付翔，王然風(fēng)

（太原理工大學(xué) 礦業(yè)工程學(xué)院，山西 太原 030024）

鐘義信[1-2]提出機制主義人工智能理論，將現(xiàn)行人工智能的結(jié)構(gòu)主義、功能主義和行為主義三大流派有機地統(tǒng)一起來，使意識、情感、理智成為三位一體的關(guān)系。因素空間理論是機制主義人工智能理論的數(shù)學(xué)基礎(chǔ)[3]；泛邏輯學(xué)理論是機制主義人工智能理論的邏輯基礎(chǔ)[4]。該方法論得到模糊數(shù)學(xué)創(chuàng)始人L.A.Zadeh等參會學(xué)者的高度贊同。何華燦教授[5]評價該理論為一個全新的人工智能理論體系，與當(dāng)今國內(nèi)外普遍流行的人工智能理論體系[6-9]相比有全面提升?，F(xiàn)有的煤礦工作面供液過程控制方法為：基于邏輯判斷的多泵聯(lián)動[10]和基于 PID[11]、模糊 PID[12-13]、Elman 網(wǎng)絡(luò)[14]的變頻恒壓，其控制效果并不理想，原因是其控制方法單一化、孤立化，智能方法論存在“深度上淺層化、廣度上碎片化和體系上封閉化”的重要缺陷[2]。因此，本文基于機制主義人工智能理論，擬采用意識–情感–智能三位一體的控制模型，實現(xiàn)對煤礦供液過程的智能控制。

1 供液系統(tǒng)及其智能控制模型

煤礦供液系統(tǒng)俗稱“工作面的心臟”，主要作用是為工作面液壓支架動作提供所需的高壓動力乳化液。供液過程控制是通過控制供液系統(tǒng)，與液壓支架協(xié)同，智能地為其輸出合理充足的動力。

1.1 供液系統(tǒng)硬件基礎(chǔ)與功能目標(biāo)

供液系統(tǒng)的設(shè)備組成如圖1所示。

圖 1 供液系統(tǒng)裝備Fig. 1 The equipments of hydraulic fluid supply system

如圖1所示，供液系統(tǒng)采用多泵+多變頻組合的驅(qū)動方式，實現(xiàn)供液流量的多級+無級調(diào)節(jié)[15-16]?？刂葡到y(tǒng)采用主從分布式控制方式，以防爆計算機作為智能層、以主控柜和分控柜作為控制層，實現(xiàn)控制任務(wù)多層化處理。通過分析井下支架實際運行中供液過程特征，基于機制主義人工智能理論，提出了供液過程智能控制目標(biāo)：以“有序協(xié)調(diào)、穩(wěn)壓提速、智能規(guī)劃”為指導(dǎo)理念，適應(yīng)地為支架運行提供足量合理的高壓動力乳化液，其多層的智能控制目標(biāo)如圖2所示。

由圖2可知，“有序協(xié)調(diào)”是基礎(chǔ)行為目標(biāo)，既是供液系統(tǒng)的基本自動化功能，也是實現(xiàn)智能控制的基礎(chǔ)；“穩(wěn)壓提速”是過渡智能目標(biāo)，是供液系統(tǒng)的欠成熟智能化功能，在基本自動化基礎(chǔ)上為成熟智能化提供行為試探；“智能規(guī)劃”是全局智能目標(biāo)，是供液系統(tǒng)的成熟智能化功能，通過欠成熟智能化生成的初步智能策略和基本自動化執(zhí)行的初步智能行為，不斷閉環(huán)調(diào)整和優(yōu)化策略，直至形成準(zhǔn)確規(guī)范的智能控制策略。

1.2 供液系統(tǒng)智能控制模型設(shè)計

智能是在主體目的和知識的制約下由客體信息激發(fā)生長起來的，是信息生態(tài)演進過程的高級產(chǎn)物[17-18]，利用當(dāng)前快速發(fā)展的軟硬件平臺，本文建立了供液系統(tǒng)的智能控制模型，如圖3所示。

圖3所示模型基于意識–情感–智能三位一體的思想，其供液系統(tǒng)智能控制的運行機制具體如下。

圖 2 供液系統(tǒng)多層智能控制目標(biāo)Fig. 2 The intelligent control multilayer-target of hydraulic fluid supply system

圖 3 供液系統(tǒng)的智能控制模型Fig. 3 The intelligent control model of hydraulic fluid supply system

