掘进工作面数字孪生体构建与平行智能控制方法

煤矿井下掘进工作面环境恶劣,巷道近程或地面远程智能控制决策依赖“人员-设备-巷道-环境”在数字空间与物理空间的交互协同。掘进工作面数字孪生体是实现数字掘进与物理掘进交互融合的重要手段。针对巷道近程或地面远程智能掘进场景的虚实交互控制需求,通过分析掘进工作面异构要素的静态特性、动态特性、行为规则及交互关系,构建了智能化掘进工作面数字孪生体模型,该模型由人员智能体、设备智能体、巷道智能体及巷道环境智能体组成,实现掘进工作面“人员-设备-巷道-环境”协同作业过程的高呈现性描述。引入服役状态离散化和事件驱动机制,提出了面向掘进工作面设备智能体的离散逻辑模型构建方法,并详细阐述了潜在事件监测、事件提取、状态离散化、状态演变动力学建模和事件驱动的状态跃迁5个建模步骤,通过研究掘进工作面并行作业过程中单智能体和多智能体的状态跃迁机制,实现了掘进工作面几何-物理模型与离散逻辑模型的有机融合,在数字空间融合为一个高忠实度的掘进工作面虚拟模型。在此基础上,引入平行控制理论,构建了基于数字孪生体与物理系统的掘进工作面平行智能控制架构,并将数字孪生体解构为描述子系统、预测子系统和引导子系统,实现数字孪生体与视觉定位、碰撞检测和掘进控制等计算推理模型的结合;利用虚拟仿真技术预测掘进工作面的状态变化趋势,寻求最优控制的安全边界,使数字掘进形成的优化决策辅助物理掘进控制,最终达到数字孪生体与物理实体智能协同、共智互驱的目标。以掘进工作面成形截割控制中的截割头与巷道碰撞检测为例,对比了基于视觉反馈的成形截割物理控制逻辑和基于虚实交互融合的平行智能控制逻辑,形成了掘进工作面成形截割远程智能控制状态跃迁机制,有效提升了掘进工作面“人员-设备-巷道-环境”全要素控制能力,为掘进工作面的巷道近程或地面远程智能控制提供了新的实施路径。

基于数据驱动的CFB机组变负荷工况SO_(2)质量浓度建模

由于循环流化床(CFB)机组在动态过程中缺乏有效的污染物生成与还原模型的指导,导致变负荷能力在一定程度上受到污染物排放水平的制约。提出了一种基于数据驱动的循环流化床机组SO_(2)质量浓度动态模型,应用极限学习机建立基础模型,根据循环流化床污染物生成与还原机理,选择合适的输入变量,并应用遗传算法对该模型加以改进,使该模型具有较高的精度,并在动态工况下有较好的建模结果。该模型可以为SO_(2)质量浓度控制系统提供有效指导。同时,在所提出的模型基础之上,在智能平行控制理论框架下,虚拟系统与实际系统相结合形成平行系统,提出了循环流化床机组SO_(2)控制系统智能平行控制方法,可为今后循环流化床机组SO_(2)低排放智能控制提供参考,在一定程度上有利于提升循环流化床机组变负荷能力。