排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
2.
采煤机实际运行过程中工况环境恶劣,滑靴作为连接采煤机与刮板输送机的重要部件,在剧烈的非线性冲击载荷下极易损坏,直接影响采煤机工作效率,降低煤矿井下生产效益。为研究斜切工况下采煤机滑靴力学特性,以MG500/1130-WD型电牵引采煤机为研究对象,构建斜切工况下采煤机整机空间力学模型。根据煤岩截割理论,结合煤岩性质与采煤机结构参数,利用Matlab求解计算采煤机滚筒截割载荷与滑靴各接触载荷,提出一种基于平滑靴销轴传感器、导向滑靴销轴传感器、导向滑靴销轴拉力传感器等多传感器融合的采煤机滑靴受力检测系统,并依托国家能源煤矿采掘机械装备研发试验中心进行现场实验验证。实验结果表明:采煤机工作过程中,同种滑靴受力大小基本相同,后侧滑靴所受载荷略大于前侧滑靴所受载荷,平滑靴支撑力大于导向滑靴支撑力且导向滑靴轴向载荷明显大于竖直方向载荷。实验过程中滑靴最大载荷出现在斜切进刀阶段,受刮板输送机位姿、落煤等因素影响,实验值均大于理论值。利用Solidworks建立滑靴三维模型,将现场实验数据导入ANSYS对滑靴进行有限元仿真分析,得到采煤机滑靴最大斜切受载下的应力云图与位移云图,为滑靴结构优化提供基础。 相似文献
3.
针对采煤机截齿在割煤过程中,截齿由于受到大的压应力、剪切力和动载荷,无法实现采煤机高效割煤等问题,提出了一种基于应变传感器的采煤机截齿受力检测方法。该方法是通过截齿粘贴应变片的方式对采煤机割煤过程中截齿受力进行实时检测,实时显示截齿受力变化曲线,试验结果表明:在采煤机割煤时截齿受力变化曲线能够真实反应截齿受力,所选截齿1-1 X向力最大值为0.70 k N;Y向力最大值为1.72 k N;Z向力最大值为4.16 k N;截齿1力矩0.59 k N·m。考虑误差和相关随机因素的影响,试验结果接近相关理论计算值,能够实现截齿受力检测。该研究可对采煤机截齿磨损程度及失效状态能够实现预判断,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。 相似文献
4.
为解决采煤机截割煤岩过程中摇臂在重载、强冲击下容易损坏的问题,以MG500/1130-WD型采煤机为研究对象,提出一种基于应变模态的采煤机摇臂振动特性辨识方法。利用Block Lanczos方法对摇臂壳体进行模态分析,获得采煤机摇臂前10阶固有频率,分析摇臂壳体与传动系统的2阶模态共振特性。根据实际截割工况,通过EDEM模拟获得截割滚筒三向截割载荷及三向截割阻力矩,使用ADAMS、EDEM、ANSYS对摇臂进行刚柔耦合动力学联合仿真,得到摇臂2阶应变模态固有频率为63.98 Hz,搭建摇臂应变数据采集系统,面向摇臂关键截面的应变响应进行截割实验,并对采集数据进行时域与频域分析。研究表明:应变模态分析与联合仿真所得摇臂2阶固有频率误差为0.52%,摇臂前2阶固有频率的模态分析与实验误差小于5%。应变模态分析方法可有效识别采煤机摇臂低阶固有频率和低频激励,为采煤机摇臂的振动研究提供新思路。 相似文献
5.
针对排污泵在污水处理中出现的堵塞故障,传统FFT变换不能实现局部频域信号细化,采样点数不变时无法提高信号的分辨率,提出使用Zoom-FFT频谱细化方法来提高频域信号分辨率。采用加速度传感器采集振动信号,经过数据采集模块,将模拟信号转换为数字信号传递给计算机,并对目标频段进行Zoom-FFT变换,输出振动频谱曲线,通过对比普通FFT和Zoom-FFT处理后正常运行和故障运行中排污泵频谱的频率成分,对排污泵的故障进行诊断。结果表明,基于复调制的Zoom-FFT方法可以有效运用在故障频率峰值较低的故障诊断中,可以提高信号的分辨率,降低噪声对信号的影响,防止系统误报警,提高故障检测准确性和灵敏度。 相似文献
6.
7.
为提高液压支架底座的可靠性和稳定性,对ZZC8800/20/38型六柱支撑式固体充填液压支架底座进行有限元分析;建立底座模型并进行分析,确定其危险工况和其加载的方式;建立有限元模型并对其分析,确定了应力集中和位移变形最大位置以及每种危险工况的加载方式。根据有限元的分析结果,对底座结构进行拓扑优化,并以质量、最大应力和最大变形位移为优化目标,进行尺寸优化。优化后底座最大应力最大减小了79.7%,最大变形位移最大减小了53%,质量减少了3.7%,底座的整体强度得到了提高,同时实现了底座的轻量化,疲劳损伤和变形位移较小,达到了预期的优化目的,安全系数均得到了提高。 相似文献
8.
提高采煤自动化、无人化程度的关键在于提高采煤机对煤炭和岩石的识别能力,在记忆截割的基础上,采用灰色预测理论,提出了1种基于滚筒采煤机摇臂惰轮轴受力分析的综合煤岩识别方法,通过实时检测采煤机在截割不同介质时的惰轮轴受力,并根据惰轮轴受力建立采煤机截割路线智能预测系统,实时修正截割路线,提高了采煤机的追踪适应能力。该方法在中煤张家口煤机厂实验平台上进行截割实验验证,结果表明:采煤机割岩时受力比割煤时平均受力大19.45%,能够很好的对煤岩界面进行识别。 相似文献
9.
10.
煤岩识别是实现采煤机滚筒高度自动调节的关键技术,可靠的煤岩识别系统在提高生产效益、减轻设备磨损、保障工人安全等方面具有突出的优点。目前煤岩界面主要依据人工或者单一传感器监测进行识别,所以识别的结果不准确,具有一定的误差;因此,提出一种基于数据融合理论的多传感器煤岩识别方法;该方法以煤岩在硬度上的差异为基础,以采煤机摇臂销轴为研究对象,在摇臂与连接架销轴处布置4个经过等效强度处理的销轴传感器,采集采煤机截割不同硬度煤壁与岩壁时销轴的应变数据,对采集到的数据通过加权融合理论进行系数分配、融合,获得多传感数据融合的组合判据,利用组合判据对煤岩分界面进行识别。实验结果表明,销轴传感器采集到的应变数据在截割煤和岩时波动较大,且割煤应变数据和割岩应变数据有重叠部分,很难精准的实现煤岩界面的识别;通过数据融合方法处理后的应变数据波动较小;利用拟合公式对应变数据标定,得到销轴传感器所受的载荷值:截割岩时销轴受力范围为24. 766~25. 467 kN,截割煤时销轴受力范围为23. 493~24. 348 kN;与单一传感器测量相比,差异明显,没有重合部分;因此,可以采用这种方法在实际的生产工作中标定截割煤和岩时销轴受力的期望值范围,以此期望值范围的差异作为采煤机煤岩界面识别的依据。 相似文献