目標(biāo)導(dǎo)控機制：目標(biāo)是導(dǎo)控智能化功能和行為的基本條件。系統(tǒng)通過不同目標(biāo)設(shè)計各個功能模塊，包括基礎(chǔ)行為目標(biāo)(過程有序和系統(tǒng)協(xié)調(diào))導(dǎo)控基礎(chǔ)意識模塊；過渡智能目標(biāo)(穩(wěn)壓供液預(yù)測)導(dǎo)控情感模塊；全局智能目標(biāo)(支架與供液協(xié)同智能控制)導(dǎo)控理智與決策模塊。

知識驅(qū)動機制：知識是信息到策略的轉(zhuǎn)換依據(jù)。系統(tǒng)中各類知識分別驅(qū)動各自功能模塊，包括本能知識驅(qū)動感知–注意模塊功能(傳感數(shù)據(jù)選擇與生成)和基礎(chǔ)意識模塊功能(手動控制)；常識知識的先驗部分驅(qū)動信息轉(zhuǎn)換模塊功能(全信息狀態(tài)描述)，后驗部分知識驅(qū)動基礎(chǔ)意識模塊功能(有序協(xié)調(diào)控制)；經(jīng)驗知識驅(qū)動情感模塊功能(穩(wěn)壓供液預(yù)測)；規(guī)范知識驅(qū)動理智與決策模塊功能(支架與供液協(xié)同智能控制)。同時，各類知識在系統(tǒng)運行過程中實現(xiàn)知識內(nèi)部生態(tài)循環(huán)。

信息轉(zhuǎn)換機制：信息轉(zhuǎn)換是智能創(chuàng)生定律的源頭[19]。系統(tǒng)中信息在各個模塊進行處理轉(zhuǎn)換，感知–注意模塊將傳感器信號轉(zhuǎn)換為語法信息(系統(tǒng)工程量數(shù)據(jù))，信息轉(zhuǎn)換模塊將語法信息轉(zhuǎn)換成全信息(數(shù)據(jù)狀態(tài)、變化等特征量)；基礎(chǔ)意識模塊、情感模塊和理智模塊將語法信息、全信息轉(zhuǎn)換成不同智能水平的控制策略。同時，信息轉(zhuǎn)換過程中幫助知識發(fā)現(xiàn)與生長。

軟硬件平臺實現(xiàn)：軟件和硬件平臺是系統(tǒng)智能控制的實施形態(tài)。系統(tǒng)分為4個層次的軟硬平臺，包括設(shè)備環(huán)境層(傳感器與執(zhí)行機構(gòu))、控制層(控制器與電氣回路)、智能層(計算機與計算軟件)、數(shù)據(jù)庫(數(shù)據(jù)存儲記憶硬盤與軟件)。

2 智能供液系統(tǒng)關(guān)鍵模塊功能設(shè)計

2.1 供液基礎(chǔ)控制

供液基礎(chǔ)控制的基礎(chǔ)意識模塊功能設(shè)計如圖4所示。供液基礎(chǔ)控制是智能供液基礎(chǔ)控制層的策略執(zhí)行技術(shù)[20]。供液基礎(chǔ)控制的基礎(chǔ)意識模塊功能設(shè)計如圖4所示。

圖 4 供液基礎(chǔ)控制的基礎(chǔ)意識模塊設(shè)計Fig. 4 The design of basic consciousness module for hydraulic fluid supply base control

信息感知、注意和轉(zhuǎn)換：感知、注意(選取)系統(tǒng)的泵組運行、閥組開關(guān)等傳感器信號，以供液輸出流量Q為目標(biāo)，轉(zhuǎn)換泵組運行數(shù)量Nc、閥組加載數(shù)量Nd、變頻差值Fc和fc、泵故障狀態(tài)P等語法信息。

邏輯判斷：依據(jù)本能和常識知識的邏輯規(guī)則，邏輯判斷語法信息IF條件，THEN結(jié)論。

策略生成與執(zhí)行：依據(jù)本能知識的IF · ··THEN規(guī)則，生成基礎(chǔ)行為策略Sj，進一步轉(zhuǎn)換成執(zhí)行動作。

2.2 穩(wěn)壓供液預(yù)測

穩(wěn)壓供液預(yù)測是指以支架具體的動作情況和壓力限制等條件為判斷依據(jù)，以提高支架動作速度和減少系統(tǒng)壓力波動為控制目標(biāo)，預(yù)測生成穩(wěn)壓供液流量。情感模塊用于設(shè)計實現(xiàn)支架動作過程的穩(wěn)壓供液流量預(yù)測功能，以事先訓(xùn)練好的BP-ANN為核心，接收神經(jīng)網(wǎng)絡(luò)輸入變量信息，轉(zhuǎn)換并檢驗網(wǎng)絡(luò)的輸出。穩(wěn)壓供液預(yù)測技術(shù)的情感模塊功能設(shè)計如圖5所示。

