磨粒轮廓分形特征的研究

在销—盘式磨损试验机上用 4 5钢—铜摩擦副进行了磨损试验 ,用扫描电子显微镜拍照分析 ,发现磨粒的外形轮廓存在着分形特征 ,且磨粒分形维数的变化同磨损状态有一定的对应关系 ,因此对磨粒分形维数的考察有助于了解磨损状态的转变。     

煤矿机械磨损工况铁谱综合分析方法研究

建立了一种适用于现场分析人员使用的磨损工况铁谱综合分析方法。通过对谱片上的不同磨损颗粒进行分类,再根据磨粒特征参量对设备运行状态判断的贡献大小,给磨粒赋予相应的权重得到磨粒磨损评判权重表,然后结合构建的评判函数对煤矿设备所处的磨损等级作出相应的判断。     

基于PNN神经网络的掘进机截齿磨损程度识别研究

针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对PNN神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度的精确识别。结果表明:基于PNN神经网络的截齿预测磨损状态识别模型识别精度较高,识别准确率和预测准确率约为93.3%和95.0%,与BP神经网络方法相比分别提高了3.3%和15.0%。因此该神经网络具有良好的可靠性与精确性。     

用碎片测试仪诊断机器故障的探索

<正> 根据摩擦磨损理论,机器从投入运行开始,各对摩擦副均会发生磨损,产生磨粒,这些磨粒包含着有关摩擦过程和磨损表面状态的重要信息。通过对磨粒量的测试可确定机内磨损状况,对机械设备运行情况实行有效的监控。图1是一般机械系统的磨损曲线。通常可把它分成数段,其中AB为跑合段,BC为正常运行段,CD为异常磨损段,DE为严重磨损段(开始损坏)。由于各种不同的机器结构参数,加工工艺及装配情况,机器的正常与异常临界转拆点C以及损坏点     

喷射沉积Al-Si/SiCp复合材料干滑动磨损机理的研究

通过MM1000摩擦磨损试验, 研究了喷射沉积Al-Si/SiCp复合材料在干滑动状态下的摩擦磨损特征, 并对摩擦层的显微组织和形貌进行了观察, 同时对磨损机理进行了分析。结果表明,随着基体中硅含量的增加, 复合材料的磨损率大大降低, 另外, 致密化处理可进一步改善铝基复合材料的耐磨性能。随复合材料硬度的增加, 磨损机理由严重磨粒磨损向轻微磨粒磨损转变。     

采煤机截齿磨粒磨损浅析

对采煤机截齿的服役工况进行了分析，特别是对截齿磨粒磨损机理进行了探讨。分析表明：引起截齿的磨粒磨损的原因有三个方面，即形成显微切屑、变形屑和物性碎屑。     

基于铁谱技术的常见材料的识别

大型机械设备各摩擦副的工作环境恶劣,磨损状态复杂,很难精确判断磨损部位。材料识别是磨粒识别的一部分,材料的准确识别可以让多摩擦副机械设备磨损部位的确定达到一个更好的定位效果;基于铁谱技术,以铁谱显微镜及谱片加热法为手段,进行常用材料的识别。     

矿井主通风机关键部件数字化逆向重构研究

针对矿井主通风机关键部件在性能分析中存在结构参数不易获取,叶面曲度难以确定等问题,文章以逆向设计理论为基础,通过对模型重构原理与参数化建模方法的研究,提出一种表面特征点数字化提取与设计的逆向建模方法。首先完成风机叶片表面特征数据的数字化扫描并对数据进行预处理,然后提取特征截面轮廓线,并对其曲率特征点进行分析识别,通过生成截面样条曲线再进行曲面重构,实现矿井主通风机的关键部件逆向数字化重构,为风机关键结构参数无法获取的难题提供了一个有效解决途径。     

基于掘进参数的煤矿巷道围岩特征识别方法研究

在煤矿巷道TBM掘进中，为及时识别出掘进过程中的破碎围岩状态，提出了1种基于掘进参数的煤矿巷道围岩特征识别方法。首先根据掘进中撑靴油缸行程参数的异常变化，判断TBM掘进由稳定围岩段进入破碎围岩段，由此得到围岩稳定段和转变段数据集，然后基于数据集分析掘进参数的相关性和识别能力，选取识别围岩破碎特征的掘进参数，最后使用长短期记忆(LSTM)模型进行预测，根据掘进参数预测结果分析得到识别指标，完成后续区段围岩破碎状态的识别。将该方法应用在某煤矿瓦斯治理巷道上，LSTM模型对掘进参数预测的精确度高于98%，根据预测结果计算掘进参数的相对误差百分比作为识别指标，以5%的相对误差百分比为阈值识别围岩的破碎状态，识别出在3个数据段存在破碎围岩状态，与撑靴油缸行程的判断一致，表明该方法能够有效识别围岩的破碎特征，具有智能化程度高、对施工干扰少的优点。     

