采煤机截齿失效形式及对策探讨

为了提高煤炭开采效率及采煤机的使用寿命,分析了截齿的失效形式及原因,阐述了截齿失效造成的影响,针对截齿在不同地质条件下的选择、研发设计、制造工艺和使用进行了对策探讨,并提出了通过合理选择截齿类型及几何参数、优化截齿安装角及叶片螺旋升角、应用摩擦学理论、使用新型截齿材料、进行表面强化、加强工人操作规范等措施提高截齿的质量,为截齿的生产提供参考依据。     

掘进机截割头截齿的布置研究

为进一步提升掘进机的掘进效率,降低掘进能耗,保证最终巷道的成型质量,重点对掘进机截割头机器截齿的布置参数进行理论分析,尤其是对截齿截割角度的优化采用数值模拟手段进行分析,主要从单齿截割工况和多齿截割工况下的数值模拟截割头的受力、能耗等因素确定最佳截割角度,为煤矿高效生产奠定基础.     

浅谈采煤机和掘进机的截齿失效原因及改进措施

采煤机和掘进机截齿失效与磨损、硬质合金刀头崩刃和脱落、齿体弯曲和折断等有直接关系。通过采用多种方式解决磨损问题、选择适合的截齿刀具、优化工作方式等,确保延长采煤设备的使用寿命,提升截齿的使用效率,为顺利进行煤矿开采提供助力。     

基于BP神经网络的截齿磨损程度在线监测

为实现截齿截割过程中磨损程度的实时精准在线监测,提出了一种基于BP神经网络的截齿磨损程度多特征信号融合的检测方法。通过提取截割过程中不同磨损程度截齿的三向振动信号、红外温度信号和电流信号,建立了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BP神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:基于BP神经网络的截齿磨损程度监测系统,网络判别结果和测试样本的实际磨损程度类别相符,该BP神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。     

掘进机截割头截齿参数的优化

为进一步提升掘进机设备的掘进效率和巷道的成型质量,降低设备的能耗,进而降低煤矿的生产成本,对截割头长度、直径、锥角以及截齿螺旋头数、螺旋升角、不同工况下的截割角度等参数进行初步确定,并着重基于数值模拟手段对不同工况下截割角度进行最优化设计,从根本上降低实际截割过程中设备的振动及能耗.     

悬臂式掘进机截割头截齿的优化与改进

针对悬臂式掘进机截齿磨损严重、过载停机以及截齿受力不均而被损坏等情况,通过建立截割头和煤岩的3D模型,分析截割头载荷的数学模型,对截割头截齿部分进行受力分析,针对截割头的截齿排列提出合理性方案,使各截齿受到外力差异减小,进而提升掘进机的性能并获取更大的生产价值。     

采煤机镐形截齿的失效形式及结构强度的分析

针对采煤机中镐形截齿存在的失效问题,对截齿的构造和失效的形式进行了分析,通过研究截齿受力的构成,运用软件对各个工况下截齿所受应力的特点及失效的机理进行研究,并提出针对性的措施来改良截齿的结构,以期为截齿的研发、选用及维护提供可靠的依据。     

基于Pro/E的截割头截齿安装方法的研究

介绍了悬臂式掘进机截割头上的截齿空间位置状态及确定其空间位置所需要确定的参数,并提出了这些参数之间的关系,通过在Prol/E中建立了一些参考平面,提出了在Pro/e中确定截齿空间位置的一种方法.     

BP神经网络在说话者识别中的应用

研究了BP神经网络在说话者识别中的应用,提取了Mel频率倒谱系数及其一阶差分参数,运用BP神经网络对特征参数进行了训练和识别,MATLAB的实验结果表明,BP神经网络在说话者识别中,具有良好的发展前景。     

掘进机截割头不同截齿间距下掘进效果的分析

掘进机截割头是截割作业的直接接触部件,在截割过程中,截齿间距的不同,造成截齿的受力及寿命不同,引起截割头的振动.对截割头球冠段的截齿间距进行优化设计,采用ABAQUS软件对不同截齿间距的掘进进行仿真分析.结果表明,优化后的截齿间距截齿受力整体有所减小,分布更加均匀,从而可以提高截齿的使用寿命,提高掘进机的工作效率.     

