектории «разгрузка-черпание» отличается от паспортного в среднем на 5,7%, отклонение от расстояния, заданного до границ статической зоны безопасности, составляет в среднем не более 5,6%. Временные диаграммы управляемого интеллектуальным алгоритмом движения рабочего органа в транспортном цикле представлены на рис. 7.

Исследовательские испытания алгоритма управления поворотным движением ковша показывают, что максимальное метрическое отклонение ковша от вертикальной плоскости в течение всего движения оказывается в среднем не более 12 м, финальное отклонение ковша составляет в среднем 0,6 м.

Результаты моделирования работы алгоритма согласованного траекторного и поворотного движения демонстрируют устойчивое управляемое движение с допустимым качеством.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований дано новое решение актуальной научно-технической задачи разработки интеллектуальных алгоритмов автоматического управления движением рабочего органа экскаватора-драглайна, позволяющих обеспечить эффективное выполнение транспортных операций с гашением колебаний в цикле и финально, что существенно расширяет технологические возможности

мощного драглайна, позволяя ему работать и но транспортной технологии ведения открытых горных работ.

Основные научные и практические выводы и рекомендации, полученные лично автором:

1. Эффективность эксплуатации мощных горных машин - драглайнов может быть повышена только при условии выполнения основных технологических операций автоматически. Для создания автоматической системы безопасного, близкого к оптимальному управления движением ковша драглайна, позволяющей снижагь динамические воздействия от раскачивания ковша, необходимы алгоритмы, использующие опыт квалифицированных машинистов. Такие алгоритмы возможно сформировать на основе методов нечеткой логики, нейронных сетей и интеллектуального управления.

2. Разработанный метод геометрического синтеза кусочно-предельных траекторий плоского движения ковша позволяет формировать программные как традиционные транспортные движения, так и движения нового технологического типа. Алгоритм вычисления программного траекторного движения создан на основе анализа идеальных движений ковша и применен при лингвистическом анализе реального управляемого движения, что позволило получить простую и интуитивно- понятную логически нечеткую форму алгоритма управления траекторным движением.

3. Разработанные алгоритмы нечеткого управления приводами подъема и тяги для реализации траекторного движения и прицельной разгрузки ковша в рабочем пространстве, созданные на основе разработанного метода лингвистического анализа рабочих движений ковша драглайна и модели нечеткой оценки безопасности текущего положения ковша, обеспечивают безопасность движения во всем рабочем пространстве.

4. Разработанный интеллектуальный алгоритм управления поворотным движением платформы драглайна позволяет эффективно снижать амплитуду отклонения ковша от плоскости стреловой конструкции на всем интервале движения и осуществить финальное позиционирование ковша.

5. Разработанный метод настройки нечеткого алгоритма управления приводами подъема и тяги для траекторного движения обеспечивает достаточно точное позиционирование ковша и безопасность его движения. Разработанные методы частного линейного синтеза, основанные на методах пространства состояния и обобщении свойств траекторий полюсов системы, позволяют настроить нечеткий регулятор управления поворотным движением для снижения величины параметров колебания ковша относительно плоскости стреловой конструкции в течение всего времени движения и финального позиционирования.

6. Разработанный алгоритм управления поворотным движением со структурой нечеткой нейронной сети обладает свойством адаптировать свои параметры, «доучиваться» в процессе реального управления, что позволяет обеспечивать заданное качество позиционирования ковша, инвариантно по отношению к изменению параметров динамических процессов в электроприводах главных механизмов драглайна и внешней технологической обстановки в условиях существенной неопределенности.

7. Подтверждена работоспособность интеллектуальных алгоритмов управления для решения задачи автоматической трехмерной прицельной разгрузки ковша в рабочем пространстве с заданным качеством позиционирования и эффективным снижением колебаний ковша, что расширяет технологические возможности шагающих экскаваторов драглайнов для использования их как в традиционных бестранспортных схемах вскрытия, так и в транспортных схемах ведения открытых работ.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В РАБОТАХ

1. Мейлахс А.Л. Представление математической модели движения ковша экскаватора-драглайна в среде МАТЬАВ/5ты1тк II Сборник научных трудов студентов магистратуры Московского государственного горного университета. Вып. 1. - М: МТУ, 2000. С. 269-274.

