排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
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
2.
采煤机的煤岩识别技术是实现智能控制的基础,现有煤岩识别方法对现场环境及检测设备要求较高,实际综采工作面难以满足所需的必要条件。针对上述问题,提出了一种基于采煤机摇臂销轴载荷数据卡尔曼最优估计的煤岩识别方法,在不增加外部附属仪器设备的基础上,采用摇臂销轴传感器替换现有销轴感知煤岩载荷,可较好地适应环境。通过测定位于摇臂与连接架连接处摇臂销轴传感器的应变数据,采用卡尔曼最优估计算法对载荷数据进行降噪处理,使采煤机在截割煤岩等不同工况下的载荷区间相互分开,通过判断实时载荷处于的区间实现煤岩识别。构建随机载荷信号,利用卡尔曼最优估计算法、最小均方（LMS）自适应估计算法、变步长LMS自适应估计算法对相同信号进行降噪处理,结果验证了卡尔曼最优估计算法对载荷信号降噪处理的可行性与优越性。在某综采实验平台上进行煤岩识别验证,以空载、截割煤壁、截割岩石3个阶段对煤壁侧上端摇臂销轴沿采煤机牵引方向的载荷进行分析,结果表明：载荷数据未经卡尔曼最优估计算法处理之前,截割煤壁与截割岩石状态下的载荷区间存在重合部分,无法准确完成煤岩识别;载荷数据经过卡尔曼最优估计算法处理后,空载、截割煤壁、截割岩石3种工况下的... 相似文献
1