排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为解决现有研究中难以通过随钻获取孔底钻进参数,仅利用孔口数据进行回转钻进操作参数优化准确性不高、提升效果不足的问题,通过构造孔内状态观测器估计孔底钻进参数信息,提出基于钻柱状态的坑道近水平回转钻进智能优化方法。首先分析煤矿井下坑道回转钻进特性,考虑实钻约束条件,提出机械钻速和钻头磨损的优化目标评价方法;随后建立轴向和扭转维度的集中质量钻柱动力学模型,构建基于该模型的钻柱状态空间方程,得到了孔口-孔底钻柱运动状态映射关系;基于此设计了状态观测器,利用李雅普诺夫稳定性分析方法,得到反馈增益矩阵L,以估计孔底钻头的运动状态,并进行仿真分析评价;最后综合孔口采集的数据和孔底状态估计,运用NSGA-Ⅱ多目标优化算法实现了动力头转速和给进压力的优化,并利用安徽淮南某煤矿实钻数据进行了验证。结果表明,基于钻柱状态估计孔底信息进行优化后的钻速和司钻操作相比预计提升32.47%,仅利用孔口实测数据优化后的钻速仅预计提升15.04%,基于钻柱状态估计的坑道回转钻进智能优化方法更具优势,孔底估计钻进信息对提升钻进水平具有关键作用,研究对煤矿坑道回转钻孔实现高效、智能钻进具有重要理论与实际意义。 相似文献
2.
煤矿坑道钻进施工环境恶劣、复杂的煤层结构和繁杂的操作工序造成钻进效率低、钻进成本高。开展煤矿坑道钻进过程优化与控制技术的研究势在必行。围绕煤矿坑道钻进控制过程关键技术，从含煤地层岩性智能识别、钻进参数智能优化和智能控制3方面展开。首先，为了准确判断含煤地层类型，建立基于BP-Adaboost的含煤地层岩性智能识别模型。然后，在不同含煤地层条件下，建立基于机械比能和钻速的智能优化模型，为司钻人员提供最优给进压力和转速参考值。进而，提出一种基于模糊PID的给进压力控制策略，实现给进压力的有效控制。最后，基于煤矿坑道钻机智能钻进系统在淮南矿区某煤矿井下进行了现场试验。试验结果表明：所提含煤地层岩性智能识别方法的识别准确率达到96.75%；智能优化方法显著提升现场钻速，消耗的机械比能降低，在提高钻进效率的同时降低了钻进成本；给进压力控制策略使给进压力稳定运行在最优值附近，减小给进系统超调的同时，提升系统的响应速度，使给进压力的动态响应更加平稳。煤矿坑道钻进过程智能优化与控制技术能够保障钻进过程安全高效运行，促进煤矿坑道钻进技术智能化发展。 相似文献
1