共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
采煤机截割部摇臂齿轮箱承担着综采工作面截割部动力传动的重任,其故障与否直接影响采煤机正常工作。而传统的故障诊断方法-BP神经网络采用基于梯度下降的算法,存在容易陷入局部极小值、收敛速度慢等不足,这些不足严重影响了BP网络的应用。然而粒子群算法(PSO)有很好的全局收敛特性。因此,为了提高网络的性能,采用粒子群算法来优化BP神经网络,将改进的PSO引入神经网络的拓扑结构,用PSO的迭代代替BP中的梯度修正。结果表明:提出的改进方案可以有效地优化神经网络,提高其在采煤机齿轮箱故障诊断中的应用价值。 相似文献
3.
4.
截割部作为采煤机的关键部件,直接与采煤工作面相接触,具有截煤和落煤的作用。截割部通常采用滚动轴承,滚动轴承的故障将会导致采煤机整个流程的瘫痪,为此提出一种新型滚动轴承故障诊断方法。首先采用互补集成经验模态分解对滚动轴承振动信号消噪与分解,获得轴承振动时域信号;其次采用区域划分实时调整粒子群算法中参数,并应用自适应变异操作抑制粒子群陷入局部寻优;最后采用实验室滚动轴承模拟平台验证诊断模型的有效性。结果表明,提出的滚动轴承故障诊断模型对滚动轴承故障诊断能力强、准确率高且收敛速度快。 相似文献
5.
6.
7.
8.
针对采煤机截割部常出现的问题及故障,通过对截割部齿轮传动机构的强度、制造工艺及各传动件的受力进行分析,探讨总结了综采工作面采煤机截割部运行过程中出现的故障原因,提出对采煤机截割部进行改进设计,使采煤机截割部强度及工作可靠性有了很大的提高,也为今后较薄及中厚煤层采煤机截割部的结构设计提供参考依据。 相似文献
9.
为了对采煤机截割部传动系统故障进行监测和诊断,提出一种基于改进BP神经网络的故障诊断方法。首先分析了采煤机截割部传动系统2种故障类型及其振动频率特性,在此基础上构建了基于L-M算法的BP神经网络故障诊断模型。其次,为了更准确地获得故障子类型以及故障严重程度的预测,设计了双层故障分类器。仿真结果表明,在公认数据集上测试,该神经网络模型对故障类型的分类预测准确率达99%,在故障子类型分类预测上也取得较好的效果,特别是对无故障情况的判断准确率达到100%,平均准确率为95%。验证了该方法的优越性。 相似文献
10.
截割部的高可靠性是保证采煤机整机可靠性的重要环节。通过功能分析,推导MG750-1915型采煤机截割部功能框图,建立截割部故障树。运用RELEX可靠性分析软件,定量分析各故障模式三种重要度,得到相关重要度较高的故障模式。另外,定量分析了采煤机截割部的不可靠度、不可用度及故障频率等可靠性参数。根据分析结果,改进故障发生概率高部位的机械结构,提高采煤机整体可靠性。 相似文献
11.
为了研究截割电机机械特性对采煤机滚筒受力特性的影响,利用SIMULINK建立采煤机截割电机模型;通过ADAMS建立采煤机截割部虚拟样机模型;使用电机模型对采煤机截割部进行驱动,同时将电机所受力矩反馈到电机模型中,建立了基于MATLAB/SIMULINK和ADAMS的采煤机截割部机电耦合模型。采用LS-DYNA对采煤机滚筒截割煤岩过程进行模拟仿真,得到滚筒的受力情况;将截割仿真得到的载荷添加在采煤机滚筒上,进行了采煤机截割部机电联合仿真,得到了截割电机输出转矩和输出转速的曲线,为研究电机过载保护提供了数据支持。 相似文献
12.
国内外采煤机工况检测、故障诊断技术现状 总被引:1,自引:0,他引:1
主要介绍国内外采煤机工况检测、故障诊断技术现状。首先,介绍了国外采煤机为操作者提供截割部及牵引部等具体的工况检测信息及故障原因显示功能。其次,简述了国内采煤机工况检测、故障诊断现状,最后介绍了国内采煤机在信息量、直观程度、服务功能等方面与国外采煤机相比存在一定的差距。 相似文献
13.
以MG300/700-WD型采煤机为例,对截割夹矸煤层时采煤机截割部行星架进行受力分析,建立行星架的三维模型,并利用ANSYS对行星架进行了应力分析和模态分析,找出行星架最薄弱的部位并提出了结构改进意见,确保采煤机在截割夹矸煤层时行星架能满足使用要求。 相似文献
14.
15.
16.
17.
18.
19.
20.
以MG1000/2500-WD型采煤机为研究对象,根据采煤机截割部基本结构特征,构建采煤机截割部刚柔耦合动力学模型,从转速、加速度、啮合力、应力4个角度开展采煤机截割部仿真分析。根据仿真分析结果,获取采煤机截割部摇臂截割过程中应力云图以及关键点应力曲线,确认采煤机截割部摇臂的受力特点,再以此为基础实施摇臂优化设计,具体设计过程包括摇臂瞬态分析以及摇臂优化设计2部分。为验证所提出采煤机截割部摇臂优化设计的有效性,将优化设计应用于工程实践,最终确认优化设计具有一定的应用价值。 相似文献