2. Мейлахс А.Л. Алгоритм нечеткого управления траекторным движением ковша экскаватора-драглайна // Горные машины и автоматика. - 2001. №6. С. 51-55.

3. Мейлахс АЛ., Певзнер Л. Д. Интеллектуальные алгоритмы управления рабочим органом экскаватора-драглайна для расширения его технологических возможностей // Горный информационно-аналитический бюллетень. - 2003. №6. С. 76-79.

4. Мейлахс АЛ., ПевзнерЛ.Д. Нечеткие алгоритмы управления рабочим органом экскаватора-драглайна // Современные технологии в задачах управления, автоматики и обработки информации / Тр. междунар. науч.-техн. семинара. - Алушта: МЭИ, 2003.

5. Мейлахс А. Л. Лингвистический анализ управляемых движений рабочего органа драглайна. // Горные машины и автоматика. - 2004, №8 (принята к публикации).

Подписано в печать 20 04.04. Формат 60x90/16 Объем 1 печ. л. Тираж 100 экз. Заказ № 6У? Типография МГГУ. Ленинский проспект, 6.

»11162

ВВЕДЕНИЕ.

Глава 1. ОБЗОР И ЗАДАЧИ ИССЛЕДОВАНИЯ.

Глава 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ДВИЖЕНИЯ РАБОЧЕГО ОРГАНА ДРАГЛАЙНА

2.1. Математическая модель системы «поворотная платформа -ковш».

2.2. Математическая модель системы «механизм подъема ковш - механизм тяги».

2.3. Математическая модель системы «электропривод механизма поворота».

2.4. Математическая модель системы «электропривод механизма подъема (тяги)».

2.5. Иерархическая структура имитационной модели.

2.6. Имитационная модель и пакет программ в среде 8шшНпк/МАТЬАВ.

Глава 3. ЛИНГВИСТИЧЕСКИЙ АНАЛИЗ ДВИЖЕНИЙ РАБОЧЕГО ОРГАНА ДРАГЛАЙНА

3.1. Математическая модель рабочего пространства.

3.2. Анализ предельных траекторий плоского движения ковша.

3.3. Синтез кусочно-предельных траекторий движения ковша на разгрузку и черпание.

3.4. Алгоритм синтеза опорной кусочно-предельной траектории безопасного движения ковша.

3.5. Нечеткая лингвистическая модель безопасного траекторного движения ковша драглайна.

3.6. Стратегический анализ поворотного движения ковша.

3.7. Синтез частного линейного управления поворотным движением ковша.

3.8. Нечеткая лингвистическая модель управления поворотным движением ковша.

Глава 4. СИНТЕЗ ИНТЕЛЛЕКТУАЛЬНЫХ АЛГОРИТМОВ УПРАВЛЕНИЯ ТРАНСПОРТНЫМ ДВИЖЕНИЕМ КОВША ДРАГЛАЙНА

4.1. Синтез нечеткого алгоритма управления движением ковша на разгрузку.

4.2. Синтез нечеткого алгоритма управления движением ковша на черпание.

4.3. Синтез нечеткого алгоритма управления траекторным движением ковша.

4.4. Синтез нечеткого алгоритма управления поворотным движением ковша.

4.5. Синтез нечеткого алгоритма согласования траекторного и поворотного движений ковша.

4.6. Алгоритм управления поворотным движением ковша на базе нечеткой нейронной сети.

Глава 5. ИССЛЕДОВАТЕЛЬСКИЕ МОДЕЛЬНЫЕ ИСПЫТАНИЯ АЛГОРИТМОВ УПРАВЛЕНИЯ

5.1. Модельные представления интеллектуальных алгоритмов управления.

5.2. Процедура исследовательской апробации интеллектуальных алгоритмов управления

5.3. Результаты моделирования работы алгоритма управления траекторным движением ковша.

5.4. Результаты моделирования работы алгоритма для согласованного управления траекторным и поворотным движением ковша.

