基于倒谱距离的采煤机煤岩截割振动信号识别

在基于煤岩截割振动信号分析的煤岩界面识别过程中,针对常规时频域分析方法对噪声敏感、振动信号能量变化适应性差等问题,提出一种基于倒谱距离的采煤机煤岩截割振动信号识别方法。通过分析振动传感器采集的采煤机不同负载状况下的截割振动信号,得出结论:与采煤机割岩状态相比,割煤状态下得到的振动信号与空载状态下的标准信号的倒谱距离更大;割岩状态下振动信号的倒谱距离呈明显的周期性,且周期为滚筒旋转1周的时间,而割煤状态下的振动信号无此特征。工业试验结果表明,该方法在煤岩硬度差大于10 MPa时,识别准确率达75%。     

基于振动特性分析的采煤机煤岩识别控制系统

针对采煤机截割过程中的煤岩识别及滚筒自动调高控制问题,提出并设计了一种基于振动特性分析的采煤机煤岩识别控制系统。该系统采用传感器检测采煤机滚筒在截割煤岩过程中3个方向的振动信号,采用PLC进行振动信号的分析和处理,得到采煤机滚筒在截割煤岩过程中的振动特性规律,由此建立采煤机滚筒调高控制规则表,并通过反馈信号偏差在线查表和控制信号输出的闭环控制方法实现采煤机滚筒的自动调高控制。相似模拟截割试验结果表明,该系统能够较好地实现煤岩界面识别和滚筒自动调高控制,具有良好的动态性能。     

基于LVQ神经网络的截齿磨损程度识别研究

为实现截齿磨损程度的快速准确识别,本文提出了一种基于LVQ神经网络的截齿磨损程度的多特征信号识别方法,并利用自制截齿截割实验台对相同截割条件下的不同磨损程度截齿进行截割实验,提取截割的电流信号、红外信号,建立截齿磨损识别模型,研究表明：新截齿B相电流峰值为1117mA,随磨损程度的加剧而逐渐增大,严重磨损截齿值为1183mA,最大峰值差为66mA;新截齿齿尖最大闪温值为25.52℃,随截齿磨损程度加剧逐渐降低,严重磨损截齿值为18.96℃,最大温度差为6.56℃。基于LVQ神经网络的截齿识别平均最大正确率均可以达到100%,与BP神经网络方法相比提高了12.86%,因此该神经网络具有良好的可靠性与精确性。     

采煤机作业夹矸煤层性质对截齿受力的影响

采煤机是煤矿综采的重要设备,截齿是直接作用于煤岩的部件,在截割过程中受煤岩的影响较大。我国的煤层分布大多含有一定的夹矸层,夹矸分布的位置及厚度对采煤机截齿产生的截割力具有较大的影响。针对夹矸煤层性质不同截齿的受力变化,采用MATLAB进行建模计算。结果表明,夹矸在硬煤及软煤中均以中间位置时产生的截割力最大,且夹矸的厚度越大,则较大的截割力作用时间越长。     

基于红外热像和振动信号的煤岩识别实验研究

针对现有煤岩识别技术存在的难以实际应用、易受信号干扰、成本高和实现复杂等问题,通过理论分析煤岩截割产热与煤岩硬度的关系,证明通过红外热像获取的截割温度变化来进行煤岩识别的合理性;搭建了掘进机截齿截割煤岩试验台,对不同硬度的普通煤层、煤岩交界处及中砂岩层进行长时间截割试验,通过红外热像仪和振动传感器分别获取截割温度和截割头振动信号并分析其变化规律。研究结果表明：(1)随着截割时间增加,截割温度逐渐升高;煤岩硬度越高,截割温度越高,且截割温度上升速率越快;在截割起始阶段无法通过截割温度识别煤岩,但在稳定截割时可根据截割温度特性识别煤岩。(2)截割头振动强度随着煤岩硬度增大而变大,但不随截割时间增加而产生明显变化,因此可弥补在截割起始阶段无法通过截割温度识别煤岩的不足。(3)通过单一截割温度或振动强度不能对煤岩进行准确识别,因此可在截割起始阶段和频繁出现闪温时通过振动强度来识别煤岩,而在截割稳定阶段通过红外热像获取的温度来识别煤岩。     

基于音频识别的采煤机滚筒载荷识别方法

针对现有采煤机滚筒载荷识别方法相关算法实施难度大、工程实现方式复杂、应用难度高等问题,通过分析采煤机工作时音频信号的特征,提出一种基于音频识别的采煤机滚筒载荷识别方法。为确保每个分析周期内的音频信号具有同一运行标准下的负载工况,将截割电流与牵引速度作为变量引入到动态能量计算中,采用动态能量归一化算法(DENA)对采煤机原始音频信号进行归一化处理;将归一化后的信号与标准工况库中的信号进行对比分析,通过最大相异系数判断两者之间的差异性,从而确定滚筒载荷特征,实现滚筒载荷识别判断。试验结果表明:DENA可有效抑制音频信号中的噪声能量,提升音频信号中关键特征值的分辨率,采煤机在截割煤、岩时的音频信号特征参数界限明显,未出现交叉混叠现象;在理想情况下,即最大相异系数小于0.189时,总的煤岩界面识别率可达到78.6%。     

