采煤机截割部工作稳定性研究

为研究采煤机截割部的工作稳定性,利用Matlab、Pro/E、ADAMS和ANSYS联合构造的仿真平台建立截割部的刚柔耦合动力学模型。基于ADAMS/Vibration模块对采煤机截割部进行强迫振动分析,获取系统主要模态能量分布及各阶模态的动态响应特性,对壳体的振动特性及其对传动系统的影响进行分析。分析结果为改进采煤机截割部设计、提高其工作稳定性提供了依据。     

复杂刚柔耦合系统模态参数识别与振动分析研究

基于Pro/E、MATLAB、ADAMS和ANSYS联合建立了采煤机截割部的刚柔耦合振动模型,将截割部在截割含硬结核或夹矸煤层时碰到包裹体而受到的冲击载荷作为力激励,利用ADAMS的Vibration模块计算系统在受迫振动下的频响,通过ADAMS的Postprocessor模块进行模态参数识别和分析仿真结果,确定了对系统整体性能不利的模态振型和频率,判断出系统在本研究所假定工况的载荷冲击下不会发生共振,同时也从模态频率角度验证出壳体在此冲击频率下不会与系统发生共振,而滚筒转速的设计却不符合振动性能要求,通过查看模态振型对壳体结构提出了修改意见。本文解决了输入负载的精确量化模拟及建模与仿真边界条件等关键技术问题,为采煤机截割部的优化设计和可靠性研究创造了条件。     

滚筒截齿对采煤机截割部工作可靠性的影响研究

运用MATLAB软件编制了含硫化铁结核工况下的采煤机滚筒瞬时负载变化规律生成程序,并模拟采煤机滚筒缺齿时的瞬时负载情况,发现缺齿时滚筒受力增大22.37%,载荷波动系数平均增大21.63%。利用ADAMS、ANSYS软件建立采煤机截割部刚柔耦合虚拟样机系统,将得到的两套滚筒瞬时负载文本文件分别导入到虚拟样机系统中进行仿真,分析出滚筒缺齿对采煤机截割部影响巨大,甚至导致截割部行星传动系统的强度、动态刚度不足,进而影响采煤机使用寿命。     

掘进机截割头不同截齿间距下掘进效果的分析

掘进机截割头是截割作业的直接接触部件,在截割过程中,截齿间距的不同,造成截齿的受力及寿命不同,引起截割头的振动.对截割头球冠段的截齿间距进行优化设计,采用ABAQUS软件对不同截齿间距的掘进进行仿真分析.结果表明,优化后的截齿间距截齿受力整体有所减小,分布更加均匀,从而可以提高截齿的使用寿命,提高掘进机的工作效率.     

采煤机截割参数对截齿受力情况的影响研究

针对某煤炭企业服役中的采煤机存在振动的问题,采用仿真计算的方法,完成了采煤机截割滚筒半径尺寸、工作过程截割滚筒牵引速度和截割滚筒转速变化对截割力的影响规律分析.结果表明,采煤机截割滚筒半径尺寸的变化对滚筒截割齿的作用力影响较小,截割滚筒工作时牵引速度和旋转速度的变化对滚筒截齿作用力影响明显,采煤机工作过程中出现振动问题...     

采煤机截割煤岩石的数值模拟研究

针对采煤机在实际生产过程中截割部所承受的载荷为交变状态，再加上环境的恶劣性导致截齿的性能受到影响。以截割部截齿为研究对象，基于计算机分析软件建立截齿和煤岩层的装配模型，并结合现场参数完成模型中参数设置；开展截割速度、截割深度和截割角度对截割煤岩层时截齿的应力场合温度场数值模拟研究，为确定最佳截割工艺参数，提升装备的使用性能奠定基础。     

高压水射流掘进机截割头设计

掘进机是煤矿巷道掘进的主要设备,国内现有的掘进机主要依靠截齿截割,当煤岩硬度较大时,截割头振动剧烈,大大缩短了截齿的使用寿命。为了改善截割头的振动情况,在截割头上引入高压水射流辅助截齿截割,并对高压水射流掘进机截割头关键环节进行具体设计。研究发现,截割头上高压水射流配置方式包括四种:前置式、后置式、中心式和侧置式,其中应优先选择前置式,当水压达到40MPa时,截割头上一般可布置(5~15)个喷嘴,且优先布置在工作环境比较恶劣的球面与锥面的过渡位置。进行高压水射流掘进机截割头截割实验,研究表明所设计的截割头能有效降低截割头振动,当水压达到40MPa时,振幅平均值降低45.6%,且振动更加平稳。     

BP神经网络在截齿合金头失效识别中的应用

为实现采煤机截割过程中截齿合金头失效形式的监测和识别,提出一种基于BP神经网络的多特征信号识别截齿合金头失效形式的方法。测试提取截割过程中合金头龟裂、合金头脱落、合金头崩刃和合金头严重磨损4种截齿x,y,z三个方向上的振动特征信号和截割电机电流特征信号,选取特征值信号的最大值、均值和方差作为特征样本对BP神经网络进行学习和训练,建立截齿合金头失效形式的识别模型,实现截割过程中截齿合金头失效形式在线监测与准确识别。实验结果表明,BP神经网络的判别结果和测试样本的实际失效类型相符,能够对截齿合金头失效形式进行准确识别,为实现采煤机截齿在线监测和失效形式识别提供新的方法和手段。     

基于多传感特征信息融合的采煤机截齿失效诊断

针对采煤机截割头截割过程中截齿失效状态不易在线识别的难题,提出了一种基于多传感特征信息融合的采煤机截齿失效诊断方法。通过测试采煤机不同磨损程度状态的截齿在截割过程中的振动信号以及声发射信号,建立截齿损耗和失效的信号特征数据库,采用基于最小模糊隶属度优化模型的多传感信息融合方法诊断采煤机截齿的磨损及失效状态。实验结果表明诊断结果的准确率可达95%以上,证明采用此方法可实现对采煤机截齿磨损程度及失效状态的实时精确诊断。研究结果对及时发现和更换失效截齿、提高采煤机截割头的工作效率和使用寿命具有重要意义。     

基于振动和声发射信号的截齿磨损程度识别研究

为实现采煤机截齿截割过程中磨损程度的在线监测和识别,提出一种基于RBF(Radical Basis Function)神经网络的截齿磨损程度多特征信号监测方法。提取截割过程中不同磨损程度截齿的振动和声发射特征信号,分别分析振动和声发射信号的峰值、时域图方差和频域图均方根值这6个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对RBF神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:随着截齿磨损程度的加剧,截齿振动和声发射时域信号中信号峰值和方差均呈增大的趋势;振动和声发射的频域信号中频谱图均方根也呈现逐渐增大的趋势;基于RBF神经网络的截齿磨损程度监测系统的网络判别结果和测试样本的实际磨损程度类别相符,该RBF神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。