模糊控制在煤矿瓦斯监测系统中的应用

贺 娟，罗光毅

（遵义师范学院物理与电子科学学院，贵州遵义，563000）

模糊控制在煤矿瓦斯监测系统中的应用

贺 娟，罗光毅

（遵义师范学院物理与电子科学学院，贵州遵义，563000）

煤矿瓦斯监测系统是一个复杂的非线性、时变性、多参数强耦合的监测系统。针对这一复杂系统，作者采用模糊控制理论和DSP技术，以DSP芯片和模糊控制器为监控端，以PC机为远程管理中心，以各种传感器来采集系统所需要的数据，设计出了一套智能瓦斯监测模糊控制系统。该系统实现了煤矿瓦斯实时在线监测功能，可为煤矿安全生产提供一定的理论依据，具有较强的实用价值。

模糊控制；DSP；煤矿瓦斯；在线监测

随着经济的快速发展，我国对煤炭和石油等能源资源的需求量也在不断增加，为了保证我国能源工业的可持续发展和能源行业的安全生产，对能源生产企业的安全生产进行实时在线监测就显得非常重要。煤炭是我国的主要能源之一，煤矿伤亡事故如瓦斯爆炸等时有发生。从煤矿事故的统计分析报告来看，绝大多数的煤矿事故都是由瓦斯爆炸引起的。抑制这些事故发生最有效的手段是提高煤矿瓦斯监测和控制的水平。目前，尽管我国的煤矿瓦斯监测技术已有很大提高，但与国外先进水平相比较，在硬件设施和技术装备方面仍存在比较大的差距，同时网络监控可靠性也较差，需要解决互联互通和资源共享等方面的问题。在软件技术方面，监控系统的信息处理技术同样也很落后，已有的信息处理技术只是简单的转换、存储、显示和打印原始数据，数据资源的深度挖掘和分析还做得不够，不能及时发现和预报煤矿事故。因此，预防和控制瓦斯灾害一直是专家、学者和技术人员研究和亟待解决的重要课题[1-3]。

煤矿瓦斯监测系统是一个复杂的非线性、时变性、多参数强耦合的监测系统，监测过程由于随机扰动较大、监测对象不确定、现场测试方法不完善等因素的存在，使得精确的数学模型难以建立，同时受控对象难以控制，很难满足控制性能的要求。对于这些复杂的控制对象，传统的控制方法如PID等往往很难满足其控制要求。因而，采用智能控制技术、设计智能控制器是解决这类复杂系统的可靠方法。在智能控制方法中，模糊控制[4-10]是一种可行的控制方法，它是利用专家的经验来控制不确定系统的一种控制策略，此控制策略能够对非线性、时变性和强耦合的复杂系统进行有效控制。因此，本文将模糊控制理论和 DSP数字技术引入煤矿瓦斯在线监测系统，实现了煤矿瓦斯实时监控的目的。

1 系统架构

本系统的结构如图1所示，主要包括两个部分：监控端和远程管理中心。监控端以TMS320LF2407A DSP为硬件核心，主要用来实现视频和环境数据的监控；远程管理中心（PC）通过4G网络来接收煤矿井下环境参数并予以显示，同时这些参数通过模糊控制规则给出控制方案和策略。

图1 系统结构图

2 模糊控制原理

模糊控制理论是在模糊集理论、模糊语言变量和模糊逻辑推理的基础上建立起来的一种逻辑控制理论，它利用模糊逻辑来描述事物的本质和模拟人类的逻辑思维，同时对难以建立精确数学模型的复杂系统进行控制。模糊语言变量由模糊集定义，然后由有经验的操作者或专家建立综合的控制评价。控制理论是基于显式控制系统模型及控制器的设计仅限于随时间变化的、有限维和线性的理论。但传统的控制理论在没有数学模型的控制系统中难以实现，而模糊控制的特点是无需建立精确的数学模型，模糊控制系统的核心是模糊控制器，模糊控制器的结构决定了一个模糊控制系统性能的好坏。模糊控制系统的结构框图如图2所示。

图2 模糊控制系统结构图

模糊控制器实际上就是一个微计算机，可以用单片机也可以用 DSP来控制。各种功能的传感器是模糊控制系统的重要组成部分，传感器可以把控制对象或多种过程的控制量转化成电信号，传感器的精度直接影响到整个控制系统的精度。

3 瓦斯监测系统结构

为了满足煤矿的实际需要，本文把监控端和远程管理中心划分为两大部分：井下部分和井上部分。井下部分主要由各种单片机处理器和各种传感器（风传感器，压力传感器，瓦斯传感器和采矿设备开停传感器等）组成，各种传感器分别安装在井下的不同监测点，用来采集井下各种气体的浓度和含量、井下空气状况和设备运行情况等数据，然后通过现场总线RS-485将数据传输到井口处的监测站，监测站再根据情况进行处理；井上部分主要由现场总线RS-485、DSP芯片、模糊控制器和远程管理中心组成。瓦斯监测系统结构图如图3所示。

4 模糊控制器设计

鉴于模糊控制技术是针对各种复杂系统来进行控制的技术，所以本系统采用模糊控制技术来设计控制器。模糊控制器是反映输入语言变量、输出语言变量、语言控制规则及其模糊定量关系算法结构的装置，其功能是将传感器采集到的数据与给定输入进行比较所得的精确输入转换为模糊输入信息，由控制器得出输出量的模糊集，再经解模糊集得到精确量，最后作用于被控对象。