螺旋滚筒截割顶板工况的数值模拟

根据截齿截割机理和有限元理论,利用ANSYS/LS-DYNA软件建立了螺旋滚筒截割顶板的煤岩耦合模型,得到截割过程中螺旋滚筒受到的冲击载荷,并验证其载荷的可靠性;通过对螺旋滚筒的动力学分析,找出其在工作过程中的应力分布规律。研究表明:螺旋滚筒的最大应力主要集中在合金头的齿尖局部接触区域、齿柄头部的轴肩处以及截齿齿座根部,当滚筒转速相同时,煤岩受到的应力增加幅度随牵引速度的增加先增大随后逐渐减小;若牵引速度不变时,煤岩受到的应力减小幅度随滚筒转速增大而逐渐变小。分析结果为薄煤层采煤机螺旋滚筒的结构设计及其截割性能的提高提供了重要参考。     

基于虚拟煤岩界面的采煤机上滚筒路径规划

针对采煤机上滚筒截割过程中在顶板煤岩界面弯曲区域极易截割到顶板岩石的问题,提出了一种基于虚拟煤岩界面的采煤机上滚筒路径规划方法。该方法定义了对上滚筒产生斥力的虚拟煤岩界面和虚拟引力场,模拟了上滚筒跟随煤岩界面落煤的运动过程,通过上滚筒的运动模拟计算出了截割路径离散点,并基于高斯核模型的l2约束最小二乘回归方法,通过训练路径离散点获得了一条光滑的上滚筒截割路径曲线。仿真结果表明,采用该方法规划的路径能够有效避免上滚筒截割到顶板煤岩界面弯曲区域的岩石。     

截割间距对镐型截齿破岩特性影响的试验研究

镐型截齿是掘进机、采煤机等矿山机械上应用最广泛的截齿类型。在实际截割过程中,镐型截齿主要工作于多齿耦合截割工况下,截割间距是该工况下的重要参数。针对截割间距对破岩过程影响的研究未考虑干涉截割的弱化作用的问题,提出一种多齿耦合截割时截割力的计算方法。针对石灰岩、红砂岩和2种模拟岩样开展了全尺寸单齿截割试验,对比分析自由截割和干涉截割的破岩过程。试验采集了截割力数据并进行了降噪处理,同时收集了截割碎屑,分析了截割间距对截割载荷、截割碎屑粒度、截割能耗、截割沟槽的影响规律。试验结果表明：(1)截齿截割力随截割间距增加而增大,并逐渐接近自由截割状态,且干涉截割与自由截割条件下的截割力比值与截割间距/截割深度之间存在较好的线性关系,相关系数均大于0.95。说明干涉截割条件下截齿的截割载荷可利用自由截割载荷进行估算,进而得到了基于已有峰值截割力模型的干涉截割条件下的截割力估算方程。(2)分别采用碎屑粒度指数（CI）和截割比能耗（SE）评价截割试验的碎屑粒度分布和截割能耗。随截割间距增大,CI呈先增大后减小的趋势,而SE呈先减小后增大的趋势。(3)当截割间距较小时,截割沟槽干涉显著,截割沟槽间残余岩...     

掘进机截齿磨损程度分析及识别方法

为了实现掘进机截齿磨损程度的精确识别,提出了掘进机截齿磨损程度分析及识别方法,测试和提取了不同磨损程度截齿截割过程中的三向振动信号和电流信号,建立了各截割特征信号的样本证据组,采用基于修改模型的D-S组合识别模型实现了截齿磨损程度在线识别。实验结果表明,该方法能够根据多截割特征信号实现截齿磨损程度的精确识别,具有较高的识别精度和可靠性,为确定截齿的最佳维护和更换周期提供了重要依据。     

煤岩界面识别和定位测量方法研究

针对现有煤岩识别方法存在识别率低的问题,提出了一种基于机器视觉的煤岩界面信息提取方法。在煤和岩石物理力学性质差别不大,但灰度差异较大的情况下,利用采煤机机身上安装的摄像头拍摄采煤面,定时提取一帧图像,经预处理和特征提取获得煤岩界面曲线,进而获得其在图像中的像素坐标;标定出摄像头参数后,结合采煤机和采煤面特定的投影模型,求解出像素坐标与实际成像角度之间的关系,然后根据此关系求解煤岩界面的高度信息。根据每一幅图像中求得的高度信息,最终拟合出采煤面的完整煤岩界面,为采煤机姿态控制提供依据。     

