来源：期刊VIP网 时间：
作者：李英娜;崔彦平;安博烁;刘百健;靳建伟;
单位：石家庄煤矿机械有限责任公司;河北科技大学机械工程学院;河北科技大学材料科学与工程学院;
摘要：针对悬臂式掘进机在掘进过程中面对煤岩硬度复杂变化时适应性不足、系统稳定性低等问题，提出一种基于卷积神经网络（CNN）及模糊PID的掘进机截割控制系统，该系统包括巷道断面成形特性和智能截割控制策略2个部分，其中掘进机智能截割控制策略由CNN煤岩硬度动态感知模块和截割臂摆速模糊PID控制模块组成。提出一种有效的截割路径，使截割头沿规划路径从上至下进行煤岩截割，以提高断面完整性，减小掘进方向的误差。采用CNN煤岩硬度动态感知模块分析采集的截割电动机电流、截割臂振动加速度、回转油缸压力数据信息，以感知煤岩特性；采用截割臂摆速模糊PID控制模块对感知后的数据进行模糊化与解模糊化处理，输出相应控制参数信号；电液比例阀根据接收到的信号控制液压油的流量和压力，通过阀控液压缸控制截割臂摆速，实现截割臂摆速的自适应控制。现场实验结果表明：当掘进机截割较软介质与煤时，截割臂以高摆速工作；当掘进机截割复杂岩层时，摆速随截割信号的增大而降低，截割信号在0～1之间变动；当掘进机截割较硬岩层时，截割载荷信号接近1，截割臂的摆速降低至0。
关键词：悬臂式掘进机;智能截割;截割臂摆速;截割路径;模糊PID控制;煤岩硬度动态感知;卷积神经网络
基金资助：中央引导地方科技发展资金项目（226Z1906G）; 河北省高等学校自然科学研究项目（CXY2024038）; 石家庄市驻冀高校基础研究项目（241791157A）