基于数字钻孔的钻头磨损与随钻参数关系研究

通过随钻参数反演岩石力学参数是数字钻孔技术的核心问题，PDC钻头是数字钻孔技术中破岩的主要结构。为了分析PDC钻头磨损程度对随钻参数的影响，基于煤矿液压锚杆钻机建立了数字钻进系统。利用该系统进行了钻头不同磨损程度下的数字钻进试验，同时结合有限元软件对钻进过程进行模拟，研究了PDC钻头磨损条件下随钻参数的变化规律。研究结果表明：钻进过程中各随钻参数之间的相关性与岩石强度变化规律显著；随钻参数对钻头磨损程度响应明显，在相同动力以及岩石强度条件下，钻进速度随着钻头磨损程度的增大而减小，钻杆扭矩随磨损程度增加而增大。试验结果与数值计算结果变化规律一致，证明了钻头不同磨损程度对于数字钻孔技术确定岩石性质具有重要影响。该研究为PDC钻头在数字钻孔中合理调整钻进参数以及反演岩石力学参数提供了参考。     

采煤机导向滑靴耐磨层磨损机理分析

为缓解采煤机导向滑靴因磨损而失效报废的现状,理论分析了采煤机导向滑靴耐磨层的磨损方式主要是磨粒磨损和黏着磨损。并通过实验验证了采煤机导向滑靴耐磨层主要的磨损为磨粒磨损和黏着磨损。通过检测试样的摩擦因数、磨损量及磨损后的金相组织,得出表面载荷对磨粒磨损和黏着磨损影响最大,碳化物有利于提高材料的抗重载能力。     

强背景噪声下滚动轴承轻微磨损故障特征提取方法

针对轴承轻微磨损故障信号容易被强背景噪声淹没，故障特征微弱难诊断的问题，提出了强背景噪声下滚动轴承轻微磨损故障特征提取方法。利用VMD对轴承振动信号进行分解，基于峭度最大准确选择最优本征模态函数，以最优本征模态函数的功率谱熵最小为目标，设定提前终止准则，实现VMD参数自适应优化选择。轴承早期故障信号经参数优化后的VMD方法分解为多个本征模态函数，选择峭度最大的本征模态分量进行包络解调分析，结合快速傅里叶变换得到包络谱，实现故障特征频率的提取。通过对加强背景噪声的不同型号轴承的实测故障信号分析，结果均表明该方法能够在强背景噪声干扰下有效提取轻微磨损故障信号的故障特征，实现轴承轻微磨损故障的准确诊断，验证了该方法的有效性。     

油润滑下WSi2／MoSi2复合材料的摩擦学性能

运用M－200型磨擦磨损试验机测定了WSi2/MoSi2复合材料与45^#钢配副油润滑时的摩擦学性能，采用扫描电子显微镜分析了其磨损机理。结果表明：油润滑可明显改善WSi2/MoSi2复合材料的摩擦学性能，在80－120N时材料具有较好的摩擦磨损综合性能；在油润滑下，WSi2/MoSi2复合材料的磨损机理表现为点蚀磨损和磨粒磨损，偶件45^#钢的损失主要归因于磨粒的切削作用。图6，参13。     

基于改进的进化策略法的结构动态参数辨识

由于物理参数识别在很大程度上取决于计算方法的稳定性和收敛性．而进化算法目前已在一些有关优化计算中得到较为广泛的应用，并证明该方法行之有效。从理论上分析了进化策略法用于动态参数识别的可行性，并将其与遗传算法进行比较，结合动态参数识别的现状．讨论了进化策略法用于结构动态参数识别的实施步骤。     

