矿山支护设备协同遗传多目标设计研究

张付全

摘 要：矿山支护设备伴随我国经济的发展而在不断完善，而对于矿山支护设备来说，从某种程度而言是相对复杂多目标优化问题，传统方法难以找到比较恰当解决方案。本文中从矿山支护设备协同遗传算法前提下，构建多目标多学科设计，并进行优化框架，继而对协同遗传多目标设计，优化设计效果。

关键词：矿上支护设备；多目标优化；多学科设计；研究

DOI：10.16640/j.cnki.37-1222/t.2017.08.087

矿山支护设备是煤矿行业发展不可缺少的元素，而液压支架设计过程中显现出一定的弊端，急需系统解决，在参数上给予更高的要求，从而降低定媒及媒帮难度。文中从矿山支架设备协同遗传多目标设计层面进行分析，确定完善协同遗传算法。

1 协同遗传算法

1.1 算法原理

针对遗传算法而言，其在计算过程中并不需要诸多数学的必要条件，就能处理不同类型目标函数，并且进行一定的约束。因为算法进化本质，遗传算法能够作用于搜索解，而在此过程中无需考虑内部问题。

所谓协同化处理，主要是作用于两个，或是两个以上不同物种之间，而其中某个物种进化，势必会对其它物种产生影响。而针对协同进化算法而言，基本上采用多个种群，而对于不同的物种来说，它们代表着问题解的部分内容，而且在组合形式上具有比较完整的解。

1.2 算法框架

矿山支架设备在矿山开采过程中发挥着非常关键的作用，其相应的液压支架，从本质上分析归属于多目标多学科进行设计，由此，需要利用多学科设计原理，按照算法框架进行求解。针对液压支架来说，涵盖的结构设计主要有以下力学知识，如静力学、动力学等，根据上述因素可以对其进行分类，分解成两个子系统。而对于两个子系统来说，在协同运行并行的前提下，施以并行算法框架。

这种算法框架在实际应用中显现出自身的优势，其与多学科设计优化具有异曲同工之妙，并行施以协同优化处计算，从某种程度来说，两者都属于并行处理策略，然而这种算法框架在应用过程中较为便利。

2 优化参数和模型

液压支架模型设计需要根据相关的参数设计才能得以不断优化，协同设计过程中，并不涵盖设备选型设计，主要针对已经存在的设备实施优化处理，在结构上不断完善。在结构设计中，针对每一次的迭代，都能表现出较为准确的装配关系，并且根据动、静力学原理，继而构建简化模型，而对于运动相关的副连接，对其进行有效的简化，主要是对重点与顶梁，还有底座实施应力应变分析。

从结构设计过程需要，液态支架模型具体可以分为以下几种：即静力学、动力学仿真，并且根据与此对系统进行划分，形成两个子系统。

结构尺寸变量总计是21个：X=（x1，x2，…，x21），上述變量属于支架不同结构尺寸。

静力学子系统，其局部变量有ld、b、l0；状态变量和函数是Ky，A0Ld属于顶梁两纵之间，铰接点的距离，m；b属于顶梁横向之间，铰接点的距离，m；l0是顶梁至底座之间的距离，m；Ky属于静刚度；A属于支撑面积，m2。

动力学子系统，其局部变量是b，h；状态变量是Δlz，Δlf。b、h、Δlz、Δlf：顶梁横向铰接点距离，支撑高度、顶梁前端轨迹变化、顶梁中部轨迹变化情况。

约束条件：立柱支撑，其俯仰角度是以下范围之内，即50°≤a≤70°。

3 结果分析

根据上述研究可知，优化设计取得了相对较好的效果，这主要体现在以下几个层面：如目标函数，其顶梁运动轨迹曲线变化情况、四连杆机构，对其受力大小的分析、底座质量、底座应力应变等，相较于传统计算模式而言，具有非常显著的变化。从优化设计前后的结果反馈可知，优化设计之后的效果显著，这主要体现在受力情况分析上，底座最大应力发生了变化，而且应力应变情况也发生了变化，但是底座质量优化设计之后并没有表现出一定的优越性。

矿山支护设备在应用过程中显现出的弊端是急需解决的问题，重点解决方向是液压支架问题，表现显著的是前后部输送机问题，需要改善其防滑锚固问题。

4 结语

综上所述，液压支护设备在矿上开采过程中具有广泛的应用性，对支架设计部分进行优化处理必然能够达到良好的效果，根据运动力学，施以性能优化设计，从而改善支架性能，优化其受力情况，并在此基础上进行多学科构建，最终促使矿山支护设备能够获得最佳的设计效能。

参考文献：

[1]康金箭.湿喷混凝土在矿山支护工程中的应用[J].矿业工程研究，2014（04）.

[2]高丽，张在霞.矿山支护设备协同遗传多目标设计研究[J].煤炭工程，2015（11）.

[3]高旭鹏，刘致秀.锚固剂对矿山支护安全的影响及控制策略[J].能源与节能，2016（02）.