基于BP神经网络的金刚石涂层钻头失效在线检测

为了找到金刚石涂层钻头在钻削过程中钻头失效的在线检测方法,本文对钻头失效的形式进行了分析,然后对钻头失效发生时钻削扭矩的特性进行了研究。采用Kistler 9277A5测力机来检测钻削过程的扭矩值;在分析了扭矩特性的基础上,选取扭矩斜率等5个参数作为神经网络的输入;然后通过BP神经网络的建模,得出钻削过程中钻头的失效模型。验证结果表明,本文提出的基于BP神经网络的检测方法可以有效的检测金刚石涂层钻头钻削加工过程中的失效情况。     

EBZ135型矿用掘进机截割头截齿的受力分析及其优化改进

以EBZ135型矿用掘进机为研究对象,在简要分析其截割头整体结构的基础上,利用UG和ANSYS软件分别建立了截割头的三维几何模型和有限元模型,对其EBZ135型掘进机截割头截齿进行受力仿真分析.结果发现,截割头中36个截齿的受力存在明显的不均匀性,不利于掘进机的稳定与可靠运行.基于ANSYS软件对截割头截齿的排列方式进行优化改进,使得截齿之间的受力变得更加均匀.将改进方案应用到掘进机工程实践中,设备的故障率明显降低,取得很好的实际应用效果.     

基于载荷波动最小的掘进机截割头截齿排列参数优化设计

根据单个截齿受力模型和计算公式,确立了截割头横摆截割时载荷波动的计算方法。通过分析截齿排列参数对截割头栽荷的影响,提出了降低载荷波动的策略,建立了基于载荷波动最小的截割头截齿排列参数优化设计数学模型。采用序列二次规划(SQP)方法编写了优化设计程序,并对某型号掘进机截割头的截齿排列参数进行了优化设计。优化前后统计数据表明,截割头的载荷波动明显降低,提高了掘进机的工作可靠性。     

煤矿用悬臂式纵轴掘进机截割头截齿布置研究

对煤矿用掘进机截割头截齿布置进行研究,用等螺旋升角螺旋线布置截齿,综合考虑截割头运动工况以及煤岩的性质,求取截割头的最佳截线间距,根据截齿切削面积相等原则确定截齿的截线数,最终给出确定截齿最佳分布的方法.针对具体的某掘进机截割头,采用给出的方法进行了布齿分析与计算.     

掘进机截割头齿座定位专用机器人

根据掘进机截割头表面截齿的排列形式,分析截齿齿尖的定位方法和截齿空间姿态的确定,进而设计出掘进机截割头齿座定位专用机器人,用于提高掘进机截割头齿座的定位精度。介绍了这一定位专用机器人的整体结构和手部结构,并给出了应用这一定位专用机器人后掘进机截割头齿座的定位过程。     

基于BP神经网络安全阀的失效评价

在实际使用过程中,安全阀的失效涉及诸多因素,且易受随机性因素的影响,具有模糊性和不确定性的特点,这些特点决定了整个系统是非线性动力学的.将安全阀失效的相关影响因素作为因素集,应用BP人工神经网络模型,利用MATLAB神经网络工具箱GUI,对样本数据进行仿真,然后采用训练好的网络对安全阀的现状进行评价.BP神经网络强大的记忆功能使得能从安全阀以往失效情况中总结出一般的失效规律,快速、准确地对安全阀现状做出判断.将BP神经网络用于安全阀失效评价,具有良好的评价效果和重要的实用价值.     

基于振动和声发射信号的截齿磨损程度识别研究

为实现采煤机截齿截割过程中磨损程度的在线监测和识别,提出一种基于RBF(Radical Basis Function)神经网络的截齿磨损程度多特征信号监测方法。提取截割过程中不同磨损程度截齿的振动和声发射特征信号,分别分析振动和声发射信号的峰值、时域图方差和频域图均方根值这6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RBF神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:随着截齿磨损程度的加剧,截齿振动和声发射时域信号中信号峰值和方差均呈增大的趋势;振动和声发射的频域信号中频谱图均方根也呈现逐渐增大的趋势;基于RBF神经网络的截齿磨损程度监测系统的网络判别结果和测试样本的实际磨损程度类别相符,该RBF神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。     

采煤机滚筒镐型截齿的失效分析及研究

针对滚筒采煤机中镐型截齿的工作过程,采用有限元分析的形式对其应力及变形进行分析,确认其最大应力及变形的位置,以及容易引发截齿的磨损及失效.针对截齿的失效形式,提出了一系列的改进措施,从而提高截齿的寿命和可靠性,保证矿井开采的效率.     

双向螺旋线截割头齿座组焊定位工装设计

介绍不同旋向截割头齿座组焊定位工装的结构设计,以及该工装的各个定位参数和定位原理.     

改进的BP神经网络在数字图像识别中的应用

以改进的BP神经网络为基础设计数字图像识别系统.先将训练样本图像二值化处理后提取特征向量,并将其输入神经网络进行训练;然后将测试样本的特征向量输入经过训练的神经网络,测试神经网络的识别率.测试结果表明,改进的BP神经网络在训练的收敛速度上明显优于原始的BP神经网络,且有很高的识别率.