瓦斯浓度模糊控制器如图4所示。由图4可以看出，经过特殊装置处理的瓦斯浓度一般可以分为三种：管道高浓（瓦斯浓度N1）、风流稀释低浓和混合风流低浓（瓦斯浓度N3）。

4.1 量程转化及精确量模糊化

浓度N1：N1=[10%，70%]，论域取为X={-5，-4，-3，-2，-1，0，1，2，3，4，5}

图3 瓦斯监测系统结构图

图4 瓦斯浓度模糊控制器结构图

浓度N3的误差E：E=[-0.6%，1.4%]，论域取为E={-5，-4，-3，-2，-1，0，1，2，3,4，5}

4.2 确定语言值

将N1和N3两个变量模糊处理可以得到：N1变量的模糊语言集为{NL,NS,ZO,PS,PL}，相应的语言变量表示为{负大，负小，零，正小，正大}；N3变量误差E变化范围的模糊语言集为{PL，PS，ZO，NS，NL}，相应的语言变量表示为{正大偏差，正小偏差，无偏差，负小偏差，负大偏差}。

4.3 确定隶属函数

采用三角形和梯形函数分布来定义模糊语意（见图5和表1）。

图5 N3的偏差E、N1的隶属度函数

N3的偏差E、N1的隶属度函数赋值如表1。

表1 N3的偏差E、N1的隶属度函数赋值表

4.4 确定模糊控制规则表

模糊控制规则表如表2所示。

表2 模糊控制规则表

4.5 解模糊化确定模糊控制查询表

采用Min-Max重心法作为去模糊策略，可以得到如表3的模糊控制查询表。

表3 模糊控制查询表

确定好查询表，把它作为“文件”保存在计算机中。当进行实时控制时，根据查询表和输入信息来查询所需要的控制量。

5 仿真

本系统以煤矿瓦斯为监测对象，通过大量实验，给定 N3=1%，N2恒定不变，N1的变化范围为0～100%，对所建控制模型进行仿真，控制规则的输入是根据模糊控制规则表2给出的规则来进行模糊推理。将N1和N3输入控制系统，得到仿真曲线如图6所示。由图6可以看出输入信号N1在0～100%范围内变化时，只要N3未超过给定瓦斯浓度值的1%，整个监测系统就能达到预期的控制效果。

图6 仿真曲线

6 结束语

（1）本文设计的煤矿瓦斯浓度监测系统综合应用了模糊控制理论和DSP技术。

（2）对系统进行了智能化、自动化的优化改造，提高了系统的综合防灾抗灾能力。

（3）可以减少安全事故隐患，使井下安全生产得到保障，提高了系统的控制精度和安全可靠性。

（4）实验表明，与以往的监测系统相比较，该监测系统设计简单、参数选择合理，具有一定的理论价值和实际应用价值。

[1]王秀明,傅贵,祝楷,等.基于设备设施分类角度的煤矿瓦斯爆炸事故原因分析[J].煤矿安全,2015,46(11):241-244.

[2]徐耀松,郭磊,王丹丹.多传感器模糊信息融合算法在煤矿瓦斯监测中的应用[J].矿业安全与环保,2008,35(3):42-44.

[3]姜维维,栗继祖.基于模糊DEA煤矿安全风险预控管理体系评价模型[J].煤矿安全,2015,46(11):238-244.

[4]史震,马文桥,张玉芳.基于模糊控制的复合控制导弹控制系统设计[J].哈尔滨工程大学学报,2015,(2):1-8.

[5]Mandani E h.Advances in the Linguistic Synthesis of Fuzzy Controllers.Fuzzy Reasoning and its Applications[M].New York:Academic Press,1981.325-334

[6]郭瑞,吕晓.模糊控制在测爆装置中的应用[J].煤矿机电, 2009,5(5):75-77.

[7]李士勇.模糊控制·神经控制和智能控制论[M].哈尔滨:哈尔滨工业大学出版社,1998.

[8]Zadeh L A.A Rationale for Fuzzy Control[J].Trans ASME J Dynam Syst Measur control,1972,(94):3-4.

[9]刘文平,李文斌,王维.基于模糊控制技术的带式输送机自动纠偏装置的设计与仿真[J].煤矿机械,2014,(11):265-267.

[10]姜媛媛，李振壁，范辰东.基于DSP实现的煤矿瓦斯移动抽排系统的模糊控制[J].矿业安全与环保，2008，35（3）：48-52.

（责任编辑：朱 彬）

Application of Fuzzy Control to Colliery Gas Monitoring System

HE Juan,LUO Guang-yi
（School of Physics and Mechanical&Electrical Engineering,Zunyi Normal College,Zunyi 563002,China）

Colliery gas monitoring system is a complicated monitoring system with nonlinear,time variation and multi parameter strong coupling.In view of this complex system,we adopt the fuzzy control theory and DSP technology;the DSP chip and fuzzy controller are used for monitoring terminal;the PCis used for the remote management center;the required data of the system is collected with a variety of sensors;a set of intelligent fuzzy control system for gas monitoring is designed.The system realizes the function of real-time online monitoring of Colliery gas,which provides a certain theoretical and practical value for the safety production of coal mine.

Fuzzy control;Digital signal processor;Colliery gas;On-line monitoring

TD685

A

1009-3583（2017）-0100-04

2017-01-10

国家自然科学基金项目（11464052）；贵州省优秀科技教育人才省长基金项目（黔省专合字（2012）87）；贵州省科学技术

基金项目（黔科合LH字[2016]7018,黔科合LH字[2015]7043,黔科合LKZS[2014]05号）；贵州省教育厅重点项目（黔教合KY字（2013）171）；贵州省教育厅电子制造产学研项目（黔教合KY字[2014]230号）；贵州省重点学科项目（黔学位办[2013]18号）

贺 娟，女，湖南双峰人，遵义师范学院物理与电子科学学院副教授，硕士，主要从事信号处理、在线监测和鲁棒控制等方面的教学和研究。