引言

随着各种设备在煤矿开采中进行应用，我国的煤炭生产效率得到了较大的提升，但在开采过程中一直存在着高成本、高能耗等问题，从而使我国的煤炭行业的转型受到较大制约。目前的研究主要是针对综采工作面单个设备在运行过程中的节能方式进行一定的仿真分析，在此基础上确定相关的节能策略，能够对能耗大的情况有所改善。但如果将综采作业面的全部设备视为一个整体，通过对这个系统的协同控制进行分析研究，则能够更好地降低能耗。

1 协同控制总体方案设计

按照煤矿综采作业面的具体情况，可以把煤矿大型机电设备的协同控制系统分成三种界面，每个界面负责的内容不同，具体为对设备运行过程中产生的相关数据进行收集、进行物联网感知以及对相关设备进行协同控制。

1.1 硬件系统设计

协同控制系统的硬件包含多个模块，而本文将主要对物联网感知模块、ADC模块以及按键模块的设计选型进行介绍分析。

（1）物联网感知模块设计

物联网感知模块通过使用压力传感器以及速度传感器等多种传感器，实现对运行中的大型机电设备的运行转态以及相关环境进行实时的监测。为了保证监测的效果，需要将各种监测传感器布置在对应设备的敏感处或者离关键位置最近处，并且所有传感器都需要能够独立供电，确保相互之间不会受影响。

（2）ADC 模块设计

为了确保系统所收集的模拟信号可以较为精准的转变成数字信号，选择型号为STM32F103RCT的ADC转换模块，同时配置三个ADC通道，从而能够收集相关设备的数据以及环境信息的模拟信号[1]。

（3）按键模块设计

为了保证系统正常运行，设置确认、返回以及复位按键，其中确认与返回设置为只有在高电平的情况下才是有效的，而复位则只有在低电平的情况下才有效。并且将按键模块的接口连接对应的ADC转换模块的接口。

1.2 系统软件设计

在系统的软件设计上，本文将主程序拆分成子模块程序后再进行设计，具体包括模块的初始化以及功能测试。对系统的软件进行设计需要遵照一定的设计理念，具体为：先利用系统的物联网感知模块，收集相关机电设备在工作时产生的数据以及工作环境的相关信息，利用ADC转换模块将获得的模拟信号转换成数字信号，并利用SD模块进行存储，从而在系统控制界面便能够对相关的数字信号进行分析。

为了确保系统可以根据得到的信号对煤矿中的大型机电设备进行协同控制，本文使用的是以动态优先级为基础的煤矿系统任务调度算法，这种算法能够以较短的时间，完成综采工作面内相关设备生产任务联系的建立，从而实现效率最高，能耗最低的目标。因此，只需要按照数据对正常运行的设备能耗进行准确的计算，就能够确定目前生产任务下效率最高、能耗最低的工作模式。首先根据相关公式得到当前工作状态下设备的运行总负荷和效率，之后统计所有的运行设备的数量，最后在按照相关公式得到系统的最优效率以及最低能耗[2]。

为了保证煤矿中的大型机电设备都能够处于最佳的节能状态，需要尽可能地使各个设备的负荷处于最佳的水平。根据这种理念以及最佳平放逼近方法，计算最优效率的逼近函数，从而使设备的实际工作效率与预期的效率值尽可能接近，进而确定设备的具体能耗。根据设备实际的能耗情况以及最优能耗值，明确各个设备在工作中执行任务的先后顺序，进而实现效率最好，能耗最低的目标。

2 协同控制效果仿真分析及应用

2.1 协同控制效果仿真分析

为了对设备执行任务的优先级调度算法的控制效果进行验证，采用仿真分析的方法与传统算法进行对比，评价指标包括生产任务未完成率、抢占系统资源次数、吨煤耗能。本文基于某煤矿完成仿真模型的搭建。

本文提出的协同控制算法能够显著的减少各任务间抢占的资源的次数，并且任务完成率更高。在煤矿连续作业二十四小时之后，整体消耗的电量趋于稳定，并且吨煤的能够明显下降。

2.2 协同控制策略的应用

选择某个煤矿作为分析对象，按照其综采工作面大型机电设备的实际使用情况，设计了与掘进类大型机电设备相匹配的设备运行模式库，利用自学习模式，使其在工作时能够保持高效率、低能耗的状态。

通过采用系统控制系统，掘进类机电设备生产吨煤的能耗有较大程度的下降，接近13%。并且通过将在其他子系统中应用这种系统控制理念，子系统的能耗也有所下降，进而使得煤矿大型机电设备的整体能耗可以降低18%左右[3]。