信息感知、注意和轉(zhuǎn)換：利用感知–注意模塊和信息轉(zhuǎn)換模塊，將卸載壓力pu、加載壓力pl、支架系統(tǒng)的運行聯(lián)動規(guī)則Rule、當(dāng)前支架動作狀態(tài)Act等信息轉(zhuǎn)換為支架動作數(shù)量N、出液作用面積Aout、進液作用面積Ain等支架動作特征量，作為BP-ANN的輸入信息。

圖 5 穩(wěn)壓供液預(yù)測的情感模塊設(shè)計Fig. 5 The design of emotion module for fluid feeding prediction with steady pressure

BP-ANN預(yù)測輸出：分析處理歷史數(shù)據(jù)訓(xùn)練生成BP-ANN，通過上述信息輸入網(wǎng)絡(luò)，預(yù)測輸出穩(wěn)壓供液流量系統(tǒng)使用率SR。鑒于支架動作的間歇性特點，設(shè)計BP-ANN輸入開關(guān)，根據(jù)工況判斷網(wǎng)絡(luò)是否工作。此外，為適用于系統(tǒng)控制，對BP-ANN輸出系統(tǒng)使用率SR去歸一化處理，數(shù)學(xué)轉(zhuǎn)換為穩(wěn)壓供液流量Qp。

策略可行性檢驗：以系統(tǒng)故障狀態(tài)和供液流量能力為依據(jù)對Qp進行可行性檢驗，以決定情感策略或抑制、或輸出、或調(diào)整后輸出。

2.3 支架與供液協(xié)同智能控制

支架與供液協(xié)同智能控制是結(jié)合支架跟機工藝、液壓系統(tǒng)壓力工況等條件，實現(xiàn)支架跟機提速和穩(wěn)壓供液的多目標(biāo)協(xié)同控制。理智與決策模塊設(shè)計實現(xiàn)此功能，其功能設(shè)計如圖6所示。

信息感知、注意和轉(zhuǎn)換：利用感知–注意模塊和信息轉(zhuǎn)換模塊，將實時的液壓支架傳感信息轉(zhuǎn)換生成描述液壓支架和供液系統(tǒng)特征的狀態(tài)全信息[20]。

圖 6 支架與供液協(xié)同智能控制的理智與決策模塊設(shè)計Fig. 6 The design of intelligent and decision module for cooperative intelligent control of supports and fluid supply

效果評價與策略調(diào)節(jié)：評價和微調(diào)情感模塊輸出的預(yù)測供液策略Qq精度，生成更準(zhǔn)確的穩(wěn)壓供液策略Qp。

策略規(guī)劃：核心環(huán)節(jié)，以支架跟機提速和穩(wěn)壓供液多目標(biāo)導(dǎo)控，合理選擇極速模式或優(yōu)化模式，實現(xiàn)策略規(guī)劃。

規(guī)范知識應(yīng)用與理智策略生成：輸入的全信息匹配規(guī)范知識生成相應(yīng)策略，初期的知識庫可能較為缺乏，但隨著系統(tǒng)的不斷執(zhí)行，規(guī)范知識庫越來越完善。

智能策略決策與輸出：由綜合決策模塊驅(qū)動，判斷策略輸出的優(yōu)先級，優(yōu)先級由高到低為：Ql(理智供液策略)→Qa(調(diào)節(jié)供液策略)→Qq(情感供液策略)。

3 供液系統(tǒng)智能控制技術(shù)實現(xiàn)

供液系統(tǒng)控制層通過Profibus-DP通訊網(wǎng)絡(luò)組建成PLC控制器分布式架構(gòu)，PLC控制器中的功能程序是基礎(chǔ)意識模塊的技術(shù)形態(tài)，其分布式架構(gòu)如圖7所示。

圖 7 分布式控制層架構(gòu)Fig. 7 Distributed control layer architecture

智能層以防爆計算機為平臺，利用以太網(wǎng)通訊搭建硬件之間的通信物理層，利用OPC技術(shù)制定軟件之間的數(shù)據(jù)接口標(biāo)準(zhǔn)，實現(xiàn)智能層與外界的數(shù)據(jù)交互，接收控制層或支架系統(tǒng)的輸入信息，經(jīng)過MATLAB等算法軟件處理后生成控制策略，并下達(dá)控制層執(zhí)行。依據(jù)上節(jié)的情感模塊、理智與決策模塊的功能設(shè)計，在Simulink建立控制模型如圖8、9。

