一、国内外电牵引采煤机技术发展状况及应用展望(论文文献综述)
过超[1](2020)在《采煤机状态参数远程监测系统研究》文中认为煤炭是我国现在的重要能源之一,所以煤炭的开采过程十分重要,是关乎国民经济的大事。随着电子和通信技术的进步发展,井下生产日益机械化、自动化,这些进步促进了煤矿的高效生产。但井下开采仍存在一些问题,最为突出的就是井下工作环境较恶劣,采煤机容易发生故障,从而影响煤矿生产的正常运转,造成经济损失,因此有必要对采煤机的运行状态进行实时监测。之前传统的有线监测方式灵活性差、适用性不强、系统不稳定,难以达到采煤机的实时监测需求。本系统设计了一种有线通信和无线通信相结合的采煤机远程监测系统,可以灵活稳定的对采煤机进行远程监测,提高采煤机的工作效率。论文研究分析了传统的有线监测方式,结合对比目前的几种主流的通信和有线通信方式,最后采用无线通信与有线通信相结合的方式来进行数据的通信:在井下开采面,由于环境较差,不易布线和维护,选用低功耗、低成本的ZigBee无线通信技术,在巷道中,由于距离较远,环境整体较好,可以进行布线所以选用CAN总线的有线通信方式。结合采煤机的实际应用背景,在机载PC端和地面控制中心都选用LabVIEW平台设计的监控系统来直观的监测采煤机运行状况和发出控制指令。本系统采用模块化设计,对于无线通信模块,硬件上确定选用无线CC2530芯片进行数据的收发,同时分别与机载PC端和CAN总线节点进行数据通信,软件上在IAR平台进行软件设计,利用Z-Stack协议栈来实现了节点间组网,数据收发和串口通信等。对于CAN总线,采用CAN控制器内嵌于MCU的方式,采用STM32F103单片机为主控芯片,配合周围电路来完成数据的收发,同时分别与地面PC机及ZigBee节点进行数据通信;软件上使用Keil MDK对单片机进行编程即可。使用LabVIEW平台设计的上位机监控系统,可以实现数据的实时显示和存储,界面直观,为工作人员决策提供了依据。最后,在实验室进行了系统的测试,包括各模块测试和系统整体测试,测试结果表明,采煤机远程监测系统具有远程查看采煤机工况参数、远程发送控制指令和本地测控等功能,具有较强的灵活性、可维护性和可扩展性、良好的稳定性、低功耗等特点。可实现对采煤机远程监测的功能,对于提高煤矿安全性具有重要的理论意义与工程价值。图[55]表[6]参[84]
王欣[2](2020)在《采煤机振动截割滚筒设计及力学特性分析》文中提出采煤机是综合机械化采煤的重要设备,滚筒承担着落煤、装煤等任务。为了适应难开采煤层的恶劣工作环境、提高生产效率,本文以MG800/2040WD型采煤机截割滚筒为研究对象,设计一种新型采煤机振动截割滚筒,对其结构进行疲劳寿命分析以及基于刚柔耦合的动力学特性分析。主要完成工作如下:(1)分析采煤机结构和工作原理,基于应力波煤岩破碎机理,提出振动截割采煤机滚筒实现原理,在此基础上建立振动截割采煤机滚筒煤岩破碎力学模型。(2)以MG800/2040WD型采煤机截割滚筒为原型,利用MATLAB软件对该机型振动截割滚筒偏心振动机构进行优化设计,并采用Solid Works软件建立了振动截割滚筒关键零部件三维几何模型和虚拟样机模型,并进行装配干涉检验。(3)建立振动截割行星轮系力学模型,分析额定工况下振动截割行星轮系中行星架和行星齿轮与太阳轮的等效应力和应变,在恒定振幅载荷作用下,对振动截割行星减速器以及行星架分别进行疲劳寿命分析。(4)运用COMSOL软件对振动截割滚筒行星架分别进行刚性和刚柔耦合模态分析,分别得到其前六阶振动频率和振型,并对比分析振动截割滚筒刚性模型和刚柔耦合模型各阶模态振型特征,得到振动截割行星减速器发生共振的最小频率,表明本设计的合理性。本研究为提高采煤机截割效率,提升截割滚筒的可靠性和使用寿命奠定了基础,可为连续采煤机振动截割滚筒研究提供理论指导和技术支撑。
张雨萌[3](2020)在《数字孪生驱动的矿用设备维修MR辅助指导系统》文中认为煤矿机电设备因恶劣工况环境导致故障频发,加之井下环境和场地限制,专业维修困难且效率低。随着高产高效工作面建设,采掘装备现场维修矛盾日益突出,因维修人员水平限制或者不能及时到位,设备难以有效维修,经常造成停工引起巨大经济损失。传统矿用设备故障维修方法存在维修知识获取不直观、对人依赖性大、专家维修指导不及时等问题,复杂故障甚至要升井返厂维修,现场急需强有力的维修指导技术。数字孪生(Digital Twin,DT)驱动维修指导过程,以混合现实(Mixed Reality,MR)连接维修现场和虚拟指导过程,实现维修虚拟指导和专家远程协同的复杂系统维修技术是解决上述问题的最佳策略。论文提出了一种数字孪生驱动的矿用机电设备维修MR辅助指导方法,研究MR辅助维修模型、技术框架及使能技术,促进现实和虚拟维修环境的虚实融合、双向映射、仿真预警,实现机电设备的可视化辅助维修指导,对提高复杂故障维修能力意义重大。针对零部件多、维修过程复杂,指导流程多样等问题,提出基于故障树分析的矿用设备维修行为模型,通过矿用设备故障机理研究和总结,采用故障树分析法建立设备失效模型,根据目标设备的关键失效因素分析维修行为,建立有效的维修行为树模型,奠定了系统开发理论基础,提高了系统开发效率。针对辅助维修指导过程中的流程表达、可视化指导等难题,研发基于DT+MR的矿用设备辅助维修指导原型系统,促进现实维修空间与虚拟维修空间虚实融合,搭建混合现实虚拟仿真开发环境,通过人工标识和自然特征点相结合的MR三维注册虚实融合方法改善虚实融合效果,并设计适用于矿用设备故障维修指导的标准示意图,形成匹配典型过程的维修指导流程虚拟仿真片段,实现了矿用设备故障维修指导过程的流程化表达。针对设备辅助维修指导缺乏信息交互的问题,研发数字孪生驱动的虚实空间数据反馈技术,从设备故障数据交互、MR人机交互和远程专家在线交互三个方面,实现虚拟维修空间与真实维修空间的双向映射和仿真预警,达到设备运行状态数据监测下实时性故障维修指导的目标。最后,搭建数字孪生驱动的复杂机电设备MR故障维修指导系统,以电牵引采煤机摇臂部传动系统故障为对象搭建实验平台,对系统的实时维修指导功能进行实验验证。实验测试结果表明,维修人员佩戴一台HoloLens眼镜便可按照虚拟辅助维修系统的提示独立完成维修过程,随时可调用维修知识和请求远程专家指导,按照直观的故障维修指导流程完成维修作业,对解决恶劣环境或危急场景下的复杂故障维修具有重要意义和应用价值。