Мощные шагающие экскаваторы - драглайны, предназначенные для вскрышных горных работ по бестранспортной схеме, являются сложными, потенциально высокопроизводительными, многофункциональными горными машинами, однако эффективность эксплуатации этих машин, как показывает практика, остается недостаточно высокой. Установленный коэффициент использования мощного драглайна в условиях реального технологического процесса не превышает 0,7. Основной причиной тому низкий уровень автоматизации процессов контроля состояния и управления этой машиной, существенная зависимость качества ручного управления от квалификации и субъективного состояния машиниста экскаватора.

Многочисленные исследования проблемы повышения эффективности эксплуатации мощных горных машин - драглайнов, направленные на снятие противоречия между потенциально высокой производительностью этой машины и ограничением эффективности в силу ручного управления этой машиной, позволили разработать принципы и средства автоматизации управления экскаваторами-драглайнами. Однако, решение задачи автоматизации стало возможно в промышленных масштабах только в последние годы. Это связано с появлением надежной общепромышленной цифровой техники бортового исполнения - бортовых микропроцессорных вычислителей и управляющих ЭВМ, способных обеспечить устойчивое выполнение алгоритмов управления. Вычислительная мощность современных бортовых вычислителей позволяет применять как ранее известные, в основном аналоговые, так и качественно новые классы алгоритмов управления. Современное решение проблемы автоматизации драглайна отчасти сдерживается отсутствием качественно новых алгоритмов управления этой машиной, обладающих интеллектуальными свойствами, высокой адаптивностью в условиях существенной неопределенности состояния машины и внешней технологической обстановки.

Актуальность проблемы повышения эффективности эксплуатации мощных драглайнов является стимулом научно-практического интереса инженеров технологов и конструкторов, результатом которого явилось создание драглайна с измененным рабочим оборудованием, позволяющим выполнять разгрузку внутри технологического пространства, так называемого кранлайна. Такие драглайны предназначены для использования в транспортной схеме ведения вскрышных горных работ.

Практическая реализация драглайновой транспортной схемы возможна лишь при условии трехмерной прицельной разгрузки, что достижимо, если управление драглайном позволяет эффективно гасить колебания и осуществлять качественное позиционирование тяжелого ковша драглайна, что возможно без существенной потери времени лишь автоматически. Решение задачи расширения технологических возможностей драглайна сдерживается отсутствием алгоритмов автоматического управления транспортными операциями ковша для трехмерной прицельной разгрузки, принадлежащих классу современных интеллектуальных логически нечетких и нейросетевых алгоритмов.

Целью диссертационной работы является разработка интеллектуальных алгоритмов автоматического управления движением рабочего органа экскаватора-драглайна, позволяющих обеспечить эффективное выполнение транспортных операций с гашением колебаний в цикле, что может быть использовано для эксплуатации мощных драглайнов в транспортной и бестранспортной технологиях ведения открытых горных работ.

Идея работы состоит в создании логически нечетких алгоритмов, позволяющих реализовать близкие к оптимальным по времени безопасные технологические траектории движения ковша драглайна, в течение всего транспортного цикла эффективно снижать его раскачивание и обеспечивать финальное позиционирование ковша драглайна.

Методы исследования. При решении поставленных в работе задач использовались методы математического анализа и моделирования, теоретической механики, теории управления, теории нечетких множеств и нечетких логических заключений, теории интеллектуальных систем и нейронных сетей, структурное и формальное программирование в среде МАТЬАВ.

Защищаемые научные положения и их новизна.

1. Разработанная комплексная математическая модель объекта управления: динамических процессов в электромеханических системах главных приводов, динамики движения рабочего органа, геометрической ограниченности рабочего пространства и внешней технологической обстановки позволяет имитировать управляемые движения рабочего органа в технологическом процессе транспортирования с разгрузкой в любой точке рабочего пространства.

2. Разработанный метод лингвистического анализа рабочих движений ковша драглайна позволяет создавать новые вычислительно простые алгоритмы нечеткого управления приводами подъема и тяги для реализации траекторного движения и прицельной разгрузкой ковша в рабочем пространстве.

3. Разработанный новый алгоритм нечеткого управления траекторного движения ковша обеспечивает гарантированную безопасность движения во всем рабочем пространстве.

4. Разработанный новый интеллектуальный алгоритм управления поворотным движением платформы драглайна позволяет эффективно снижать амплитуду отклонения ковша от плоскости стреловой конструкции на всем интервале движения и осуществить финальное позиционирование ковша.

