共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
煤矿井下环境恶劣、事故多发,实现采煤机智能化开采既是煤矿安全生产的需求,也是减轻作业人员劳动强度和改善作业环境的必要条件。研发推广智能化采煤机是实现煤矿智能无人化的重要环节,而煤岩识别技术的开发与实施是实现采煤机智能无人化的关键条件。本文综述了当前煤岩识别技术的研究现状,分析了其技术研发历程和未来技术发展趋势。概括了多种煤岩识别技术的研发途径、科技创新及应用效果等;总结了基于煤岩识别技术的采煤机自适应调高、调速系统的设计理论与创新成果,并针对当前其存在的问题,提出解决的办法。通过对基于煤岩识别技术的采煤机调高、调速系统的研究,制定采煤机调高-调速协同控制方案。结合目前煤岩识别技术领域的先进发展水平,提出了其研发过程中实用性差、普适性弱的问题。并在此基础上,针对我国目前面临煤岩界面在线识别准确、稳定性差、系统及设备可靠性难以得到验证等新的难题,重点对实验环节准确化、技术开发精准化、平台应用快速化、系统整体可靠化的创新研究内容进行了展望,提出开发多领域耦合技术、保证装备安全可靠的新思路。 相似文献
3.
4.
5.
针对垮落煤岩识别的技术问题,基于垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于小波包熵和流形学习的特征提取方法。该方法首先对振动信号进行小波包分解并单支重构,计算该信号的小波包能量熵,从而确定信号能量分布的复杂度,计算各频带的样本熵,从而确定各频带小波包系数的复杂度。以小波包能量熵和频带样本熵构造特征向量,输入BP神经网络识别垮落煤岩。然后利用局部线性嵌入(LLE)挖掘特征向量的低维流形结构,并输入神经网络对比其识别效果。并提出了未知样本低维估计方法以得到其低维嵌入。结果表明:基于小波包熵和LLE提取的特征向量准确又简单,输入神经网络识别率达到92.5%;基于低维估计方法得到的未知样本低维嵌入也较准确。 相似文献
6.
针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法。该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形。为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩。结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100%。 相似文献
7.
8.
为了实现无人工作面采煤机滚筒的自动调高,需要解决煤岩界面自动识别技术,但到目前为止该技术仍然是采煤工作面自动化建设中的难点。本文提出了一种基于精确煤层三维模型的采煤机煤岩界面识别技术,通过地质测量获得的煤层数据建立煤层三维模型,通过采煤机模型在煤层模型中的运动、界面碰撞检查,实时调整采煤机摇臂高度,进而实现自动化无人开采。 相似文献
9.
10.
国内外煤岩界面识别技术研究动态综述 总被引:6,自引:0,他引:6
煤岩界面识别 (CII)能使采煤机具有自动追踪煤岩界面的能力 ,不仅有助于引导煤矿井下采煤自动化 ,提高生产效益 ;还能减少那些在选煤过程中必须除去的岩石和其它矿物含量。它既可用于人工操作的采煤机 ,也可用于计算机控制的采煤机。可靠的CII系统在经济效益和安全作业两方面都具有突出的优点 ,它提高煤层的采出率 ;降低煤中的矸石、灰分和硫的含量 ;提高采煤作业效率 ;减轻设备磨损 ;减少设备维修量和停机时间 ;由于振动较小 ,降低了空气中的岩尘含量 ,并可使作业人员远离危险工作面 相似文献
11.
12.
13.
14.
钻进过程中,钻柱振动是不可避免的,而且钻柱产生振动的原因是多方面的。随着研究的深入,人们不仅认识到钻柱振动对钻井作业产生的负面影响,还认识到利用振动可以得到许多井下信息。运用一根钻杆模型,分析了其在不同工作状况下的振动特性,得到了钻杆在横向、纵向、扭转振动的多阶振型,以及对应的应力应变图。对照振型和应力应变图,联系钻井实践中各种钻柱失效形式,以期从中找出一些振动与钻柱失效的关联,更好地利用振动去解决生产问题。 相似文献
15.
16.
基于振动信号分析的采煤机摇臂轴承故障诊断研究 总被引:1,自引:0,他引:1
针对采煤机摇臂轴承故障频发,严重影响采煤工作面安全生产的现状,进行了基于振动信号分析的采煤机摇臂轴承故障诊断研究。为准确识别采煤机摇臂轴承故障,采用集合经验模态分解方法(EEMD)对原始振动信号进行分解,提取前8个本征模态函数的能量占信号总能量的比例作为故障特征信息,并输入到支持向量机(SVM)进行故障模式识别。试验结果表明,结合集合经验模态分解和支持向量机的故障诊断方法,适用于处理采煤机摇臂轴承产生的非平稳、非线性振动信号,总体故障识别率达到88.33%,可实现轴承故障的准确诊断。 相似文献
17.
18.