王雪松[4](2020)在《电牵引采煤机分布式控制系统的研究与开发》文中研究表明随着煤炭智能开采从概念逐步且越来越富有内涵地走向工程实践,作为其中最为关键的开采装备——采煤机也必须具备相应的智能化功能。本文立足于作者的工作岗位,结合太重煤机有限公司(以下简称太矿)智能开采装备研发规划,对电牵引采煤机新一代分布式控制系统进行了深入系统的研究和实用产品的开发。首先,根据煤炭智能开采对采煤机的智能化要求,结合太矿采煤机及其控制系统的发展历史、现有水平,以及应对未来智能开采时代的煤机发展战略,对标国际先进水平,制定了新一代电牵引采煤机分布式控制系统的整体架构和功能模块构成:采用32位主、从控制器(主控制器型号DX-M3530,从控制器型号DX-M302)、CAN总线通讯方式的分布式控制模式;将整个控制系统按照功能划分为主控制单元、高压测控单元、本安测控单元、无线4G信号转换模块、本安信号采集模块、传感器单元等,并进行了主控制器的开发及检测检验。第二,研发了分布式电控系统中主要监控模块,用于监测8路PT100温度信号、三轴倾角、环境温湿度等。从该分布式模块的功能需求入手,分析并设计了该模块的硬件电路,具体包括:输入、输出量接口模块、电源模块、MCU控制部分、PT100检测部分、CAN通信部分、环境温湿度检测、倾角检测等,并进行了可靠性测试设计。第三,研究了采煤机状态监测与故障诊断系统并加以实现。状态监测除了常规的电机温度、电流、牵引速度、角度等检测量以外,还通过安装旋转编码器、压力、温度、振动、电缆张力等传感器实现了太矿采煤机更加全面的工况监测,首次实现了太矿采煤机拖曳电缆的张力监测,增强了采煤机机载预警与故障提示功能,故障代码达到了81个;通过新研发的机载数据记录仪,可采集、存储采煤机的110种状态数据,数据记录可长达90天、约90亿条记录;井下实时监测的采煤机通讯状态、关键部位温度、压力及流量值、摇臂角度、煤机位置、记忆截割等数据,通过机载无线通信单元和防爆天线经矿井环网传输至太矿采煤机云端远程运维中心,为后期实现采煤机远程信息融合故障诊断和预测预警奠定了基础。第四,主持设计的基于分布式电控系统的采煤机智能化功能实现突破:首次实现了摇臂高度自动调节、牵引速度自动调节和基于TD-LTE制式的4G采煤机信息无线传输等功能,显着提升了采煤机的智能化水平。
郭姣姣[5](2020)在《采煤机牵引部动力学分析》文中研究表明采煤机是煤矿开采最重要的设备,其工作环境恶劣,极易发生故障。牵引部作为采煤机的重要组成部分,主要负责采煤机的减速和牵引行走,其安全性和可靠性直接影响着采煤机的使用性能。因此采煤机牵引部的正常运行对煤炭开采意义重大。本文以MG1000/2500-WD电牵引采煤机为研究对象,对牵引部及其零部件部进行动力学分析。首先充分了解牵引部的结构和尺寸,参照设计二维图在大型三维软件UG中建立准确的电牵引采煤机牵引部三维模型。虚拟样机技术能够真实地模拟物体的运动并得出物体的运动规律。将建立好的三维模型通过软件接口导入到ADAMS软件中建立虚拟样机模型,设置好接触与约束,模拟真实的减速运动。从后处理中得到采煤机的运动学和动力学分析结果,与理论值做对比,验证了虚拟样机的正确性。其次利用有限元技术和刚柔耦合技术对采煤机关键零部件进行动力学分析。在ANSYS Workbench中对采煤机牵引部电机输出轴进行模态分析,得到电机输出轴的十阶模态,找到其容易发生共振的频率。对外牵引部两级啮合齿轮进行瞬态动力学分析,得到其啮合过程中的应力与应变分布图,分析其受力情况并找到其运动过程中最薄弱的地方。最后通过刚柔耦合技术将第一级行星轮系的行星架做柔性化处理,分别对其进行刚体仿真和刚柔耦合仿真,得到其运动学和动力学特性并进行比较,验证了刚柔耦合技术更贴近真实工况。通过对电牵引采煤机牵引部动力学分析,得到了牵引部零部件的动力学特性,为零部件的设计优化提供了理论依据。
翟文睿[6](2020)在《采煤机性能退化评估研究》文中认为工业物联网及智能传感技术的发展,促使煤矿行业朝着数字矿山、智能矿山的方向发展,许多的煤矿机械设备都装配了实时监测设备状态的传感器。虽然煤矿机械设备传感器带来了大量的实时监测数据,但目前大多数煤矿仍采用传统的机械维护方式进行煤矿机械设备的维护,这意味着实际煤矿生产中传感器带来的大量数据并未得到较好的应用。因此,如何利用好大量的数据,将其转化为辅助煤矿生产及设备维护的有效信息,得到设备性能退化的趋势具有重要的研究意义。本文以采煤机为研究对象,为利用各类传感器数据实现采煤机性能退化趋势的准确预测,在选取合理工况监测参数和性能退化参数的基础上,结合极限学习机和高斯混合模型、相对熵等方法度量不同工况下采煤机的性能退化程度,从而得到了采煤机的性能退化趋势,实现了将大量传感器数据转化为性能退化程度的目的,主要研究内容如下:(1)本文总结出进行采煤机工况监测和性能退化评估的相关指标。首先,从结构、作用、故障现状等几个方面对采煤机的故障及维修现状进行分析,得到了区分采煤机不同工况的指标,同时为后文采煤机工况监测参数的选取提供了依据;然后,结合煤矿实际生产情况,总结出能反映采煤机性能退化程度的可监测指标作为性能监测参数并验证了所选参数的合理性。(2)为更准确地表示采煤机不同部件性能退化评估的情况,找到一种进行采煤机性能退化评估的方法。首先,提出运用极限学习机对采煤机工况进行识别的方法,并在不同工况下建立了相应的高斯混合模型。在此基础上,利用相对熵来度量性能退化的程度,从而得到了采煤机的性能退化趋势,借此建立了一套实现采煤机性能退化趋势评估的完整模型。(3)选择采煤机故障发生率最高的截割部作为分析实例,对其进行性能退化的评估。在前文分析的基础上结合截割部的特点,选取了区分截割部工况的四种工况监测参数和六个有代表性的性能监测参数;经过数据标准化、工况模型训练、性能数据降维、工况识别、不同工况高斯模型训练和比较等几个步骤,得到了采煤机截割部的性能退化趋势图,并根据趋势图找出性能退化的三种典型阶段,提出了相应的智能维护策略。该论文有图17幅,表10个,参考文献85篇。
南鹏飞[7](2020)在《基于LSTM神经网络的采煤机自适应截割研究》文中研究表明记忆截割对于提高采煤机自动化水平,促进综采工作面“无人化、少人化”发展具有重要意义。但传统采煤机记忆截割技术存在截割精度低,需要采煤机司机频繁手动调整截割滚筒高度的问题。为了提高记忆截割的截割精度与截割效率,本文在前人的研究基础上,将深度学习与记忆截割技术相结合,并对此进行研究。本文对采煤机记忆截割原理进行了研究后,建立坐标系对采煤机进行定位定姿分析并获取采煤机的截割轨迹。并提出一种基于深度长短时记忆(Long Short-term Memory,LSTM)神经网络的采煤机截割轨迹预测模型,利用MATLAB软件对深度LSTM神经网络模型的预测效果进行了分析验证。此外由于采煤机在工作中需要进行连续多刀的截割作业,所以需要神经网络连续进行多步预测。为了适应工作需求,提升模型多步预测能力,提出一种MSLSTM神经网络模型,减缓了预测步数的增加时,深度LSTM神经网络误差增大问题的发生。最后,利用迁移学习相关知识,对小规模截割数据集进行了截割轨迹预测建模和研究。针对采煤机截割轨迹预测任务,对应用不同学习策略的模型训练效果进行了比较,并对迁移学习策略的有效性进行了对比分析。通过对深度学习和记忆截割的研究,为其今后的发展和应用提供了有效参考。该论文有图29幅,表13个,参考文献49篇。
