基于改进卡尔曼滤波和状态观测器的井下信号灯闭锁控制

在非煤矿山井下斜坡道运输过程中,由于井下UWB动态定位精度不足、车辆定位卡采样间隔长和数据丢失等,传统信号灯闭锁控制方法效果较差。针对该问题,提出一种基于改进卡尔曼滤波和状态观测器的井下信号灯闭锁控制方法。分析了基于UWB的井下车辆定位原理,给出了适合非煤矿山井下特点的信号灯逻辑判定方法。提出一种强跟踪卡尔曼滤波算法,通过强跟踪自适应方式对卡尔曼滤波算法进行改进,在计算预测误差时加入时变渐消因子,提高定位精度;根据滤波后所得的后验距离与速度值预测出车辆到达门限的时间,解决离散数据采集导致的控制滞后性问题,提高信号灯闭锁的可靠性和及时性。采用远程状态观测器评估信号灯闭锁控制效果,基于时域自动跟踪的统计,实现了闭锁可靠性的量化评估。仿真结果表明,改进卡尔曼滤波算法后,车辆动态与静态位置误差分别降低25.67%和27.19%,动态与静态速度误差分别降低25.28%和34.73%,信号灯门限逻辑响应更快。井下工业性试验和应用结果表明,采用强跟踪尔曼滤算法后,井下信号闭锁成功率达99.5%以上,有效提高了井下斜坡道岔路口信号闭锁控制的实时性和可靠性,保障了井下车辆的安全行驶。