5. Разработанный новый алгоритм управления поворотным движением со структурой нечеткой нейронной сети обладает в процессе реального управления свойством доучиваться, что обеспечивает заданное качество позиционирования ковша.

Обоснованность и достоверность научных положений подтверждаются малым, максимально не превосходящим 3%, расхождением результатов модельных управляемых движений с результатами реальных движений, взятых с осциллограмм натурных испытаний и движений в производственных условиях.

Практическая полезность работы состоит в следующем:

1 • Разработан метод геометрического синтеза траекторий движения коша в транспортном цикле, позволяющий формировать программные движения традиционного и нового технологического типа.

2. Разработан метод настройки нечеткого регулятора управления приводами подъема и тяги для реализации безопасного траекторного движения и финального позиционирования ковша.

3. Разработаны методы синтеза линейного регулятора системы управления поворотным движением, основанные на методах пространства состояния и на обобщении свойств траекторий полюсов системы.

4. Разработан метод настройки интеллектуального регулятора управления поворотным движением, для снижения величины параметров колебания ковша относительно плоскости стреловой конструкции в течение всего времени движения и при финальном позиционировании.

5. Разработанные интеллектуальные алгоритмы управления позволяют решать задачу трехмерной прицельной разгрузки ковша в рабочем пространстве с заданным качеством позиционирования.

Реализация результатов. Интеллектуальные алгоритмы управления движением ковша драглайна и методы настройки регуляторов приводов главных механизмов рекомендованы Инженерным центром Объединенных Машиностроительных Заводов для практического использования при создании автоматизированных систем управления мощными шагающими экскаваторами-драглайнами. Методы лингвистического анализа и синтеза нечетких алгоритмов управления движением приняты для использования в учебном процессе при подготовке дипломированных специалистов по направлению «Автоматизация и управление» Московского государственного горного университета.

Апробация работы. Основные положения и результаты работы докладывалась на научном симпозиуме «Неделя горняка в МГГУ» (Москва 2001, 2002, 2003 г.); Международном научно-техническом семинаре «Современные технологии в задачах управления, автоматики и обработки информации», 2002 г.;

ОГК «Электропривода и автоматики» НИИТяжмаш Уралмашзавода, Инженерного центра Объединенные Машиностроительные Заводы, семинарах кафедры «Автоматики и управления в технических системах» МГГУ.

Публикации. Основные результаты настоящей работы опубликованы в 5 статьях [30 - 34].

Диссертационная работа выполнена на кафедре «Автоматики и управления в технических системах» Московского государственного горного университета.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований дано новое решение актуальной научно-технической задачи разработки интеллектуальных алгоритмов автоматического управления движением рабочего органа экскаватора-драглайна, позволяющих обеспечить эффективное выполнение транспортных операций с гашением колебаний в цикле и финально, что существенно расширяет технологические возможности мощного драглайна, позволяя ему работать и по транспортной технологии ведения открытых горных работ.

Выполненные исследования позволили сделать следующие основные научные и практические выводы и рекомендации:

1. Эффективность эксплуатации мощных горных машин - драглайнов может быть поднята только при условии выполнения основных технологических операций автоматически. Для создания автоматической системы почти оптимального и безопасного управления движением ковша драглайна, позволяющей снижать динамические воздействия от раскачивания ковша, необходимы алгоритмы, использующие опыт квалифицированных машинистов. Такие алгоритмы возможно сформировать на основе методов нечеткой логики, нейронных сетей и интеллектуального управления.

2. Разработанный метод геометрического синтеза кусочно-предельных траекторий плоского движения коша позволяет формировать программные как традиционные транспортные движения, так и движения нового технологического типа. Алгоритм вычисления программного траекторного движения создан на основе анализа идеальных движений ковша и применен при лингвистическом анализе реального управляемого движения, что позволило получить простую и интуитивно понятную логически нечеткую форму алгоритма управления траекторным движением.

3. Алгоритмы нечеткого управления приводами подъема и тяги для реализации траекторного движения и прицельной разгрузки ковша в рабочем пространстве, созданные на основе разработанного метода лингвистического анализа рабочих движений ковша драглайна и модели нечеткой оценки безопасности текущего положения ковша, обеспечивают безопасность движения во всем рабочем пространстве.

