综采工作面采煤机故障诊断与分析

发布时间：2020-05-16 06:34

【摘要】：对于煤炭企业而言,安全和高效是两把披荆斩棘的利剑,尤其在近年来行业整体受挫的大环境下,企业想要不被淘汰,就更要运用好这两把利剑。随着综合机械化采煤技术的普及,机电设备的可靠性和稳定性就成了煤炭企业能否安全高效发展的重中之重,而采煤机承担着工作面采煤、装煤的任务,是综采“三机”中的核心设备,加之其本身构造复杂、工作环境多变、故障隐蔽且不易排除等特点,往往是煤炭企业设备管理中的重点和难点。因此开展对采煤机故障诊断与预测研究具有重要的现实意义。本篇课题研究以采煤机故障诊断为研究方向,在参考相关学术文献和理论研究的基础上,掌握目前国内外采煤机故障诊断技术的现状与常见的故障问题;并具体研究了采煤机结构及其故障机理,阐述了采煤机的工作原理与工作方式,从电气装置故障、机械装置故障以及液压装置故障进行了常见故障机理的分析和研究,为本次采煤机故障诊断奠定了坚实的理论基础。在分析了多种采煤机故障诊断方法之后,结合专家系统与BP神经网络系统,提出了本次课题研究中采煤机故障诊断的方法,即混合智能算法。以此为基础分析,本次课题建立了懫煤机故障诊断知识库,先通过故障诊断系统数据模块的实现,再进行采煤机故障诊断系统实验设计,再对采煤机故障诊断系统实验结果分析,从而得到研究结果,对采煤机的故障诊断研究具有一定的理论价值和现实意义。
【图文】：

第 2 章 懫煤机结构及其故障机理2.1 采煤机结构煤矿生产过程中的最主要设备之一就是采煤机，其一般用于割煤与装煤。在采煤机各种类型中，电牵引（交流变频）双滚筒采煤机结构图是当前应用最为广泛的机型，A 煤矿企业各生产矿井均采用双滚筒电牵引采煤机。它的主要组成部分有牵引部、截割部、电控部、行走部、辅助装置等。其基本结构如图 2-1 所示。

图 4-3 神经元的数学模型Figure 4-3 Mathematical model of neurons神经元的输入用 x1，x2，······xn等表，w2，······wn表示，即连接权重；输 表示。下面 4-3 至 4-7 各式是神经元的数学：=1 2[ ······]TnX x ，x ，x ；量 W：=1 2[ ······]nW w ，w ，w ；θ =S=nw x WX ；
【学位授予单位】：河北工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TD407

【参考文献】

相关期刊论文 前10条

1 周久华;;神东矿区采煤机故障统计与原因分析[J];煤炭科学技术;2015年S2期

2 梁晓欢;;采煤机故障诊断及故障预测探讨[J];技术与市场;2015年06期

3 邢军锋;;浅析采煤机常见机械故障原因分析及维修策略[J];中国新技术新产品;2015年10期

4 倪松松;阳宁;李力;丁恩杰;;基于扩展故障树的采煤机故障诊断专家系统研究[J];矿冶工程;2015年02期

5 钱沛云;陈曦晖;胡晓;程刚;;基于振动信号分析的采煤机摇臂轴承故障诊断研究[J];煤炭科学技术;2014年12期

6 刘冲;;基于优化支持向量机的采煤机故障诊断技术[J];山东农业大学学报(自然科学版);2015年01期

7 贺建设;;采煤机故障诊断与故障预测研究[J];科技风;2014年18期

8 史景伟;;采煤机故障诊断分析[J];中国高新技术企业;2014年09期

9 闫省伟;;采煤机故障诊断的研究[J];煤矿现代化;2012年05期

10 王增强;车万里;权振林;张旭辉;马宏伟;;电牵引采煤机在线监测与故障诊断系统研究[J];重型机械;2012年05期

相关硕士学位论文 前9条

1 马娜;采煤机电气部件安全运行与故障诊断研究[D];华北科技学院;2016年

2 刘峰;电牵引采煤机系统的设计与实现[D];电子科技大学;2015年

3 冯伟康;基于粗糙集的采煤机故障诊断方法研究[D];西安科技大学;2015年

4 弓晓凤;基于混沌和小波的采煤机振动故障的研究[D];西安科技大学;2015年

5 刘腾达;电牵引采煤机振动监测系统研发[D];西安科技大学;2014年

6 郭会珍;滚筒式采煤机截割部动力学特性研究[D];中国矿业大学;2014年

7 张青;基于DSP和信息融合的采煤机故障诊断研究[D];中北大学;2014年

8 蒋超;模糊神经网络在采煤机故障诊断中的应用[D];河北工程大学;2014年

9 周久华;采煤机摇臂齿轮箱故障诊断技术研究[D];重庆理工大学;2013年

，

本文编号：2666324