排序方式: 共有39条查询结果,搜索用时 109 毫秒
1.
为了保证电梯高效、安全、稳定的运行和使用,笔者以可编程序控制器(PLC)为控制核心,结合传感器技术、信号处理技术和通信技术,设计并研发了一种电梯远程监控及故障诊断专家系统,实现对电梯各工作环节的实时在线监控,同时采用多信息融合方法实现对电梯故障的精确诊断和定位,进而对电梯故障实时维护。 相似文献
2.
为实现煤岩界面的预先感知与精准识别,在开采前为采煤机提供精准的截割轨迹,提出一种基于多影响因素耦合优化的煤岩界面主动红外感知识别方法。考虑光照时间、光照距离和光照强度多因素耦合作用对煤岩界面识别精度的影响,通过测试、采集各影响因素不同参数工况下煤岩试件的主动激励红外图像信息,利用正交实验方法确定实现煤岩界面高精度识别的多因素参数的最优组合。结合迭代优化方法在最优组合附近搜索各影响因素的最优参数,克服局部参数最优的问题,实现煤岩界面的高精度识别。由实验结果可知,该方法能够实现煤岩界面的快速、精准识别,最低识别精度达到97.96%以上,具有非常好的普适性,为实现井下智能化、无人化采煤提供了一种有效的技术手段。 相似文献
3.
为实现采煤机在煤岩截割过程中滚筒载荷受力的测试与分析,现场建立等比例大型采煤机力学特性分析研究实验平台,采用等效结构惰轮轴传感器测试方法,针对滚筒式采煤机在煤岩截割过程中采煤机滚筒载荷变化进行实时动态在线监测,采用无线信号发射装置实现测试数据的实时传输。现场截割实验结果表明,在采煤机截割煤岩过程中,滚筒x,y,z三向上的载荷峰值差分别为29.941,17.459和7.371kN,载荷变化显著,测试结果符合现场实际工况,为实现采煤机煤岩动态识别以及自动调高控制提供了重要的理论和数值依据。 相似文献
4.
5.
基于压电振动俘能的自供电刮板输送机张力检测系统 总被引:2,自引:0,他引:2
为实现对刮板输送机运行过程中链条张力的有效检测,克服供电模块需要定期拆卸更换的难题,提出了一种基于压电振动俘能自供电的刮板输送机张力检测系统.通过采集刮板运行过程中产生的振动能量实现电能的有效转换,保证张力检测装置和无线信号发射装置长期有效工作.通过系统多个周期张力检测实验结果表明,检测系统自供电性能稳定;截取103 s的单周期进行分析,刮板经过链轮时的最大张力峰值为274.2 kN,通过计算两端部啮合点张力的差值得到下边链的运行阻力为12 kN,测试结果符合现场实际工况,表明系统具有较高的检测精度及可靠性. 相似文献
6.
电信运营商承办世界级重大活动时,需要进行技术支撑、业务运营、服务周全等高效调度管理,对运营商的综合应对能力、现代化企业管理水平是一种严峻考验。本文深入剖析电信运营商公司内部组织架构、业务运行机制,从可行性角度入手,研究对电信运营商通用的指挥调度机制,从网络、市场、服务等方面,搭建立体化工作体系架构,并结合运营商内部的运营体制、操作机制、工作流程,详细阐述应对大型活动的组织机构调整、人力资源调度以及信息运行模式构建等全方位保障策略,建立一套完整的指挥组织调度体系架构,以实现大型活动中公司组织得力、响应快速、统筹协调的应对策略,并形成初步指导性建设方案。 相似文献
7.
针对综采工作面采煤机在采煤过程中产生大量煤尘的问题,对采煤机原有喷雾降尘设备的喷雾原理、降尘效果进行了研究,对综采工作面的粉尘浓度与运移规律进行了分析,提出了一种基于可编程序控制器PLC的采煤机喷雾降尘控制系统,利用电参数采集模块、粉尘浓度传感器、红外定位传感器和可移动摄像头对采煤机的各项工作参数、工作位置、状态以及综采面的粉尘浓度进行了多信息、多点采集与监控,实现了综采面采煤机的远程监测和喷雾系统的自适应控制,通过采煤机截割实验台对原有系统和改进优化后的控制系统进行了降尘效果测试。研究结果表明,改进优化后的喷雾降尘控制系统能够精确控制喷雾降尘,系统响应速度快、鲁棒性好,保证了综采面采煤的煤质和安全生产,提高了系统的自动化水平。 相似文献
8.
9.
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。 相似文献
10.
为实现截割过程中截齿磨损程度的在线监测和精准识别,提出一种基于多特征信息融合的采煤机截齿磨损程度识别方法。针对不同磨损程度截齿截割过程中的振动和声发射信号进行时域分析和小波包分析;针对两相邻磨损程度截齿的特征样本存在数据交集,增加系统识别难度的问题,构建最小模糊度优化模型并计算各特征参数的最优模糊隶属度函数,获取特征样本的最大隶属度。运用多特征数据样本对BP(back-propagation)神经网络识别模型进行学习和训练。实验结果表明,截齿磨损程度识别模型的判别结果和样本实际磨损类别相符,能够实现对截齿磨损程度的在线监测和精准识别。研究结果对于实际工程中截齿的监测和更换具有重要意义。 相似文献