4. Разработанный интеллектуальный алгоритм управления поворотным движением платформы драглайна позволяет эффективно снижать амплитуду отклонения ковша от плоскости стреловой конструкции на всем интервале движения и осуществить финальное позиционирование ковша.

5. Разработанный метод настройки нечеткого регулятора управления приводами подъема и тяги для траекторного движения обеспечивает достаточно точное позиционирование ковша и безопасность его движения. Разработаные методы частного линейного синтеза, основанные на методах пространства состояния и обобщении свойств траекторий полюсов системы, позволяют настроить нечеткий регулятор управления поворотным движением для снижения величины параметров колебания ковша относительно плоскости стреловой конструкции в течение всего времени движения и финально.

6. Разработанный регулятор управления поворотным движением со структурой нечеткой нейронной сети обладает свойством адаптировать свои параметры, «доучиваться» в процессе реального управления, что позволяет обеспечивать заданное качество позиционирования ковша, инвариантно по отношению к изменению параметров динамических процессов в электроприводах главных механизмов драглайна и внешней технологической обстановки в условиях существенной неопределенности.

7. Подтверждена работоспособность интеллектуальных алгоритмов управления для решения задачи автоматической трехмерной прицельной разгрузки ковша в рабочем пространстве с заданным качеством позиционирования и эффективным снижением колебаний ковша, что расширяет технологические возможности шагающих экскаваторов драглайнов для использования их как в традиционных бестранспортных схемах вскрытия, так и в транспортных схемах ведения открытых работ.

1. Акуленко Л.Д., Рощин Ю.Р. Оптимальное управление движением системы «типа маятника» перемещением точки подвеса // Изв. АН СССР. Механика твёрдого тела, 1976, №1, с.64-69.

2. Алиев P.A., Захарова Э.Г., Ульянов C.B. Нечеткие модели управления динамическими системами // Итоги науки и техники. Сер. Техн. кибернетика. т.29. М.: ВИНИТИ АН СССР, 1990, с. 127-201.

3. Алиев P.A., Захарова Э.Г., Ульянов C.B. Нечеткие регуляторы и интеллектуальные промышленные системы управления//Итоги науки и техники. Сер. Техн. кибернетика. М.: ВИНИТИ АН СССР, 1991, т.32, с.233-313.

4. Батыршин И.З. Принятие решений на базе нечетких отношений предпочтения и функций выбора // Нечеткие системы поддержки принятия решений. Калинин: КГУ, 1989. - с.29-35.

5. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечетких моделей. Примеры использования. Рига: Зинатне, 1990. - 184 с.

6. Гриднев В.А. Тенденции развития и опыт применения мощных шагающих драглайнов за рубежом М.: ЦНИЭИУголь, 1980.

7. Грошев В.А. Разработка и исследование системы автоматической защиты стрелы драглайна от аварийных режимов: Дис. канд. техн. наук1. М.: МГИ, 1989.

8. Гулько Ф.Б., Морозов В.П., Новосельцева Ж.А., Певзнер Л.Д., Фазылов А. Синтез системы квазиоптимального управления механизмом вращения шагающего экскаватора-драглайна методом прогнозирования. Изв. АН СССР, Техническая кибернетика, 1984, №1, с.59-66.

9. Демин A.A. Научные основы рабочего процесса экскаватора драглайна: Дис. . д-ра техн. наук М.: МИСИ, 1990.

10. Дуань X. Разработка и исследование автоматизированной системы мониторинга технологического процесса тяжелых экскаваторов-драглайнов: Дис. . канд. техн. наук М.: МГГУ, 2000.

11. Заде JI.A. Основы нового подхода к анализу сложных систем и процессов принятия решений.- В кн.: Математика сегодня. М.: Знание, 1974, с.5-49.

12. Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

13. Заде J1.A. Тени нечетких множеств. Проблемы передачи информации. -1966, том II, вып. 1, с.37 - 44.

14. Залесов O.A., Ломакин М.С., Петере Г.Б. Управление электроприводами при автоматической защите от аварийных режимов. Изв. Вузов. Горный журнал, 1975, №7, с. 126-129.