圖 8 穩(wěn)壓供液的情感模塊Simulink模型Fig. 8 The Simulink model of emotion module for stabilized pressure supply

圖 9 智能供液控制的理智與決策模塊Simulink模型Fig. 9 The Simulink model of intelligent and decision module for intelligent supply control

4 現(xiàn)場實施與效果評價

上述智能供液系統(tǒng)于2016年12月在潞安集團王莊煤礦8110綜采工作面進行了工業(yè)性試驗。智能供液系統(tǒng)部分設(shè)備與監(jiān)控畫面如圖10所示。

圖 10 智能供液系統(tǒng)部分設(shè)備與監(jiān)控畫面Fig. 10 The monitor screen and partial equipment of intelligent liquid supply system

該智能供液系統(tǒng)安裝在皮帶順槽，距離工作面100～200 m，現(xiàn)場以太網(wǎng)通信和OPC接口技術(shù)實現(xiàn)供液系統(tǒng)與工作面控制中心和地面監(jiān)控系統(tǒng)的數(shù)據(jù)交互，如圖11所示。

系統(tǒng)組建和調(diào)試完成后進行工業(yè)性試驗，設(shè)計3組支架運行方案，其參數(shù)如表1所示。

表1中，采煤機設(shè)定以速度vc勻速割煤，方案1為采煤機低速割煤，單臺支架跟機運行；方案2、3為采煤機高速割煤，多臺支架同時跟機運行。依據(jù)方案控制支架跟機運行，操作供液系統(tǒng)，分別執(zhí)行手動控制(額定流量供液)和智能控制(支架與供液智能協(xié)同)進行對比試驗。可得3組方案手動控制與智能控制對比結(jié)果如圖12～14、表2所示。

由圖12～14和表2可知，相比于手動控制，智能控制實現(xiàn)適應(yīng)支架4種動作類型的供液流量優(yōu)化調(diào)整，自適應(yīng)輸出3種供液策略。支架跟機動作第1次循環(huán)系統(tǒng)缺乏效果反饋數(shù)據(jù)，輸出情感供液策略Qq作為初次嘗試；第2～3次循環(huán)系統(tǒng)根據(jù)壓力數(shù)據(jù)進行反饋微調(diào)，輸出調(diào)節(jié)供液策略Qa優(yōu)化壓力工況；第4～5次循環(huán)系統(tǒng)自適應(yīng)選擇極速或優(yōu)化模式，經(jīng)過多目標(biāo)策略規(guī)劃，輸出理智供液策略Ql實現(xiàn)滿足支架跟機提速和壓力穩(wěn)定的智能供液。

圖 11 系統(tǒng)數(shù)據(jù)交互調(diào)試Fig. 11 Debugging of system data exchange

表 1 液壓支架跟機運行的工業(yè)性試驗方案Table 1 The industrial test scheme of hydraulic supports following operation

圖 12 手動控制與智能控制過程壓力對比方案1 Fig. 12 Comparison of process pressure for manual control and intelligent control (case 1)

圖 13 手動控制與智能控制過程壓力對比方案2 Fig. 13 Comparison of process pressure for manual control and intelligent control (case 2)

圖 14 手動控制與智能控制過程壓力對比方案3Fig. 14 Comparison of process pressure for manual control and intelligent control (case 3)

表 2 手動控制與智能控制試驗數(shù)據(jù)對比Table 2 Comparison of test data for manual control and intelligent control

整個系統(tǒng)控制過程的運行機制以意識–情感–智能三位一體為理論基礎(chǔ)，自適應(yīng)調(diào)整優(yōu)化控制策略直至滿足工況要求，生成、記憶、生長、調(diào)用各類知識，最終滿足系統(tǒng)智能穩(wěn)定運行?？梢?，該系統(tǒng)提高了煤礦供液系統(tǒng)的智能化水平。

5 結(jié)束語

本文提出了以“有序協(xié)調(diào)、穩(wěn)壓提速、智能規(guī)劃”為理念的逐級智能供液控制目標(biāo)，依據(jù)機制主義人工智能理論的意識–情感–智能三位一體思想，設(shè)計了智能供液控制模型及關(guān)鍵模塊功能，研發(fā)了工作面智能供液系統(tǒng)并進行了工業(yè)性試驗，并取得理想的效果。本論文研究成果對于提高煤礦供液系統(tǒng)智能化水平，對實現(xiàn)智能化開采具有重要意義。