空气增压机性能不达标问题案例分析

某项目空气增压机,根据控制系统画面显示增压机存在性能不达标问题。本文针对此问题进行探讨,分析问题原因,研究解决方案,验证解决效果,最终形成一套案例分析。     

煤库桥式抓斗起重机滑轮组及导轮技术改造

分析某煤库桥式抓斗起重机钢丝绳频繁更换原因,依照设备本质安全的原则对滑轮组、导轮等进行局部改进,提高了钢丝绳使用寿命,减少更换次数,从而降低操作风险、减少维护费用、提高劳动生产率。     

汇能煤矿三机选型及设备配套

通过调研了解汇能煤矿附近煤矿相似煤层的开采情况;根据调研结果进行了设备选型和三机配套;为汇能煤矿正常的生产接续和产能稳定提供良好的保证;为相似煤层的开采提供了借鉴。     

基于PLC软冗余的矿井风机智能控制系统

针对矿井主扇风机的过程控制,设计硬件和软件冗余的双PLC智能控制系统。硬件配置冗余的双S7-300,在线监测系统故障和总线异常,主扇风机通过超限瓦斯模型变频调节输出功率。软件应用同步传输减少故障和正常CPU的倒机切换时间,通过关键数据筛选和主扇风机经验模式运行降低对DP主站切换时间的依赖程度。主扇风机的软冗余控制不仅减少电能损耗,还能大幅提高系统的可靠性,有助于改善井下作业环境。     

冷轧立式退火炉稳定密封装置的设计与应用

冷轧连续退火机组的炉子各段直接的密封装置有多种型式,有双密封气帘形式、单密封气帘加单密封辊型式、双密封辊型式等,它们的特点都是尽可能保持与带钢之间最小的间隙,与带钢是线接触,以达到限制气流的最佳效果。设计一种稳定密封辊,与带钢面接触,合拢后隔断炉内气氛的同时,还和带钢有15度的包角,同时起到了稳定带钢的作用,对通板优势显著。     

家庭陪伴机器人的仿人上肢设计及肢体交互

:针 对 目 前 家 庭 陪 伴 机 器 人 大 都 没 有 手 臂 而 不 能 肢 体 动 作 交 互 的 问 题 ，设 计 了 一 双 家 庭 陪 伴 机器 人 的 仿 人 上 肢 ，并 进 行 了 正 运 动 学 分 析 和 肢 体 交 互 动 作 设 计 。 首 先 进 行 了 仿 人 上 肢 的 机 构 设 计 ，然 后 采用Ｄ- Ｈ方 法 对 其 进 行 正 运 动 学 分 析 ，获 取 上 肢 在 关 节 空 间 中 的 位 姿 ，接 着 进 行 肢 体 交 互 动 作 的 设 计 ，最 后与 机 器 人 本 体 融 为 一 体 进 行 测 试 。 经 实 物 测 试 ，验 证 了 该 仿 人 双 手 臂 设 计 的 合 理 性 ，并 为 运 动 规 划 和 开 发机 器 人 服 务 工 作 奠 定 了 基 础 。     

高速旋转机液伺服液压缸试验台设计与分析

针对风机风量调整机液伺服系统装机前性能检测的问题,设计了一种高速旋转机液伺服液压缸试验台。试验台设计了双头导壳结构及试验缸与加载缸双轴向配油机构,以实现加载缸与试验缸同步高速旋转中的加载试验。运用 ANSYS Workbench 软件对机液伺服液压缸高速旋转试验台进行模态分析,给出了试验台前 6 阶固有频率与振型。仿真分析结果显示,试验台的强度符合要求,试验台所受激励频率远小于其 1 阶固有频率,不会产生共振。该研究实现了对高速旋转机液伺服液压缸试验台的结构设计及力学性能分析,为高速旋转液压缸试验台的搭建奠定了基础。     

益阳橡机整体搬迁技改建设项目加快推进

正2020年4月4日,益阳橡胶塑料机械集团有限公司(简称益阳橡机)朝阳产业园厂区的一台加工平板硫化机热板和框板的超大型专用设备—22m×4m的数控双龙门铣(磨)机床由沈阳制造厂家人员拆机,运回沈阳返厂大修,拉开了益阳橡机整体搬迁技改项目—"智能型橡胶机械数字化制造基地建设项目"中搬迁设备升级改造的序幕。     

某选铁厂处理磁铁矿、赤铁矿连生体的方式与精矿指标分析

通过对某铁矿磁铁矿石和赤铁矿石的2种不同选矿工艺流程的介绍，分析了其连生体的不同处理方式，进而说明精矿指标差异的原因主要在于连生体的不同处理方式，并对连生体的处理工艺提出了建议。     

栈式降噪自编码器在波形单元识别中的应用

为提高多功能雷达(Multi-Function Radar,MFR)波形单元的识别准确率和鲁棒性,提出一种栈式降噪自编码器(Stacked Denoising Autoencoders,SDAE)与支持向量机(Support Vector Machine,SVM)相结合的波形单元识别方法.首先摒弃传统依赖脉冲序列分析技术对MFR信号进行处理的方法,通过分析波形单元结构并借助参数间的联合变化特征,提出一种MFR波形单元分段识别模型,将传统对脉冲序列的识别转化为对MFR波形单元的识别;然后在该模型的基础上引入SDAE,对训练样本数据、SDAE隐含层神经元节点进行加噪处理,并利用这些加噪后的样本数据训练优化SDAE网络模型,提取出样本数据的深层稳健特征;最后引入SVM算法,借助SDAE挖掘出的样本深层特征,实现SVM模型的优化,得到最终的波形单元识别模型(SDAE-SVM).仿真实验表明:提出的波形单元识别方法在相同样本数目和测试误差的条件下,与SVM算法相比,能够取得较高的识别准确率,具备更优越的识别效果.证实MFR波形单元识别模型是有效的,且通过SDAE网络的引入,使得SDAE-SVM方法能够自主地挖掘原始信号的深层特征,提高波形单元识别的鲁棒性和准确率.