杨亮亮[8](2020)在《基于深度学习的采煤机关键零部件剩余寿命预测》文中进行了进一步梳理采煤机作为煤矿开采的主要设备之一,拥有庞大的体型、复杂的结构,其关键零部件剩余寿命(remaining useful life,RUL)预测值受工作环境恶劣、操作空间狭窄等因素的影响难以准确获得,使采煤机健康状态评估困难,严重威胁煤矿安全生产及工作人员的生命安全。当前采煤机关键零部件可靠性分析手段局限于基于软件、数学模型等静态仿真的理论化分析,未利用监测数据进行挖掘和分析,导致分析结果片面、准确度差、效率低、智能化程度滞后等缺陷。研究和利用先进的理论与方法,从煤机装备大数据中挖掘信息,高效、准确地识别装备的健康状态,成为煤机装备健康监测领域面临的新问题。结合深度学习极强的非线性拟合能力优势,提出了基于深度学习的采煤机关键零部件剩余寿命预测方法。依据监测对象实际退化趋势和监测数据特征,将监测数据划分为全寿命周期和非全寿命周期两类数据,分别采用分类和回归的思想构建深度神经网络剩余寿命预测模型,表征监测数据与剩余寿命之间潜在的非线性映射关系,并通过试验验证了模型的性能。在模型研究的基础上,构建了采煤机关键零部件剩余寿命预测体系架构,以采煤机摇臂易损件作为实例对象,分析了构建的两种模型在关键零部件剩余寿命预测方面的可行性。主要研究内容如下:(1)研究了采煤机各部件工作性能,分析了其关键零部件失效现象和原因。结合深度学习基本模型,从结构、特征学习和反向参数优化三方面阐述了各模型原理。提出了基于深度学习的采煤机关键零部件剩余寿命预测方法。(2)针对全寿命周期数据,提出基于分类思想的剩余寿命预测模型构建方法。依据监测手段和监测数据特性,引进3 sigma准则去噪方法去除监测数据中的粗大误差。采用分层抽样手段获取训练集和测试集,确保数据的完整性。构建不含池化层的深度卷积神经网络(deep convolutional neural network,DCNN)预测模型,提高模型特征学习能力。经试验验证,该模型具有高预测性和强泛化能力的优势。(3)针对非全寿命周期数据,提出基于回归理念的剩余寿命预测模型构建方法。采用快速傅里叶变换(fast Fourier transform,FFT)获取频域信息。研究自编码器(auto-encoder,AE)自监督学习特性,提取输入的时域和频域数据特征。通过在门循环单元(gated recurrent unit,GRU)网络隐藏层添加前向层,构建双向门循环单元(bidirectional gated recurrent unit,biGRU)预测模型,实现特征的双向学习;将AE提取的特征作为预测模型的输入,驱动bi-GRU预测剩余寿命。经试验验证,该模型具有准确预测能力。(4)从模型结构、数据预处理和预测结果三方面对比了文章构建的两种预测模型。结合实际煤矿情况,构建基于深度学习的采煤机关键零部件剩余寿命体系框架。将构建的深度学习模型嵌入物联网数据分析层预测监测对象剩余寿命,研究了采煤机监测数据传输策略,以采煤机摇臂易损件高速区和低速区齿轮、轴承为实例对象,探讨了构建的两种模型在摇臂易损件剩余寿命预测方面的可行性。基于深度学习的采煤机关键零部件剩余寿命预测方法,通过深度学习利用机械监测信号训练深度神经网络,其优势在于能够摆脱对大量信号处理技术与预测经验的依赖,克服了传统预测方法的缺陷,完成特征的自适应提取,实现了自主学习和动态预测,提高了预测结果的准确性和分析手段智能化程度,为采煤机预测性维护策略的有效实施提供指导。
李昊[9](2020)在《智能化综采工作面液压支架自适应跟机关键技术研究》文中研究说明随着自动化、智能化技术和装备的逐步发展成熟,我国越来越多的煤矿综采工作面推广应用了自动化、智能化技术,为煤矿的安全生产带来了广阔的发展前景。在自动化、智能化工作面生产工艺中,液压支架自动跟机控制是关键技术之一。目前,该技术在理论研究及工程应用方面取得了一定的进展,但仍存在着较多问题,一是对于工作面复杂多变的开采地质条件不适应,尤其是对煤层倾角大、煤层不稳定、地质构造发育的工作面适应性较差,设备的运行工况和相互协同仍然需要人工干预;二是现有的液压支架自动跟机控制是在程序定制模式下进行的,缺乏对于外部环境变化的自适应能力,智能化水平较低;三是自动化跟机技术只是建立在液压支架自身控制基础之上,缺乏与采煤机、刮板输送机以及乳化液泵站的协同联动,由此带来了实际生产过程中的乳化液泵站供给不足造成的液压支架动作缓慢,无法感知刮板输送机直线度难于连续自动化推进等问题。综采工作面的采煤机、液压支架、刮板输送机以及乳化液泵站(下简称“三机一泵”)组成了综采工作面的关键设备运行系统,各设备自身控制系统的高度自适应以及各设备之间的协同运行是实现智能化工作面的关键。为解决上述问题,本文以液压支架跟机控制为研究对象,对“三机一泵”自身的工况自适应以及液压支架跟机模式下的乳化液泵按需供液、刮板输送机直线度调整、液压支架位姿调偏调斜、采煤机记忆截割模式下的采煤机牵引速度控制等关键技术进行了深入研究。主要取得以下成果:(1)针对液压支架跟机移架实际时长仅依靠人工经验判定的问题,分析研究了采煤机与液压支架的工作空间及液压支架的移动规律,利用数理统计学分析原理,建立了基于学习功能的液压支架跟机移架实际时长计算模型,提出了跟机移架实际时长的动态计算方法。数据测试结果表明,对于每一个初采工作面,均能找到一个合理的移架时长预测值。(2)针对综采液压支架跟机移架时,支架横向调斜和纵向调偏不及时、不到位,现有调架机构不健全、不适应地质条件变化,缺乏自适应控制的基础等技术难题,依据基础力学理论,构建了液压支架调斜调偏理论模型,提出了适合综采液压支架自主调斜调偏和集中控制的调架技术。按照自适应控制技术原理,设计开发了液压支架自主调斜调偏装置。(3)针对液压支架跟机移架过程中,乳化液泵站无法完全实现自动按需供液,需要靠人工调节多台乳化液泵配合的问题,提出了一种基于受控系统输入/输出数据的乳化液泵启停控制决策模型。针对数据不平衡影响模型误判率的问题,采用代价敏感学习方法分配数据权重,利用实际生产过程中的26950条数据训练出了分类树,决策的误判率低于9%。结果表明,该模型可以实现多台乳化液泵的自适应启停,完成液压支架跟机模式下的按需供液。