期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于FNN-PID的掘进机截割头升降控制算法研究
被引量:
2
在线阅读
下载PDF
职称材料
导出
摘要
针对悬臂式掘进机截割头存在的升降操作控制精度不足的问题,该文建立了截割头升降控制系统数学模型,应用FNN算法对PID参数进行优化,同时用MATLAB对传统PID控制器、FUZZY-PID控制器以及FNN-PID控制器进行仿真试验,分别对比3种控制算法的控制性能指标。试验结果表明,FNN-PID控制器可以更好地满足截割头升降控制系统的控制要求。
作者
绳军锋
机构地区
陕煤集团陕北矿业公司
出处
《中国新技术新产品》
2023年第3期9-11,共3页
New Technology & New Products of China
关键词
掘进机
截割头
PID控制器
FNN-PID
升降
控制
分类号
TD42 [矿业工程—矿山机电]
引文网络
相关文献
节点文献
二级参考文献
50
参考文献
5
共引文献
49
同被引文献
17
引证文献
2
二级引证文献
1
参考文献
5
1
张旭辉,王恒,沈奇峰,杨文娟,张超.
悬臂式掘进机位姿视觉检测系统改进[J]
.工矿自动化,2022,48(5):58-64.
被引量:8
2
宋立业,万应才.
基于RBF神经网络的隧道掘进机推进自适应PID控制[J]
.中国机械工程,2017,28(14):1676-1682.
被引量:15
3
朱敏,赵聪聪,臧昭宇.
基于改进型模糊神经网络PID阀位控制研究[J]
.现代制造工程,2022(1):125-131.
被引量:17
4
赵宇阳.
基于单神经元自适应PID的截割头空间位置控制[J]
.煤矿机械,2021,42(6):200-202.
被引量:4
5
熊媛媛.
FOA-PID控制器在悬臂式掘进机截割头升降控制系统中的应用[J]
.液压与气动,2021,45(4):160-166.
被引量:10
二级参考文献
50
1
胡国良,龚国芳,杨华勇.
盾构掘进机土压平衡的实现[J]
.浙江大学学报(工学版),2006,40(5):874-877.
被引量:36
2
杨扬,龚国芳,胡国良,杨华勇.
基于AMESim和MATLAB的盾构推进液压系统仿真[J]
.机床与液压,2006,34(6):119-120.
被引量:17
3
施虎,龚国芳,杨华勇,邢彤.
基于单神经元的盾构推进速度自适应PID控制[J]
.中国机械工程,2009,10(2):138-141.
被引量:11
4
汪胜陆,孟国营,赵立新,童小东.
悬臂式掘进机截割头垂直摆动控制仿真[J]
.煤炭科学技术,2009,37(5):95-98.
被引量:3
5
王虹.
我国综合机械化掘进技术发展40a[J]
.煤炭学报,2010,35(11):1815-1820.
被引量:217
6
徐楠,童敏明,唐守锋,邓世建,贺新民,韩莉.
掘进机器人截割头截割运动与轨迹仿真研究[J]
.煤矿机械,2011,32(11):51-53.
被引量:10
7
闫鲁超.
基于改进粒子群算法掘进机液压系统自适应控制研究[J]
.液压与气动,2012,36(8):105-108.
被引量:5
8
王晓东,向洋,胡汉文,石明全.
悬臂式掘进机远程线控系统设计[J]
.计算机与现代化,2013(1):122-125.
被引量:7
9
周奇才,黄克,赵炯,熊肖磊.
基于改进型滑动窗主元分析的盾构液压系统故障诊断研究[J]
.中国机械工程,2013,24(5):638-643.
被引量:16
10
李刚,朱立达,杨建宇,王宛山.
基于CSM模型的硬岩TBM滚刀磨损预测方法[J]
.中国机械工程,2014,25(1):32-35.
被引量:30
共引文献
49
1
陈德海,陈志文,李明,赖正贵,李志远.
基于模糊RBF神经网络的风电机组变桨控制研究[J]
.电子测量技术,2023,46(19):125-131.
被引量:2
2
齐昕,童一飞,李东波.
焊接机器人可靠性数据模拟生成与分布拟合[J]
.机械设计与制造工程,2019,48(4):30-34.
被引量:2
3
陈伟华,李逃昌,南鹏飞,潘也.
全断面隧道掘进机伺服系统控制策略研究[J]
.辽宁工程技术大学学报(自然科学版),2018,37(4):740-745.
被引量:3
4
蒋涛.
基于PID控制的网络传输拥塞自动疏导仿真[J]
.计算机仿真,2019,36(12):132-136.
5
唐伎玲,赵宏伟,王婷婷,胡黄水.
LQR优化的BP神经网络PID控制器设计[J]
.吉林大学学报(理学版),2020,58(3):651-658.
被引量:19
6
李腾达,王继仁,张春华,张坤.
横摆截割工况掘进机履带接地比压分布规律[J]
.煤炭学报,2020,45(8):3006-3014.
