基于LoRa技术通信的采煤机姿态感知系统设计

为实现采煤机滚筒智能调高与远程控制记忆截割煤等功能,需获取采煤机精确姿态信息。设计一种基于LoRa技术通信的采煤机姿态感知系统。考虑井下工作条件恶劣、通信干扰因素多等特点,该系统采用抗振倾角传感器精确获取采煤机姿态信息,利用LoRa技术并结合滤波算法来提高系统的通信距离,实现采煤机滚筒智能调高和记忆截割煤的远程控制。通过在黄陵1#煤矿井下进行实际测试,结果表明,该系统在井下恶劣环境中获取的采煤机姿态信息精确,传输距离可达140 m,可以满足工作面远程控制需求。     

煤矿井下紧急避险硐室快速断电固态开关的研究

本文首先理论推导出基于IGBT的中性点开关的全关断时间,然后利用Matlab/Simulink平台进行仿真验证,并将该方案与两相线路分别安装单相开关的方案进行对比,仿真结果证明,后者的关断时间相对前者缩短了0.1ms。     

基于VisualC语言的学生信息管理系统

利用MicrosoftVisualC作为集成开发程序,开发一个具有信息录入、信息查询、排序、信息修改等基本功能,学生信息管理系统。     

带式输送机托辊故障检测方法

针对现有带式输送机托辊故障检测方法采用接触式测量、不便于安装操作、不适合于井下大范围故障检测等问题,提出了一种基于小波去噪和BP-RBF神经网络的托辊故障检测方法。采集托辊运行时的音频信号,采用结合了软阈值法和硬阈值法的折中法对音频信号进行小波去噪处理;将每一层小波分解信号的能量和作为该层的特征值,通过处理系数对低频部分的特征值进行转换,以减小其在总能量中的占比,使故障特征更加明显;将提取的特征向量输入BP-RBF神经网络模型中进行故障检测。测试结果表明,对于正常托辊信号、托辊表面存在裂痕、托辊表面磨损3种情况,该方法的故障识别率达到96.7%。与传统的频谱分析诊断技术相比,该方法所需的工作量更少、准确率更高;相较于基于温度检测等的故障检测技术,该方法采用非接触安装方式,安装更方便,检测范围更大,具有良好的应用前景。     

基于倾角传感器的矿用液压支架测高系统设计

为解决现有矿用液压支架测高方案智能化程度低、准确度差等问题,研究了液压支架在不同姿态下的测高方案,提出了一种基于倾角传感器的矿用液压支架测高系统设计方法,搭建了基于倾角传感器的矿用液压支架测高系统。并针对井下强烈电磁和振动干扰导致信号降质的问题,对采集到的数据进行小波分解和重构,提高了测高系统在恶劣环境下的准确性,同时从提高通信抗干扰能力,增加传输距离等方面,提出下一步研究的方向,矿用液压支架测高系统在实验室和井下进行测试试验,结果表明,在井下恶劣环境下系统测高误差在10 cm内,可以满足工作面的实际需求。