(4)针对刮板输送机直线度自适应控制问题,建立了工作面刮板输送机横向移动弯曲段溜槽矩形计算模型,揭示了刮板输送机溜槽之间水平转角、溜槽数N与推进度B三者之间的函数关系。同时,提出了刮板机直线定位推移方法,建立了刮板输送机直线定位推移模型,揭示了刮板输送机分段每次推移一个步距B,所形成的斜长Lx和水平段Lw应满足的条件,即溜槽之间的水平转角应不大于3°,确定了溜槽直线定位推移初始阶段和正常循环阶段溜槽的横向推移量。实践表明,采用直线定位推移技术后,刮板输送机可实现推移过程中的自主取直。(5)针对现有采煤机记忆截割技术不适应工作面煤层厚度和倾角变化的情况,提出了利用克里金插值算法获取工作面沿倾向方向连续的采高数据,指导采煤机记忆截割自适应调高的方法;同时,基于模型预测控制(MPC)算法理论,以采煤机速度为控制目标,液压支架跟机动作、刮板机负载、启泵数量、瓦斯浓度、顶板压力等为约束条件,设计了多棵树组成的多输出的回归树算法以实现滚动优化函数,建立了预测式的采煤机自适应调速回归树控制模型。井下工业试验结果表明,该液压支架跟机控制方法能够有效避免因供液不足引起的支架动作迟缓,解决因刮板输送机直线度不均衡引起的无法连续自动化推进,缩短了自动化割煤循环时长,减少了工作面作业人数,提升了工作面生产效率。该技术对复杂开采地质条件的适应能力更强、推广使用范围更广。本文研究成果对综采工作面实现机械化、自动化、智能化、信息化,减少伤亡事故和促进工作面“无人化、少人化”发展,具有广泛的推动意义。
周赫赫[10](2019)在《综采工作面“三机”配套设计及采煤机滑靴分析》文中指出综采“三机”科学合理配套是提高综采工作面生产能力、实现高产高效的必要条件。深部煤矿开采是我国能源发展的必然趋势。适应深部煤层的“三机”配套设计和采煤机滑靴力学特性研究对安全、高效煤炭开采具有重要意义。本文依据淮南矿区深部综采工作面工程地质和开采技术条件,采用理论分析、计算机数值模拟及现场工业性试验等综合研究方法,对深部综采工作面“三机”配套及不同工况下采煤机滑靴力学特征进行了深入研究。创建了适应深部煤层的“液压支架伸缩梁行程>液压支架推移行程>采煤机滚筒截深”尺寸配套方案。为适应深部采场矿压规律,从提高设备的稳定性、可靠性和适应性等方面给出“三机”选型的技术原则:选用高工作阻力液压支架,窄槽宽、大功率刮板输送机,小滚筒、浅截深采煤机。推导了双滚筒采煤机割煤过程中不同仰俯角和不同煤层倾角下的力学平衡方程,分析了采煤机在不同仰俯角和不同煤层倾角条件下,采煤机前、后导向滑靴和支撑滑靴应力变化规律,得出采煤机煤机滑靴危险工况参数。给出了危险工况下导向滑靴和支撑滑靴应力极值点位置,并对危险工况导向滑靴和支撑滑靴进行强度分析,给出了导向滑靴改进方案。本文研究成果为保障深部综采工作面安全高效生产提供了理论依据和技术支撑。图[25]表[20]参[65]
二、国内外电牵引采煤机技术发展状况及应用展望(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、国内外电牵引采煤机技术发展状况及应用展望(论文提纲范文)
(1)采煤机状态参数远程监测系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景 |
1.2 采煤机状态监测国内外研究现状 |
1.2.1 国外采煤机状态监测研究现状 |
1.2.2 国内采煤机状态监测研究现状 |
1.3 课题来源及研究意义 |
1.4 论文主要研究内容与章节安排 |
2 采煤机状态监测系统总体方案设计 |
2.1 采煤机状态监测系统设计原则 |
2.2 采煤机状态监测系统通信方案研究 |
2.2.1 系统无线通信方案研究 |
2.2.2 系统有线通信方案研究 |
2.3 系统上位机系统方案设计 |
2.4 系统总体方案设计 |
2.5 本章小结 |
3 采煤机远程监测系统硬件设计 |
3.1 ZigBee通信模块 |
3.1.1 ZigBee技术介绍及ZigBee协议栈 |
3.1.2 ZigBee网络的设备类型和拓扑结构 |
3.1.3 ZigBee模块硬件设计 |
3.2 CAN总线通信模块 |
3.2.1 CAN总线工作原理 |
3.2.2 CAN总线硬件电路设计 |
3.3 本章小结 |
4 采煤机远程监测系统软件设计 |
4.1 ZigBee模块软件设计 |
4.1.1 ZigBee网络软件开发环境 |
4.1.2 协调器节点程序设计 |
4.1.3 路由节点程序设计 |
4.1.4 终端节点程序设计 |
4.2 CAN总线模块软件设计 |
4.2.1 开发平台介绍 |
4.2.2 CAN总线工作流程 |
4.2.3 CAN总线节点软件设计 |
4.3 上位机程序设计 |
4.3.1 上位机开发环境 |
4.3.2 NI-VISA |
4.3.3 LabVIEW各模块程序设计 |
4.4 本章小结 |
5 实验调试测试 |
5.1 采煤机实验台装置组成 |
5.2 ZigBee模块通信测试 |
5.3 CAN总线与ZigBee相互通信测试 |
5.4 系统总体测试 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
(2)采煤机振动截割滚筒设计及力学特性分析(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 采煤机国内外发展现状 |
1.2.2 振动截割技术国内外研究现状 |
1.2.3 采煤机关键零部件刚柔耦合分析国内外研究现状 |
1.3 研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
2 振动截割采煤机破岩机理 |
2.1 采煤机结构及工作原理 |
2.2 采煤机滚筒截割煤岩力学模型 |
2.2.1 煤岩破碎机理分析 |
2.2.2 滚筒破碎煤岩力学模型 |
2.3 振动截割滚筒采煤机破煤原理 |
2.3.1 煤岩应力波理论 |
2.3.2 振动截割采煤机破碎煤岩原理 |
2.4 本章小结 |
3 采煤机振动截割滚筒振动器设计 |
3.1 采煤机振动截割滚筒总体设计 |
3.1.1 MG800/2040WD型采煤机截割滚筒 |
3.1.2 基于系统工程原理的振动截割滚筒总体设计 |
3.2 采煤机振动截割滚筒关键零部件设计 |
3.2.1 振动截割滚筒偏心锤结构设计 |
3.2.2 振动截割滚筒偏心锤结构优化 |
3.2.3 振动截割滚筒行星轮系设计 |
3.3 采煤机振动截割结构三维建模 |
3.3.1 振动截割机构关键零件几何建模 |