被引量:5
7
刘治翔,王帅,谢苗,陈洪月,苗茺,谢春雪.
截割头几何因素影响下的巷道表面形貌特征与建模[J]
.中国机械工程,2020,31(21):2583-2591.
被引量:7
8
李文,杨振南.
改进的PSO算法在掘进机掘进系统中的应用[J]
.控制工程,2020,27(10):1834-1837.
被引量:2
9
胡兴涛,朱涛,苏继敏,刘凯文,代双成,邢旭东,郑光辉,刘炳权,王波,张国玉.
煤矿巷道智能化掘进感知关键技术[J]
.煤炭学报,2021,46(7):2123-2135.
被引量:60
10
欧阳佳鹏,李文.
Chaos-PSO算法在掘进机系统中的应用[J]
.电脑知识与技术,2021,17(27):8-9.
同被引文献
17
1
程云飞.
EBZ135型矿用掘进机截割头截齿的受力分析及其优化改进[J]
.机械管理开发,2021,36(8):70-71.
被引量:8
2
要云海,要世超.
EBZ-200M-2智能掘锚一体化掘进机的应用研究[J]
.山东煤炭科技,2021,39(12):136-137.
被引量:7
3
徐啸.
浅析智能化技术在煤矿巷道掘进机中的应用及发展趋势[J]
.中国设备工程,2023(10):48-50.
被引量:10
4
霍查.
基于有限元分析的煤矿掘进机截割头优化设计研究[J]
.机械管理开发,2023,38(6):1-3.
被引量:5
5
吴迪,符宝鼎,康乐,刘治翔.
不同截割参数作用下横轴式截割头载荷的模拟分析[J]
.中国新技术新产品,2023(15):69-72.
被引量:1
6
周佳凯,张洪.
基于WOA优化FNN-PID的单晶硅加热炉炉温控制[J]
.半导体技术,2025,50(1):86-94.
被引量:3
7
李杭,管声启,何建新,李想,邵伟力.
基于改进模糊控制算法的纱管抓取力控制[J]
.棉纺织技术,2025,53(3):6-14.
被引量:1
8
董鹏辉,崔世文,苏正雄,张齐,郭彦飞.
基于多元信息融合的风电功率预测模型研究[J]
.微型电脑应用,2025,41(2):153-156.
被引量:1
9
郝钦磊.
机器人磨抛末端执行器结构设计与控制[J]
.南方农机,2025,56(S1):162-166.
被引量:1
10
邓家明.
基于ANFIS湘垌水库实时调度建模智能控制[J]
.山西水利,2024(12):64-69.
被引量:1
引证文献
2
1
王世雄.
不同工况下煤矿截割头截割煤岩力学性能分析[J]
.机械管理开发,2025,40(2):75-77.
被引量:1
2
李忆雄,陈璇.
基于模糊神经网络PID 的末端执行器控制研究[J]
.电脑与电信,2025(10):55-61.
二级引证文献
1
1
徐江红,李海涛,王玉敬,韩梦泽,孟月.
煤层底板高压下煤矿设备施工力学性能研究[J]
.模具制造,2025,25(7):123-125.
1
刘志飞.
PCR检测仪温度控制系统的设计与仿真[J]
.科学技术创新,2023(8):44-47.
被引量:1
2
冯燕东.
基于模糊控制实现采煤机的自动化调速控制[J]
.机械管理开发,2023,38(3):278-279.
被引量:1
3
侯亚平,陈世江.
IEPO预测PID算法在半导体激光器温度控制上的应用[J]
.工业控制计算机,2023,36(4):54-56.
被引量:1
4
向莹.
基于模糊分数阶PID控制的轮式移动机器人轨迹跟踪研究[J]
.中阿科技论坛(中英文),2023(4):93-97.
被引量:2
5
陶静,李来春,关笑,白钰.
基于改进单神经元的凝给水系统控制[J]
.热能动力工程,2023,38(2):41-47.
被引量:1
6
张肖江,周春桂,王志军,王小东,侯一方,张卓毅.
基于BP神经网络PID的水下无人航行器舵机驱动智能控制系统[J]
.探测与控制学报,2023,45(2):109-114.
被引量:12
7
陈宏利,李智.
基于改进粒子群优化算法的四旋翼PID参数整定研究[J]
.科技创新与应用,2023,13(13):55-58.
被引量:5
8
符占元,专祥涛.
基于神经网络和遗传算法的PID参数自整定算法[J]
.武汉大学学报(工学版),2023,56(3):379-386.
被引量:12
9
王玉文,朱玉川,陈晓明.
高速开关阀控位置伺服系统的模式切换控制[J]
.液压与气动,2023,47(4):36-45.
被引量:8
10
Karen Gishyan.
Drug-Treatment Generation Combinatorial Algorithm Based on Machine Learning and Statistical Methodologies[J]
.Open Journal of Applied Sciences,2023,13(4):548-561.
中国新技术新产品
2023年 第3期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部