基于进化算法的岩体参数智能识别

将遗传规划、遗传算法和数值分析技术相结合，借助于工程岩体的变形监测，进行了工程岩体参数的等效模式智能识别，借助于获得的等效岩体参数进行了工程问题正分析，并将计算位移与监测位移进行对比分析，显示出较好的一致性。由此表明，基于实测监测信息的等效模式智能识别方法可以用于岩土工程的参数反演，为复杂岩体参数的合理选择提供一条可选的途径。     

煤料转载运输参数对受料输送带的磨损分析

针对受料输送带局部冲击过大、磨损严重的问题,利用曲线型转载溜槽内单元煤料力学模型与能量转换关系,得出影响受料输送带磨粒磨损与冲蚀磨损的转运条件与结构参数。通过EDEM BulkSin软件中的Archard磨损模型,对煤料在曲率半径分别为5000mm、5500mm、6000mm及卸料输送带带速分别为4.64m/s、5.8m/s、6.96m/s的转运条件进行动态仿真。根据磨损评价参数表明:当曲率半径为5000mm时,受料输送带在煤料转运后产生的冲蚀磨损较低、因煤料滚动而产生的磨粒磨损较小;当卸料输送带带速为4.64m/s时,受料输送带带速与煤料在其水平方向上的分速度差值及煤料在受料输送带垂直方向的分速度均较小,说明此时煤料对受料输送的冲蚀磨损及磨粒磨损较低。因此,在满足实际工况的要求时,可以通过减小曲率半径、卸料输送带带速的方式,降低煤料对受料输送带的冲蚀磨损与磨粒磨损,延长输送带的使用寿命。     

黏结磁性磨粒的特性分析加工实验研究

磨料的各项参数是磁性研磨光整加工技术的关键工艺参数之一,磨料的物理化学性质直接影响磁性研磨的加工效果,通过实验研究,针对黏结性磨料,分析了磨粒的密度,磨粒的磁饱和强度的变化规律,以及加工过程中磨料的填充量,配比对加工效果的影响情况,得出了一组实验数据和曲线,实验表明,在上述参数中选择一组最优数据,是提高磁性研磨加工质量的根本保证。     

煤矿含水层参数识别的数学模型及数值计算方法

以有限元数值计算和最小二科法原理的基础，提出了含水层参数识别的数值方法，建立了非约束极小化问题的叠代格式。分析了含水层参数识别的唯一性和稳定性问题。     

应用铁谱分析法诊断CAT3400系列柴油机

1特征参量的选取1．1直读铁谱分析的特征参量 直读铁谱的定量参数很多，只采用一个定量参数往往不能较全面地反映设备的磨损状况，为达到既要考察某一特定时间的磨损情况，也要分析整个运行阶段的磨损趋势的目的，据理论分析及长期研究的经验．选取以下参量为特征参量：     

考虑截齿损耗的多传感信息融合煤岩界面感知识别

为了实现采煤机开采过程中煤岩界面的精准识别,提出一种基于多传感信息融合的煤岩界面感知识别方法。考虑截齿损耗对采煤机截割特征信号的影响,测试采煤机截齿处于新齿、轻微磨损、一般磨损以及严重磨损4种状态下,截割不同比例煤岩过程中的振动信号、电流信号、声发射信号以及红外闪温信号,建立截齿不同磨损程度下的多截割信号特征样本库。根据相邻截煤比各截割特征信号的模糊特征,以最小模糊熵为优化目标,采用自适应权重粒子群算法优化求解各截割特征信号的隶属度函数。构建基于D-S理论的"与"决策准则,实现对煤岩界面的精准识别。通过分析截煤比识别结果信度值的分布特征及趋向性,确定截煤比识别结果在不同截煤比的信度值与实际煤岩比例的匹配关系,利用识别结果的信度值对煤岩轨迹进行进一步的优化。根据实验结果可以得到:(1)截齿磨损程度对煤岩各截割特征信号的变化影响显著,截齿不同磨损程度下各截割特征信号的最优隶属度函数呈现动态变化;(2)煤岩界面轨迹的识别结果逼近具有最大信度的截煤比,且对于次大信度截煤比具有一定程度的趋向性;(3)基于单一优化隶属度函数进行隶属度求解及融合识别,煤岩界面识别精度随着截齿损耗的加剧大幅度下降,最大下降幅度达到43.04%;(4)考虑截齿损耗的多传感信息融合识别模型克服了截齿损耗对信号的误差影响,对煤岩界面具有更高的识别精度,识别误差浮动在1.54%范围内。