3.3.2 振动截割机构虚拟装配及干涉检验 |
3.4 本章小结 |
4 采煤机振动截割滚筒行星减速机构强度及疲劳分析 |
4.1 振动截割行星减速机构受力分析 |
4.2 振动截割行星减速机构行星架强度分析 |
4.2.1 有限元模型建立 |
4.2.2 有限元结果分析 |
4.3 振动截割行星减速机构齿轮接触分析 |
4.3.1 齿轮接触分析有限元建模 |
4.3.2 接触结果分析 |
4.4 振动截割行星减速机构疲劳分析 |
4.4.1 疲劳分析流程 |
4.4.2 恒定振幅载荷疲劳分析 |
4.5 本章小结 |
5 采煤机振动截割滚筒刚柔耦合动力学分析 |
5.1 振动截割滚筒刚柔耦合动力学模型 |
5.1.1 考虑约束的多体系统刚柔耦合动力学 |
5.1.2 振动截割滚筒刚柔耦合模型建立 |
5.2 刚柔耦合动力学仿真及结果分析 |
5.2.1 振动截割滚筒多刚体动力学仿真结果分析 |
5.2.2 振动截割滚筒多刚柔耦合仿真结果分析 |
5.3 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(3)数字孪生驱动的矿用设备维修MR辅助指导系统(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 大型复杂装备辅助维修技术 |
1.2.2 混合现实关键维修技术 |
1.2.3 数字孪生技术 |
1.3 主要研究内容 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
2 数字孪生驱动的设备维修MR辅助指导系统总体设计 |
2.1 系统需求分析 |
2.1.1 矿用设备维修特点 |
2.1.2 DT+MR辅助维修指导方法 |
2.2 系统功能分析 |
2.3 系统总体方案设计 |
2.3.1 设备故障维修MR辅助指导数字孪生模型 |
2.3.2 系统整体架构 |
2.4 系统主要模块实现 |
2.4.1 故障分析与数据匹配模块 |
2.4.2 MR故障维修指导模块 |
2.4.3 维修环境感知与注册融合模块 |
2.4.4 信息交互模块 |
2.5 小结 |
3 矿用设备机械故障分析与维修行为建模 |
3.1 故障树分析法 |
3.1.1 故障树 |
3.1.2 故障树分析 |
3.1.3 矿用设备关键零部位故障树分析 |
3.2 维修过程行为树设计 |
3.2.1 虚拟维修指导过程需求分析 |
3.2.2 虚拟维修过程行为树设计 |
3.2.3 矿用设备关键零部位虚拟维修指导系统行为树应用 |
3.3 小结 |
4 基于MR的设备故障辅助维修指导方法研究 |
4.1 维修环境感知 |
4.2 基于BIM-Unity3D-Holo Lens的设备三维建模 |
4.3 基于Unity3D的 MR辅助维修环境构建 |
4.4 空间坐标虚实映射 |
4.4.1 建立虚实空间坐标系 |
4.4.2 虚实坐标系之间的转换 |
4.5 基于三维注册的虚实模型融合方法 |
4.5.1 基于人工标识的三维注册融合算法 |
4.5.2 基于自然特征点的三维注册融合 |
4.6 维修指导过程的流程化表达 |
4.6.1 维修指导标准示意图序列设计 |
4.6.2 维修指导流程虚拟仿真片段设计 |
4.6.3 基于ID序列匹配的维修过程虚拟化表达 |
4.7 小结 |
5 矿用设备维修指导系统信息交互集成 |
5.1 虚实空间数据交互反馈机制 |
5.2 故障数据交互 |
5.2.1 确定设备故障类别 |
5.2.2 混合现实设备数据库通讯 |
5.2.3 维修指导过程的数据驱动 |
5.3 混合现实人机交互系统 |
5.3.1 GUI交互界面设计 |
5.3.2 视线跟踪 |
5.3.4 手势识别 |
5.3.5 语音交互 |
5.4 远程专家在线交互技术 |
5.5 小结 |
6 实验验证与分析 |
6.1 实验方案设计 |
6.1.1 实验方案及目的 |
6.1.2 系统实验平台组成 |
6.1.3 混合现实平台的建立与发布 |
6.2 系统功能调试与实现 |
6.2.1 故障分析与数据匹配实验 |
6.2.2 维修环境感知与虚实注册融合实验 |
6.2.3 人机交互实验 |
6.2.4 故障维修指导实验 |
6.3 小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
附录 |
(4)电牵引采煤机分布式控制系统的研究与开发(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论(Introduction) |
1.1 世界电牵引采煤机发展概述(Development of the World Electric Haulage Shearer) |
1.2 太矿电牵引采煤机及其电控系统的发展历程(Development History of the Company's Electric Haulage Shearer and its Electronic Control System) |
1.3 电牵引采煤机及其控制系统的未来发展趋势(Future Development Trend of Electric Haulage Shearer and its Control System) |
1.4 本文主要研究内容(The Main Work of this Article) |
2 采煤机分布式控制系统的架构设计与开发(Research and Development of Distributed Control System for Shearer) |
2.1 采煤机分布式控制系统的总体架构(The Overall Architecture of the Distributed Control System of the Shearer) |
2.2 采煤机分布式控制网络模型(Distributed Control Network Model for Coal Shearer) |
2.3 采煤机分布式电控系统总体功能设计( The Overall Functional Design of Shearer Distributed Electronic Control System) |
3 基于CAN总线的控制器的研发与检测(Development and Test of CAN Bus Controller) |
3.1 可编程逻辑控制器PLC的应用经验(Experience in PLC Application) |
3.2 主控制器的技术参数(Technical Parameters of the Master Controller) |
