采煤机是综采工作面的关键设备之一,是实现高效集约化采煤、减少井下重大恶性事故和改善工作面劳动条件的重要技术装备。目前“三机联动技术”已实现了刮板输送机和液压支架的联动自动化控制,但采煤机的自动化控制还未真正实现。因此,采煤机的自动化、智能化、无人化控制是实现整个工作面自动化、智能化和无人化控制的关键,有必要对采煤机的自动化控制进行研究,从而为煤矿的安全、高效生产提供技术保障。本课题是国家重点基础研究计划(973计划)(2014CB046304)研究内容的组成部分,结合采煤机记忆截割控制技术,本文进行了采煤机自适应截割的控制研究,以实现采煤机滚筒高度、牵引速度和滚筒转速的“三调控”,主要研究内容有:(1)在详细了解采煤机整机以及各部件的结构原理、工作原理和特性的基础上,建立了基于记忆截割的采煤机自适应截割控制系统的总体架构,包括系统组成、系统控制原理和“三调控”耦合关系,最后分析了记忆截割的原理、记忆策略并建立了采煤机截割滚筒负载模型。(2)为了提高采煤机滚筒调高系统在调高过程中的快速性、平稳性和准确性,找到适合井下恶劣工况下滚筒调高的控制方法,建立了采煤机滚筒调高液压系统的数学模型,得到了基于偏差变量的电液比例伺服系统状态空间方程,设计了变速指数趋近律的滑模控制器以实现快、稳、准而抖振小的滚筒调高过程,有效克服系统的不确定性、外部负载的扰动冲击。(3)提出了基于记忆截割技术的平均煤层硬度的预测方法,在此基础上为确定采煤机记忆跟踪阶段最优控制参数并实现采煤机无人自动化采煤时滚筒截割性能综合最优,建立了以不同性能指标为分目标的多目标优化模型,得到了不同煤层硬度下综合性能最优的牵引速度和滚筒转速,比较了传统运动参数匹配方法和最优运动参数匹配方法的优劣,结果表明最优运动参数动态匹配方法的采煤机滚筒多方面的截割性能都优于传统运动参数匹配方法,联合调速优于单一牵引调速。(4)为了实现采煤机的“三调控”自适应修正控制以适应记忆截割过程中煤岩状况的变化,将截割电机电流、牵引电机电流和调高油缸油压信号进行小波包分解处理和数据融合,通过建立煤岩截割状态的BP神经网络识别模型对煤岩截割状态进行识别,在此基础上结合截割危险系数,提出采煤机“三调控”的自适应修正控制策略,仿真结果表明自适应修正策略可在采煤机记忆截割过程中适应煤岩状况的变化,保证整机的安全性和高效性。