针对综采工作面供液系统供液能力不足、压力波动大、系统运行稳定性差等问题，提出了一种免疫粒子群优化模糊神经网络PID（IPSO-FNN-PID）算法，设计了IPSO-FNN-PID控制器，实现了供液系统稳压控制。IPSO-FNN-PID算法将粒子群（PSO）算法和免疫算法（IA）引入模糊神经网络（FNN）PID控制器，针对FNN算法易陷入局部寻优问题，采用免疫粒子群（IPSO）算法优化FNN算法，通过在PSO算法中加入IA来提高PSO算法的收敛性，实现最优PID参数输出。为验证IPSO-FNN-PID控制器的有效性，选取传统PID控制器、Fuzzy-PID控制器、FNN-PID控制器进行比较，仿真结果表明：（1） IPSO-FNN-PID控制器对乳化液泵的控制效果最佳，其他3种控制器的上升时间、峰值时间和调节时间均比IPSO-FNN-PID控制器长，最大超调量均大于IPSO-FNN-PID控制器。（2）在加入扰动信号后，IPSO-FNN-PID控制器具有较好的自适应性和鲁棒性，恢复到平稳状态仅用了1.2 s。（3）当利用传统PID和Fuzzy-PID控制器对乳化液泵进行控制时，振荡明显，超调量大，分别为41.2%,22.3%；当利用FNN-PID控制器对乳化液泵进行控制时，振荡明显减弱，超调量降低为17.6%，调节时间减少至2.68 s；当利用IPSO-FNN-PID控制器对乳化液泵进行控制时，几乎无振荡，超调量仅为5.22%，调节时间缩短至2.61 s，遇到干扰信号时稳定性更强。（4）在受到扰动信号时，负载干扰对IPSO-FNN-PID控制器的影响较小，且收敛迅速，鲁棒性大大提升，表明IPSO-FNN-PID控制器具备良好的抗扰动及扰动补偿能力，可满足供液系统的稳压控制要求。

国家自然科学基金资助项目（U1261114）；陕西省自然科学基础研究计划项目（2019JM-162）；

司明,邬伯藩,王子谦.综采工作面大流量智能供液系统研究[J].工矿自动化,2022,48(07):66-72.DOI:10.13272/j.issn.1671-251x.2022030033.