УДК 622:658.001.56;622.68
студент гр. АУ-1-М-11
кафедра “Автоматика и управление в технических системах”
Московский государственный горный университет
АЛГОРИТМ РАСПОЗНАВАНИЯ ТЕХНОЛОГИЧЕСКОГО ЦИКЛА ДРАГЛАЙНА
ALGORITHM OF RECOGNITION DRAGLAYN'S PRODUCTION CYCLE
Развитие открытых горных работ характеризуется широким использованием драглайнов при выполнении вскрышных работ, реализующих наиболее эффективную бестранспортную технологию. В настоящее время около 40 % общего объема вскрышных работ на угольных разрезах страны выполняется этими машинами. Однако в настоящий момент экскаваторы – драглайны в своей модернизации исчерпали возможности прироста производительности путем увеличения емкости ковша и грузоподъемности. Дальнейшее повышение эффективности может быть достигнуто применением новых систем автоматизированного управления, что в свою очередь требует разработки новых алгоритмов управления, диагностики и мониторинга.
Работы по созданию эффективных систем автоматизированного управления мощными шагающими драглайнами и компонентов этих систем выполнялись коллективами МГГУ, ГУА, ИГД им. , МЭСИ, МЭИ, ВНИИэлектропривод, НИИтяжмаш Уралмаш. В составе этих коллективов работали такие ученые, как , , , , А. М Ромашенков, А. И Троеглазов, , и многие другие известные ученые.
В настоящее время технологии и подходы математической теории распознавания и классификации применяются для решения задач анализа, прогноза и диагностики в различных предметных областях, таких, как: область бизнеса и финансов, медицина и здравоохранение, сельское хозяйство, геология, химия, физика, биология. А также в области техники: диагностика состояний нефтепромыслового оборудования в отношении солеобразования; контроль состояния технических устройств (задача диагностики, связанная с контролем управления космическим кораблем «Шаттл») [1].
Вычислительным центром им. РАН и была разработана программная система распознавания и интеллектуального анализа данных «РАСПОЗНАВАНИЕ», включающая в себя библиотеку программ, реализующих линейные, комбинаторно-логические, статистические, нейросетевые, гибридные и коллективные методы прогноза и классификации. Эта система позволит произвести оценку эффективности использования и выбор метода распознавания на основании экспериментальных данных мониторинга рабочих циклов экскаватора-драглайна и компьютерных моделей. Распознавание предполагается производить по следующим параметрам: ток и напряжение якоря главных приводов экскаватора, токи возбуждения генераторов, токи возбуждения двигателей, напряжения на выходе сельсинных командоаппаратов, их производные.
Тестирование разработанных методов будет производиться на модели работы тяжелого экскаватора – драглайна. За основу будет взята реализованная на кафедре «автоматики и управления в технических системах» Московского государственного горного университета совместно и под руководством , имитационная модель сетевой системы управления [2]. Модель содержит:
- имитатор органов управления и средств индикации;
- модель системы управления электрооборудованием мощного шагающего экскаватора-драглайна;
- модели электрооборудования экскаватора.
Обобщенная структура имитационной модели системы управления представлена на рис. 1.
Рис.1. Обобщенная структура имитационной модели системы управления электрооборудованием мощного шагающего экскаватора-драглайна.
Для реализации поставленной в данной работе задачи необходимо создание полноциклической модели движения главных механизмов и рабочего органа, что подразумевает наличие модели имитатора машиниста. При этом следует отметить, что имитатор машиниста должен задаваться варьируемыми параметрами, такими, как синхронность, скорость, равномерность, точность движений и т. д.
Модель имитатора машиниста будет реализована в среде LabVIEW, как и модель метода распознавания, содержащая модель метода машинного обучения и модель алгоритма распознавания.
Структура описываемой имитационной модели представлена на рис. 2.
Рис.2. Обобщенная структура имитационной модели системы управления с применением алгоритма распознавания технологического цикла мощного шагающего экскаватора-драглайна.
Разработка алгоритма распознавания этапов выполнения технологического цикла экскаватора-драглайна и его техническая реализация в составе программного обеспечения системы управления позволит сократить время отработки технологического цикла, снизить динамические нагрузки на оборудование, тем самым снизить его износ.
Литература.
1. , , Сенько . Математические методы. Программная система. Практические применения. – М: ФАЗИС, 2006.
2. Щелков модель сетевой системы управления электрооборудованием мощного шагающего экскаватора-драглайна. // Горный информационно-аналитический бюллетень, 2011. – №6. – С.530-542.
Аннотация.
В данной статье рассматривается возможность создания алгоритма распознавания этапов выполнения технологического цикла экскаватора-драглайна для дальнейшего применения в составе программного обеспечения системы управления драглайна.
In this article possibility of creation of algorithm of recognition of stages of performance of a production cycle of the excavator-dragline for further application as a part of the control system software dragline is considered.
Ключевые слова.
автоматизированная система управления, имитационная модель, алгоритм распознавания, рабочий цикл драглайна
automated control system, imitating model, algorithm of recognition, production cycle dragline