15. Залесов O.A., Певзнер Л.Д., Толпежников Л.И., Яризов А.Д. Система программного управления драглайнами: Обзор / ЦНИИЭИуголь. -М.: 1983, 33 с.

16. Захаров В.Н., Ульянов C.B. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. 1. Научно-организационные, технико-экономические и прикладные аспекты. Известия АН РАН. Сер. Техн. кибернетика, №5, 1992, с.171-196.

17. Захаров В.Н., Ульянов C.B. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. 2. Эволюция и принципы построения.- Известия АН РАН. Сер. Техн. кибернетика,4, 1993, с.189-205.

18. Инструкция по эксплуатации экскаватора ЭШ 15/90А, № 1-1040. -Свердловск: УЗТМ, 1965.

19. Казеннова Н.В., Наумкина Л.Г., Дюков А.И. Влияние колебаний ковша на бифилярном подвесе на динамику стреловой конструкции при повороте экскаватора-драглайна // Изв. Вузов. Горный журнал, 1972, №4, с. 146 149.

20. Киселев H.H., Домбровский А.Н., Сидоренко И.А. Обеспечение прицельной погрузки горной массы карьерными лопатами и кранлайнами в средства транспорта. // Уголь, 2002, №11.

21. Климонтович A.B. Применение нечеткой логики для управления движением автономного робота. В кн.: Обработка динамической информации в интеллектуальных системах. - М.: 1992, с.120-133.

22. Коваленко С.Н. Разработка микропроцессорной системы интерактивного автоматизированного управления электроприводами экскаватора-драглайна, выполняющей транспортировку ковша: Дис. канд. техн. наук -М.-.МЭИ, 1991.

23. Комский М.Ю. Микропроцессорная система управления движением платформы драглайна с идентификацией фазовых координат ковша: Дис. канд. техн. наук М.: МГИ, 1990.

24. Конаков Б.С. Математическая модель процесса подъёма и опускания ковша драглайна // Изв. Вузов. Горный журнал, 1974, №8, с.101-108.

25. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

26. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком, 2001.

27. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети М.: Физико-математическая литература, 2001.

28. Леляков И.И. Повышение эффективности применения драглайнов в комплексе с транспортными средствами на открытых горных разработках: Дис. канд. техн. наук Днепропетровск, ДГИ им. Артема, 1989.

29. Мейлахс А.Л. Алгоритм нечеткого управления траекторным движением ковша экскаватора-драглайна // Горные машины и автоматика,2001, №6, с. 51-55

30. Мейлахс А.JI. Лингвистический анализ управляемых движений рабочего органа драглайна. // Горные машины и автоматика, 2004, №8 (принята к публикации).

31. Мейлахс А.Л. Представление математической модели движения ковша экскаватора-драглайна в среде MATLAB/Simulink // Сборник научных трудов студентов магистратуры МГГУ. Вып.1 М.: МГГУ, 2000, с. 269-274.

32. Мейлахс А.Л., Певзнер Л.Д. Интеллектуальные алгоритмы управления рабочим органом экскаватора-драглайна для расширения его технологических возможностей // Горный информационно-аналитический бюллетень М.: МГГУ, №6, 2003.

33. Мейлахс А.Л., Певзнер Л.Д. Нечеткие алгоритмы управления рабочим органом экскаватора-драглайна. Труды международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации» Алушта: МЭИ, 2003.

34. Нечеткие множества в моделях управления и искусственноготинтеллекта/А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов. Под ред. Д.А. Поспелова. М.: Наука, 1986.

35. Носырев М.Б. Моделирование и оптимизация параметров и режимов работы главных электроприводов мощных экскаваторов-драглайнов:

36. Дис. д-ра техн. наук. Днепропетровск, ДГИ им. Артема, 1989.

37. Носырев М.Б., Карякин А.Л., Кошкарев A.B., Холкин В.А. Выбор оптимальной схемы работы экскаватора-драглайна // Изв. Вузов. Горный журнал, 1983, №2, с.13-16.

38. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002.

39. Остриров В.Н. Разработка и исследование системы оптимального управления процессом подъёма ковша экскаватора-драглайна на выгрузку:

40. Дис. канд. технич. наук М.: 1980.