3.3 从控制器的技术参数(Technical Parameters of the Secondary Controller) |
3.4 控制器软件设计(Software Design of Controller) |
3.5 控制器的可靠性(The Reliability of the Controller is Defined) |
3.6 控制器的检测及检验(Controller Test and Inspection) |
4 分布式监控模块的开发(Development of Distributed Monitoring Module) |
4.1 分布式模块的研究(The Research of the Distributed Module) |
4.2 分布式模块的可靠性测试(Reliability Testing of Distributed Modules) |
5 状态监测与故障诊断系统研究(Research on Multi-sensor Information Fusion Technology and Fault Diagnosis) |
5.1 采煤机故障及诊断技术存在的主要问题(Main Problems of Shearer Fault and Diagnosis Technology) |
5.2 基于CAN总线的采煤机状态监测及故障诊断系统设计与研制(Design and Development of a Shearer Condition Monitoring and Fault Diagnosis System Based on CAN Bus) |
5.3 采煤机远程诊断系统设计(Design of the Remote Diagnosis System of the Shearer) |
6 采煤机智能化功能设计与实现(Intelligent Design of Distributed Control System Based on Shearer) |
6.1 滚筒高度自动调节技术(Roller Height Automatic Adjustment Technology) |
6.2 牵引速度自动调节技术(Automatic Haulage Speed Adjustment Technology) |
6.3 基于地理信息系统(GIS)的采煤机定位与煤层识别技术(Shearer Positioning and Coal Seam Identification Technology Based on Geographic Information System (GIS)) |
6.4 基于TD-LTE制式的采煤机无线数据传输系统(Wireless Data Transmission System of Shearer Based on TD-LTE) |
7 结论与展望(Conclusion and Expectation ) |
7.1 结论(Conclusion) |
7.2 展望(Expectation) |
参考文献 |
附录 |
作者简历 |
学位论文数据集 |
(5)采煤机牵引部动力学分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 采煤机发展历史 |
1.3 国内外研究现状 |
1.3.1 虚拟样机技术 |
1.3.2 有限元分析方法 |
1.3.3 刚柔耦合技术 |
1.4 主要研究内容 |
第二章 采煤机牵引部建模 |
2.1 牵引传动箱结构 |
2.1.1 概述 |
2.1.2 内牵引传动系统 |
2.1.3 牵引电机 |
2.1.4 滑靴装配 |
2.2 外牵引结构 |
2.2.1 概述 |
2.2.2 主要技术性能特点及参数 |
2.3 UG中牵引部实体建模 |
2.3.1 概述 |
2.3.2 牵引部建模 |
2.4 模型检测 |
2.5 本章小结 |
第三章 基于ADAMS的采煤机牵引部动力学分析 |
3.1 多体动力学理论 |
3.1.1 多体动力学建模理论 |
3.1.2 多体动力学数值求解 |
3.2 虚拟样机模型建立 |
3.2.1 建立虚拟样机模型 |
3.2.2 约束与接触的添加 |
3.2.3 创建驱动 |
3.3 采煤机牵引部动力学分析 |
3.3.1 求解器设置 |
3.3.2 牵引部运动学分析 |
3.3.3 牵引部动力学分析 |
3.4 本章小结 |
第四章 电机输出轴模态分析 |
4.1 模态分析理论 |
4.2 模态分析设置 |
4.2.1 建立电机输出轴有限元模型 |
4.2.2 划分网格 |
4.2.3 边界条件设定 |
4.3 求解分析 |
4.4 本章小结 |
第五章 外牵引部齿轮瞬态动力学分析 |
5.1 瞬态动力学分析理论 |
5.1.1 瞬态响应理论 |
5.1.2 单元结果 |
5.2 瞬态动力学分析设置 |
5.2.1 建立齿轮副模型 |
5.2.2 划分网格 |
5.2.3 设置接触 |
5.2.4 定义边界条件 |
5.3 求解分析 |
5.3.1 求解设置 |
5.3.2 齿轮副瞬态分析 |
5.3.3 消除齿轮间隙方法 |
5.4 本章小结 |
第六章 第一级行星齿轮刚柔耦合动力学分析及对比 |
6.1 刚柔耦合理论 |
6.1.1 多刚体动力学理论 |
6.1.2 多柔体动力学理论 |
6.1.3 刚柔耦合多体动力学理论 |
6.2 行星轮系刚性体动力学分析 |
6.2.1 创建刚性体模型 |
6.2.2 建立第一级行星轮系虚拟样机模型 |
6.2.3 仿真计算 |
6.3 刚柔耦合仿真 |
6.3.1 创建柔性体模型 |
6.3.2 柔性体替换与编辑 |
6.3.3 刚柔耦合仿真计算 |
6.4 刚体仿真和刚柔耦合仿真结果分析及对比 |
6.4.1 运动学分析 |
6.4.2 动力学分析 |
6.4.3 利用I3求解器进行刚柔耦合结果分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 工作总结 |
7.2 主要结论 |
7.3 工作展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(6)采煤机性能退化评估研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容与框架 |
1.4 本章小结 |
2 采煤机故障及维修现状 |
2.1 采煤机作用及结构 |
2.2 采煤机的故障现状 |
2.3 采煤机工况监测参数的选取 |
2.4 本章小结 |
