马威，　马飞，　郭荣，　耿晓光

(北京科技大学 机械工程学院, 北京　100083)



GA-BP网络在凿岩防卡阀推进压力预测中的应用

马威，马飞，郭荣，耿晓光

(北京科技大学 机械工程学院, 北京100083)

摘要：分析了凿岩钻车防卡阀的结构和工作原理，利用某采石场原始卡钎数据，建立了防卡阀BP神经网络模型。基于遗传算法理论对BP神经网络模型进行了结构拓扑优化和训练，建立了GA-BP网络模型。分析结果表明，BP神经网络模型和GA-BP网络模型均可以较好地预测卡钎时防卡阀的推进压力，但GA-BP网络模型具有更高的预测精度、非线性映射和网络性能。

关键词：凿岩； 防卡阀； 推进压力； BP神经网络； 遗传算法

网络出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160705.1500.011.html

0引言

凿岩钻车在高速凿岩时，常有卡钎事故发生，卡钎现象是影响凿岩效率和凿岩质量的重要因素。所以，有效的防卡钎装置对液压凿岩钻车具有非常重要的意义。为此，一些学者对凿岩钻车的防卡钎系统展开了研究。吴万荣等[1]通过对钻孔偏斜的影响因素及力学特征的分析，建立了钻头偏载的力学模型，揭示了凿岩过程钻孔偏斜的机理，提出了控制钻孔偏斜的推进力控制方案。罗生梅等[2]针对3种不同的卡钎现象，提出了基于参数变化率和绝对变化量的综合卡钎判定方法。赵宏强等[3]利用模糊控制理论，通过AMEsim与Simulink联合仿真，验证了根据回转压力信号的变化自动控制推进力大小的可行性。

综上，目前防卡钎研究主要侧重于防卡钎系统的整体动态响应特性研究，在一定程度上解决了凿岩卡钎问题，但由于防卡阀为涉及机械、流体、控制等多个学科领域的复杂物理系统，其可靠性取决于多个物理场的耦合作用，并且非线性较强。……