41. Певзнер Л.Д. Алгоритмический и структурный синтез автоматизированного управления шагающим экскаватором-драглайном:ф Дис. д-ра техн. наук М.: МГИ, 1987.

42. Певзнер JI.Д. Детерминированные модели информационных процессов и управления. М.: МГИ, 1991.

43. Певзнер Л.Д. Теория систем управления. М.: МГГУ, 2002.

44. Певзнер Л.Д., Комский М.Ю. Алгоритм управления с прогнозированием для микропроцессорного управления платформой шагающего экскаватора. В кн.: Системы управления в горнодобывающей промышленности1. М.: 1986, с.71-75.

45. Певзнер Л.Д., Яризов А.Д., Троеглазов А.И. Устройства для измерения координат движения ковша экскаватора-драглайна // Уголь,1982, №8, с. 35-37.

46. Перелыгин В.В. Обоснование конструктивно-компоновочной схемы и параметров устройства прицельной погрузки для создания универсальных выемочно-погрузочных машин на базе драглайнов:

47. Дис. канд. техн. наук М.: ИГД им. A.A. Скочинского, 2001.

48. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.:т

49. Энергоиздат, 1981.- с.232.

50. Потемкин В.Г. Система инженерных и научных расчетов MATLAB 5.x: -В 2-х т. М.: Диалог-МИФИ, 1999.

51. Прикладные нечеткие системы / Асаи К., Ватада Д., Иваи С. и др./Под ред. Т. Тэрано, К. Асаи, М. Сугено. М.: Мир, 1993.

52. Розенцвайг М.А. Локальная система автоматизированного управления процессом транспортирования ковша мощного экскаватора-драглайна: Дис. . канд. техн. наук М.: МГИ, 1988.

53. Троеглазов А.И. Автоматизация управления механизмов поворота экскаватора-драглайна: Дис. канд. техн. наук М.: МГИ, 1989.

54. Трубецкой К.Н., Сидоренко И.А., Сеинов Н.П., Самородов Ю.П. Технология отработки вскрыши высокими уступами с применением экскаваторов-кранлайнов // Горный журнал, 2000, № 3, с.31-34.

55. Хайновский A.B. Разработка микропроцессорной системы супервизорного управления транспортированием ковша экскаватора-драглайна:ф Дис. канд. техн. наук М.: МГИ, 1989.

56. Хайруллин Р.З. К исследованию маневренных возможностей экскаватора-драглайна М.: Ин-т прикладной математики им. М.В. Келдыша РАН, 1999, п.п. № 31.

57. Хайруллин Р.З., Певзнер Л.Д., Горюнов В.Ю. Оптимальное управление движением ковша экскаватора-драглайна М.: Инст. прикладной математ. им. М.В. Келдыша, 1998, п.п. №72.

58. Черноусько Ф.Л., Акуленко Л.Д., Соколов Б.Н. Управление колебаниями. -М.: Наука, 1980.

59. Шендеров А.И., Этингоф Е.А., Перелыгин В.В. Создание выемочно-погрузочных драглайнов для транспортных систем разработки // Горные машины и автоматика, 2001, №3.

60. MATLAB Fuzzy Logic Toolbox User's Guide. Natick: The Math Works, Inc., 2002.

61. MATLAB Neural Networks Toolbox User's Guide. Natick: The Math Works, Inc., 2002.

62. SIMULINK. User's Guide. Natick: The MathWorks, Inc., 2002.

63. Sugeno M. An introductory survey of fuzzy control. // Information Sciences, 36, 1985, 59- 83.

64. Sugeno M., Park G.-K. An approach to linguistic instruction based learning. // Intern. J. of Uncertainty, Fuzziness and Knowledge-Based Systems.v.l, №1, 1993, 19-56.

65. Takagi Т., Imura A., Ushida H., Yamaguchi T. Conceptual fuzzy sets as a meaning representation and their inductive construction. // Int. J. of Intelligent Systems, №10, 1995, 929 945.

66. Takagi Т., Sugeno M. Fuzzy identificaton of systems and its applications to modeling and control. // IEEE Trans. SMC, 15, №1, 1985, 116 132.

67. Zadeh L.A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. // Fuzzy Sets and Systems, 90, 1997, 111-127.