3 性能退化评估建模过程 |
3.1 性能监测参数的选取 |
3.2 基于极限学习机的运行工况识别模型 |
3.3 基于高斯混合模型的不同工况性能退化评估 |
3.4 性能退化趋势的度量 |
3.5 本章小结 |
4 采煤机截割部性能退化案例 |
4.1 案例背景 |
4.2 截割部工况与性能监测参数选取及预处理 |
4.3 截割部的工况识别 |
4.4 性能退化评估建模过程 |
4.5 智能维护策略 |
4.6 本章小结 |
5 结论及展望 |
5.1 本文总结 |
5.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(7)基于LSTM神经网络的采煤机自适应截割研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 选题背景及研究意义 |
1.2 采煤机自适应控制的国内外研究现状与趋势 |
1.3 深度学习发展历程 |
1.4 本文的研究内容 |
2 采煤机工作原理与姿态分析 |
2.1 电牵引双滚筒采煤机的结构原理和工作过程 |
2.2 记忆截割原理 |
2.3 信息采样方法 |
2.4 本章小结 |
3 基于LSTM的截割轨迹预测建模与分析 |
3.1 深度学习的基本原理 |
3.2 深度学习模型的构建 |
3.3 数据说明与数据预处理 |
3.4 模型训练方法设计 |
3.5 模型参数的选取 |
3.6 本章小结 |
4 基于MSLSTM的截割轨迹预测模型改进与仿真分析 |
4.1 深度LSTM神经网络与不同算法的对比与误差分析 |
4.2 LSTM神经网络的分析与改进 |
4.3 MSLSTM神经网络的模型构建与对比 |
4.4 MSLSTM神经网络与不同算法的对比与误差分析 |
4.5 本章小结 |
5 基于迁移学习的截割轨迹预测模型研究 |
5.1 迁移学习的基本原理 |
5.2 迁移学习策略选择 |
5.3 迁移学习神经网络模型构建 |
5.4 数据说明 |
5.5 不同迁移学习策略效果对比 |
5.6 迁移学习效果验证 |
5.7 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(8)基于深度学习的采煤机关键零部件剩余寿命预测(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 国内外研究现状 |
1.2.1 采煤机关键零部件可靠性 |
1.2.2 基于深度学习的机械零件剩余寿命预测 |
1.2.3 存在的问题 |
1.3 研究内容 |
1.4 论文结构 |
第二章 基于深度学习的采煤关键零部件剩余寿命预测理论基础 |
2.1 引言 |
2.2 采煤机关键零部件失效原理 |
2.2.1 采煤机结构 |
2.2.2 采煤机摇臂结构 |
2.2.3 采煤机摇臂关键零部件失效形式 |
2.3 深度学习基本理论 |
2.3.1 监督学习模型 |
2.3.2 无监督学习模型 |
2.4 基于深度学习的采煤机关键零部件剩余寿命预测技术路线 |
2.5 本章小结 |
第三章 基于DCNN的剩余寿命预测模型 |
3.1 引言 |
3.2 基于DCNN的剩余寿命预测流程 |
3.3 数据预处理 |
3.3.1 数据去噪 |
3.3.2 数据特征提取 |
3.3.3 数据集划分 |
3.4 DCNN预测模型构建 |
3.4.1 DCNN模型结构 |
3.4.2 DCNN模型参数设置 |
3.4.3 预测模型评估指标 |
3.5 DCNN模型预测性能验证实验 |
3.5.1 DCNN模型预测精度验证 |
3.5.2 DCNN模型泛化能力验证 |
3.5.3 分层抽样有效性验证 |
3.5.4 实验结果与分析 |
3.6 本章小结 |
第四章 基于AE bi-GRU的剩余寿命预测模型 |
4.1 引言 |
4.2 基于AE bi-GRU的剩余寿命预测流程 |
4.3 数据预处理 |
4.3.1 数据去噪 |
4.3.2 时域和频域特征选择 |
4.3.3 基于AE的特征提取及数据集划分 |
4.4 bi-GRU预测模型构建 |
4.4.1 GRU模型结构 |
4.4.2 bi-GRU模型结构 |
4.4.3 bi-GRU模型参数设置 |
4.5 AE bi-GRU剩余寿命预测性能验证实验 |
4.5.1 AE bi-GRU预测效果验证 |
4.5.2 AE对模型预测结果的影响 |
4.5.3 实验结果与分析 |
4.6 本章小结 |
第五章 基于深度学习的采煤机关键零部件剩余寿命预测分析 |
5.1 引言 |
5.2 采煤机关键零部件剩余寿命预测体系框架 |
5.2.1 体系框架 |
5.2.2 基于物联网的采煤机数据传输策略 |
5.2.3 基于深度学习的采煤机关键零部件剩余寿命预测流程 |
5.3 采煤机零件剩余寿命预测深度学习模型对比 |
5.3.1 DCNN和 AE bi-GRU模型结构对比 |
5.3.2 DCNN和 AE bi-GRU模型数据预处理对比 |
5.3.3 DCNN和 AE bi-GRU模型预测效果对比 |
5.3.4 对比结果分析 |
5.4 基于深度学习的摇臂关键零部件剩余寿命预测分析 |
5.4.1 高速区轴承挡圈剩余寿命预测分析 |
5.4.2 高速区直齿轮及轴承剩余寿命预测分析 |
5.4.3 截三轴剩余寿命预测分析 |
5.4.4 低速区齿轮轴承剩余寿命预测分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 创新点 |
6.3 工作展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(9)智能化综采工作面液压支架自适应跟机关键技术研究(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 选题背景 |
1.2 课题研究现状与存在问题 |
1.2.1 课题研究现状 |
1.2.2 存在的问题 |
1.3 课题研究内容及技术路线 |
1.4 课题研究意义 |
2 液压支架自适应跟机系统设计及研究 |
2.1 液压支架结构特征与电液控制系统的设计 |
2.1.1 液压支架的结构特征 |
2.1.2 液压支架电液控制系统架构设计 |
2.2 液压支架跟机数学模型 |
2.2.1 液压支架跟机逻辑基本原理 |
2.2.2 液压支架全工作面跟机流程 |
2.2.3 液压支架跟机控制模型 |
2.3 液压支架跟机参数计算模型 |
2.3.1 动作时长的确定方法 |
2.3.2 液压支架动作时长测试验证 |
2.3.3 动态优化模型 |
2.4 液压支架位姿状态自主调偏调斜方法的研究 |