复杂煤层条件下采煤机破煤过程的可靠性研究

以有限元理论与刚柔耦合多体动力学为基础,利用ANSYS/LS-DYNA软件建立了复杂煤层条件下螺旋滚筒的煤岩耦合模型,得到了不同工况下螺旋滚筒受到的冲击载荷以及煤岩的塑性变形分布规律;并找出了截齿在工作过程中的应力分布规律。基于LS-DYNA提取的滚筒载荷文本,通过ADAMS软件对采煤机整机刚柔耦合虚拟样机模型进行动力学仿真分析,发现了采煤机壳体与行星架的应力分布。结合神经网络技术,以不同工况下采煤机关键零件的等效应力值作为神经网络训练样本,获得在关键零件应力值最小时的采煤机牵引速度的最优值。分析结果为采煤机螺旋滚筒的结构设计及其截割性能的提高提供了重要参考。     

Dynamic identification of coal-rock interface based on adaptive weight optimization and multi-sensor information fusion

Traditional coal-rock interface identification methods have been developed under the assumption that the interface is either coal or rock, when this is apparently not the case. In this study, a new method of dynamic identification in a coal-rock interface is proposed based on the fusion of adaptive weight optimization and multi-sensor information. In accordance with significant differences in the signals such as the cutting current, vibration, acoustic emission, and infrared thermography under diverse cutting ratios, seven coal-rock mixture test specimens with different proportions were poured. During the cutting of the given test specimens, various signals measured by sensors were gathered and analyzed to establish feature databases. Moreover, combined with the fuzziness of multiple signals, the optimal thresholds of the membership functions (MFs) were calculated based on particle swarm optimization (PSO) and minimum fuzzy entropy (MFE). On this basis, a coal-rock interface identification model was developed. In particular, an adaptive weight optimization model was adopted to improve the identification accuracy of the proposed model according to the conflict characteristics between multi-evidence bodies. As a result, a cutting experiment on a random coal-rock interface verified both the accuracy and speed of the proposed identification model, in comparison with the single signal, adaptive Network-based fuzzy inference system (ANFIS) fusion, and improved PSO-BP. Both the coal residual and rock erosion were reduced, and the total recognition error declined to 1.89%. The proposed identification model of a coal-rock interface provided the theoretical foundation and technical premise to realize automatic and intelligent mining.     

基于预测控制的采煤机滚筒自动调高系统

为了快速跟随工作面顶板的起伏变化,提高采煤机截割滚筒调高系统的响应速度,防止截割顶板而造成部件的损坏,利用预测控制的理论和方法,建立了基于预测控制的采煤机截割滚筒自动调高控制系统,该系统通过历史数据对煤岩界面进行预测,实时调节调高油缸的位移,使采煤机的截割滚筒跟随煤岩界面。利用MATLAB/simulink构建了该系统的仿真模型,仿真试验表明:该系统对截割滚筒高度具有超前预见性,较常规传统控制系统的调节时间缩短0.25s,超调量减小4.8%,反应灵敏、波动小、工作平稳。预测算法中采样点的增多,对滚筒高度的波动和超调量有减小作用,但是调节时间增大。     

采煤机滚筒自动调高技术的分析

滚筒自动调高是实现采煤工作面自动化的关键技术之一,其核心是煤岩分界识别技术。采用记忆智能程控为主与传感器煤岩分界为辅的综合识别技术,不仅可弥补单一传感器识别所带来的稳定性、可靠性差和精度低等问题,又可避免记忆程控过于依赖人的行为所带来的不及时和随机现象。此种技术方法适用于大功率自动化采煤机,是首选的调高方法。     

基于主成分分析的煤岩界面识别方法

提出了基于主成分分析的煤岩界面识别方法,详细介绍了主成分分析的原理及识别煤岩界面的过程。该方法采用多个传感器同时监测采煤机割煤时的各项参数,并对数据进行实时的主成分分析;利用主元信息建立HotellingT2和SPE统计量,再根据统计量捕捉采煤机割到岩石时的异常,从而识别煤岩界面。实际应用表明,该方法能够较快并准确地识别煤岩界面。     

基于专家系统的采煤机截割电动机恒功率控制

为了很好地适应煤岩特性的变化、有效发挥采煤机截割电动机的能力,解决采煤机截割电动机运行时功率波动较大的问题,利用专家系统的理论和方法,建立了基于专家系统的采煤机截割电动机恒功率控制系统,该系统通过对牵引速度实时调节,使采煤机的截割电动机恒功率运行。利用MATLAB/simulink构建了该系统的仿真模型,仿真试验表明,该系统对牵引速度具有超前预见性,比一般控制系统的调节时间缩短0.62s,截割电动机的功率超调减小3.8%,反应灵敏、波动小、工作平稳。     

跟机自动化中采煤机自动控制方法研究

给出了采煤机自动控制系统结构;介绍了采煤机自动控制的实现:采用全截深双向跟机自动化割煤工艺和采煤机记忆截割技术,通过定义采煤机的位置参数和采煤机记忆截割参数表、液压支架跟机操作状态表,实现1个采样间隔长度内采煤机割煤流程,针对煤层条件突变采用基于人工免疫的方法处理;研究了基于灰色系统理论的采煤机自动控制优化方法。测试结果验证了该方法的可行性。