超重型岩巷掘进机截割头动载荷识别方法的研究

发布时间：2021-12-24 06:45

　　本课题的研究内容来源于国家自然科学基金“基于多参量的超重型岩巷掘进机截割动载荷智能识别方法的研究”（项目编号:U1510112）,是针对煤矿井下掘进机工作环境复杂恶劣、干扰严重,截割载荷识别难度大的问题提出来的。目前,掘进机司机无法根据截割状态实时有效地调节截割头摆速和转速,可能导致掘进机功率超限、截齿损坏。因此,本文提出了一种适用于煤矿井下的超重型岩巷掘进机截割动载荷识别方法,为掘进机根据截割载荷自适应调节截割摆速和转速奠定基础,该研究具有重要意义。本文通过对国内外掘进机及动载荷识别技术研究现状的深入分析,现有的掘进机智能化水平偏低,动载荷识别技术在掘进机截割载荷识别上的应用相对较少。故本文在考虑煤矿井下恶劣的掘进环境的基础上,提出了一种基于多源数据融合的掘进机截割载荷识别方法,具体的研究内容如下:通过深入了解掘进机截割机构的组成结构和截割原理,在不同截割状态下对截割机构进行动力学分析。依据掘进机截割头载荷的经典计算公式,确定了将截割工况、截割岩石特性、截割头入深、转速、摆速或钻进速度作为影响掘进机截割头的主要参变量。依据某型纵轴式掘进机截割头的设计参数,在MATLAB中编写了截割头... 

【文章来源】：太原理工大学山西省 211工程院校

【文章页数】：111 页

【学位级别】：硕士

【部分图文】：

截割电机系统仿真模型

定的被测量并将这些测量信息装置[71]。为了保证所采集数据的合适传感器型号。煤矿掘进机均可能影响传感器的正常工作[7号的特征，对每种监测信号传感物理量可分为加速度传感器、间内的强度与位移成正比，在中与加速度成正比。掘进机实际工分较多，为了采集信号的准确性为 SSP1001A 的本安防爆型加速有采集信号质量好、抗干扰能力-1。

GPD60压力传感器图

【参考文献】：
期刊论文
[1]关于岩巷掘进的总结与展望[J]. 赵传水.  内蒙古煤炭经济. 2018(17)
[2]改进烟花算法和概率神经网络智能诊断齿轮箱故障[J]. 陈如清,李嘉春,尚涛,张俊.  农业工程学报. 2018(17)
[3]基于QR分解的稀疏LSSVM算法[J]. 周水生,周艳玲,姚丹,王保军.  吉林大学学报(理学版). 2018(02)
[4]基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究[J]. 吴冲,刘佳明,郭志达.  运筹与管理. 2018(02)
[5]复合岩层下岩石掘进机刀盘载荷特性研究[J]. 刘建琴,宾怀成,郭伟.  哈尔滨工程大学学报. 2018(03)
[6]全断面掘进机发展和应用[J]. 龙志阳,郭孝先.  建井技术. 2017(05)
[7]复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法[J]. 黄大荣,陈长沙,孙国玺,赵玲,米波.  兵工学报. 2017(08)
[8]概率神经网络的平滑参数分析及在地震属性分析中的应用[J]. 罗浩然,尹成,丁峰,黄旭日.  石油物探. 2017(04)
[9]差分进化算法综述[J]. 丁青锋,尹晓宇.  智能系统学报. 2017(04)
[10]矿用压力传感器抗干扰研究与设计[J]. 朱正宪.  煤矿机械. 2017(04)

博士论文
[1]悬臂式掘进机关键结构的力学特性研究[D]. 李旭.中国矿业大学(北京) 2017

硕士论文
[1]基于电流信号的转子系统故障诊断与采煤机截割工况识别[D]. 张天赐.太原理工大学 2017
[2]基于奇异值分解的信号处理关键技术研究[D]. 聂振国.华南理工大学 2016
[3]悬臂式掘进机建模与仿真研究[D]. 孙晓娜.辽宁工程技术大学 2013
[4]小波基的选取与构造方法讨论[D]. 边威.东北师范大学 2007



本文编号：3550005