具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

如图1所示，根据本发明优选实施方式的一种基于煤量检测的皮带运输机及采煤机的自动调速方法，包括：进行皮带运输机的煤流量检测；进行皮带运输机的状态数据信息收集；进行采煤机的状态数据信息收集；根据皮带运输机的煤流量检测、皮带运输机的状态数据信息收集以及采煤机的状态数据信息收集建立算法模型；以及根据算法模型，得到皮带运输机的煤流量控制阈值和采煤机的速度控制阈值，从而控制皮带运输机和采煤机的速度。

在一些实施方式中，皮带运输机的煤流量检测采用图像分析技术以及在皮带运输机的上方架设相机的形式。

在一些实施方式中，皮带运输机的煤流量检测包括通过数据采集单元手机数据并将收集到的数据通过数据检测单元实时输出煤流量数据。

在一些实施方式中，皮带运输机的状态数据信息收集包括但不限于采集皮带运输机的皮带的速度、宽度以及温度等信息。

在一些实施方式中，采煤机的状态数据信息收集包括但不限于采集采煤机的速度、位置以及工步等信息。

在一些实施方式中，建立算法模型包括：利用皮带运输机的状态数据信息以及皮带运输机的煤流量信息，实时计算出皮带运输机的总运输量；根据皮带运输机的状态数据信息的历史数据进行分析，并得到皮带运输机的状态数据信息的历史数据集；根据采煤机的状态数据信息对应得出的煤流量信息的历史数据进行分析，并得到煤流量信息的历史数据集；以及对皮带运输机的状态数据信息的历史数据集和煤流量信息的历史数据集进行模型建立和训练，得到训练好的模型，用训练好的模型控制皮带运输机和采煤机的自动调速。

在一些实施方式中，用训练好的模型控制运输机和采煤机的自动调速包括：根据皮带运输机的状态数据信息的历史数据和煤流量信息的历史数据集，得到皮带运输机未来几分钟内的煤流量量预测；根据煤流量预测、采煤机的状态数据信息和皮带运输机的煤流量实时数据，得到皮带运输机和采煤机的速度控制阈值范围，根据速度控制阈值范围，对皮带运输机和采煤机进行速度控制；当检测到皮带运输机的实时煤流量数据超设定阈值时，则控制皮带运输机进行降速，当检测到采煤机的出煤量不足时，则控制采煤机加速；以及当皮带运输机发生故障时，则控制采煤机立刻停机，防止堆煤。

在一些实施方式中，算法模型包括LSSVM算法模型，其基本原理如下：对训练样本按照{x_i,y_i},i＝1,2,…,n,x_i∈R_N进行非线性回归时，引入非线性映射函数(x)，将训练样本映射到高维特征空间作线性回归；在特征空间中LSSVM模型表示为：

其中，W为权向量，k为偏置量；

其目标函数为：

其中，δ为训练集预测误差变量，θ>0为正规化参数；

需满足的约束条件为：

引入Lagrange乘子β，转化为Lagrange函数：

根据优化条件：

得到如下线性方程组：

其中，为核函数，是高维特征空间的内积；

得到LSSVM的回归函数式为：

取不同的核函数将构成不同的LSSVM，选用径向基函数 作为LSSVM的核函数。

在一些实施方式中，例如是但不限于以8个变量作为影响出煤量的LSSVM输入，而出煤效率作为LSSVM的输出，LSSVM模型与输入和输出的关系如图2所示，根据出煤效率η设定的范围，得到各皮带和采煤机的速度控制阈值范围。

综上所述，本发明的基于煤量检测的皮带及采煤机的自动调速方法具有以下优点：可以根据煤量检测和预测以及模型的综合测试，得到皮带和采煤机的最优控制速度，据此对皮带和采煤机进行自动调速控制，保证对皮带机的带速调节与矿井生产的实际情况一致，减少电能的消耗，降低机械磨损，从而减低生产成本，实现节能降耗的目标；同时能够充分发挥出变频器的变频节能作用，节约了运输机的电能，减少了运输机磨损。

前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。