2.4.1 液压支架位姿调斜调偏理论分析 |
2.4.2 液压支架调斜调偏装置整体设计 |
2.4.3 液压支架底座调斜技术 |
2.4.4 液压支架尾部调偏技术 |
2.4.5 液压支架调斜调偏控制模型 |
2.5 本章小结 |
3 液压支架跟机运行动力自适应供给的方法研究 |
3.1 液压支架静态动作过程供液特征仿真分析 |
3.1.1 乳化液泵的结构特征 |
3.1.2 乳化液泵供液特征仿真分析 |
3.2 基于阈值的供液系统启停泵决策方法 |
3.3 影响供液的因素分析 |
3.4 乳化液泵站自适应启停泵决策模型的设计 |
3.5 乳化液泵站自适应启停泵决策模型建模 |
3.5.1 数据预处理 |
3.5.2 模型构建 |
3.6 实际验证与结果分析 |
3.7 本章小结 |
4 液压支架跟机推移直线度自适应控制方法的研究 |
4.1 刮板输送机结构特征 |
4.2 刮板输送机位姿状态自适应控制策略 |
4.2.1 刮板输送机位姿状态及影响因素 |
4.2.2 刮板输送机横向移动规律及弯曲机理 |
4.2.3 刮板输送机横向弯曲理论计算 |
4.2.4 计算模型的评价与验证 |
4.2.5 工作面实际应用 |
4.3 刮板输送机直线定位推移技术研究 |
4.3.1 刮板输送机直线定位推移原理 |
4.3.2 刮板输送机直线定位推移模型 |
4.3.3 刮板输送机直线定位推移过程 |
4.3.4 直线定位推移过程中溜槽位置的确定 |
4.3.5 直线定位推移集中控制 |
4.3.6 刮板机纵向移动与采煤机的位置关系 |
4.3.7 刮板输送机自动取直误差分析与控制 |
4.3.8 以刮板机为基准的工作面自适应找直策略 |
4.4 本章小结 |
5 液压支架跟机运行采煤机自适应截割方法研究 |
5.1 采煤机结构特征 |
5.2 采煤机截割工艺 |
5.2.1 采煤机割煤工艺流程 |
5.2.2 采煤机记忆截割工艺流程 |
5.3 采煤机记忆截割自适应调高方法 |
5.4 采煤机记忆截割自适应调速方法 |
5.4.1 系统自适应控制器算法原理 |
5.4.2 模型预测控制器的设计 |
5.4.3 模型预测控制器的改进优化 |
5.4.4 模型验证 |
5.5 本章小结 |
6 工业试验及实际应用 |
6.1 工业性试验目的 |
6.2 工业试验方案 |
6.3 工业试验设备 |
6.4 液压支架自适应位姿调斜调偏工业试验 |
6.4.1 综采工作面试验条件 |
6.4.2 地面工业试验过程 |
6.4.3 井下实际应用过程 |
6.4.4 试验应用结论 |
6.5 液压支架自适应跟机控制工业试验 |
6.5.1 地面试验及参数测试 |
6.5.2 井下试验及参数测试 |
6.5.3 井下运行指标情况 |
6.6 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 本文的创新点 |
7.3 展望 |
参考文献 |
致谢 |
作者简介 |
(10)综采工作面“三机”配套设计及采煤机滑靴分析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 主要研究内容及方法 |
1.3.1 主要研究内容 |
1.3.2 研究方法 |
1.4 本章小结 |
2 工作面地质条件 |
2.1 淮南潘三矿17181(1)工作面概况 |
2.2 地质构造情况 |
2.2.1 断层情况以及对工作面开采的影响 |
2.3 储量计算 |
2.4 采煤方法的选择及采高的确定 |
2.4.1 采煤方法的选择 |
2.4.2 采高的确定 |
2.5 本章小结 |
3 深部综采工作面“三机”配套设计 |
3.1 深部综采工作面“三机”配套总体原则 |
3.1.1 生产能力配套 |
3.1.2 设备性能配套 |
3.1.3 几何关系配套 |
3.1.4 满足设备寿命配套 |
3.2 液压支架 |
3.2.1 液压支架选型原则 |
3.2.2 架型选择 |
3.2.3 液压支架参数确定 |
3.2.4 初选液压支架主要技术参数 |
3.2.5 液压支架支护强度验算 |
3.3 刮板输送机 |
3.3.1 刮板输送机参数计算 |
3.3.2 初选刮板输送机主要技术参数 |
3.4 采煤机 |
3.4.1 综采工作面采煤机选型原则 |
3.4.2 采煤机性能参数计算 |
3.4.3 初选采煤机主要技术参数 |
3.5 综采工作面设备总体配套设计结果 |
3.6 综采工作面产量影响因素分析 |
3.7 导向滑靴、支撑滑靴失效分析 |
3.8 本章小结 |
4 采煤机力学模型分析 |
4.1 采煤机力学模型建立 |
4.2 力学模型计算 |
4.3 危险工况分析 |
4.4 本章小结 |
5 采煤机滑靴强度数值计算 |
5.1 7LS2A型采煤机滑靴模型建立 |
5.1.1 导向滑靴模型和支撑滑靴型建立 |
5.2 导向滑靴强度分析 |
5.2.1 ANSYS简介 |
5.2.2 导向滑靴有限元模型建立 |
5.2.3 施加载荷及计算 |
5.2.4 结果分析与改进意见 |
5.3 导向滑靴结构改进 |
5.4 支撑滑靴强度分析 |
5.4.1 支撑滑靴有限元模型建立 |
5.4.2 施加载荷及计算 |
5.4.3 结果分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
四、国内外电牵引采煤机技术发展状况及应用展望(论文参考文献)
- [1]采煤机状态参数远程监测系统研究[D]. 过超. 安徽理工大学, 2020(07)
- [2]采煤机振动截割滚筒设计及力学特性分析[D]. 王欣. 西安科技大学, 2020(01)
- [3]数字孪生驱动的矿用设备维修MR辅助指导系统[D]. 张雨萌. 西安科技大学, 2020(01)
- [4]电牵引采煤机分布式控制系统的研究与开发[D]. 王雪松. 中国矿业大学, 2020(03)
- [5]采煤机牵引部动力学分析[D]. 郭姣姣. 太原理工大学, 2020(07)
- [6]采煤机性能退化评估研究[D]. 翟文睿. 中国矿业大学, 2020(01)
- [7]基于LSTM神经网络的采煤机自适应截割研究[D]. 南鹏飞. 辽宁工程技术大学, 2020(02)
- [8]基于深度学习的采煤机关键零部件剩余寿命预测[D]. 杨亮亮. 太原理工大学, 2020
- [9]智能化综采工作面液压支架自适应跟机关键技术研究[D]. 李昊. 中国矿业大学(北京), 2020(04)
- [10]综采工作面“三机”配套设计及采煤机滑靴分析[D]. 周赫赫. 安徽理工大学, 2019(01)