矿井无人驾驶单轨吊安全性能关键参数识别

单轨吊在复杂深部矿井环境的辅助运输系统中具有不可替代的作用,由于目前无法有效精确识别单轨吊的荷载质量和轨道坡度,直接影响了运输安全性能及能量高效利用。因此,笔者提出了矿井无人驾驶单轨吊安全性能关键参数识别方法。针对单轨吊结构特性和轨道运输特点,对具有强耦合关系的荷载质量和轨道坡度建立了纵向动力学模型;基于运行数据和带有动态遗忘因子的递推最小二乘算法(DFFRLS)对纵向动力学模型参数进行实时在线识别,实现荷载质量和轨道坡度的精准解耦;并基于解耦的纵向动力学模型和识别的模型参数,动态修正当前的荷载质量识别值,以消除误差,完成荷载质量的高精度识别;由识别的纵向动力学模型参数、运行数据,应用Sage-Husa自适应扩展卡尔曼滤波算法(AEKF)对系统噪声协方差和误差协方差进行动态更新,滤除环境噪声干扰,实时调节和修正当前轨道坡度值,保证轨道坡度识别的精准性。在多种工况下,仿真与实际应用表明,基于DFFRLS-AEKF方法的荷载质量识别值与实际值的误差在3.2%以内,运行轨道坡度识别值与实际值的误差在5.3%以内。该方法可实现无人驾驶单轨吊安全性能关键参数的实时精准获取,有效减少无人驾驶单轨吊安全事故的发生,显著提升无人驾驶单轨吊的能量高效利用。