基于EMD和能量算子解调的采煤机截割部振动故障诊断研究

随着煤炭工业对采掘机械化的要求逐步提升,同时为了提升采煤机在煤层工作的适应性和可靠性,对滚筒式采煤机截割过程中截割部多体动力进行了深入研究。通过采煤机的滚筒和煤层的相互作用以截割部为研究对象,建立关于

故障轴承的振动信号是非平稳信号,传统的非平稳信号分析手段存在许多不足;BP网络能够出色地解决传统识别模式难以解决的复杂问题。提出了经验模态分解(EMD)与BP神经网络相结合的滚动轴承故障诊断方法。采用

研究了电机反时限保护的工作原理,并根据采煤机截割电机的控制要求,计算出反时限保护方程。最后通过PLC程序设计,采用热量累积的方法,实现了负载变化时对停机时间的控制,达到了反时限保护的目的。

为实现采煤机记忆截割过程中截割轨迹的实时动态调节,采用理论分析与实验的方法,分析了采煤机滚筒截割过程中的受力情况,应用最小模糊度方法建立滚筒x、y、z轴受力的隶属度函数,根据采集到的截割力信号判定截齿

根据采煤机采煤工艺,在分析采煤机工作姿态变化规律的基础上,推导双刀示范记忆截割数学模型和再现轨迹时采煤机姿态与示范截割时的姿态关系,并分析误差,最终论证利用推导出的算法对滚筒调节并使之到达示范截割模式

Research on Cavitation Fault Diagnosis of Centrifugal Pump Based on EMD Energy Entropy_周云龙

针对连续采煤机滚筒截割参数之间的相关性及其设计流程的复杂性,以某型连采机滚筒设计为例,系统地介绍了一套简洁、高效的滚筒设计方法。该方法全面考虑了各截割参数之间的关系,并引入载荷校验环节,避免参数设计的

为了解决采煤机记忆截割过程中的路径优化问题,采用遗传算法对采煤机的记忆截割路径进行了优化,并在采煤机记忆截割路径优化试验平台上进行了实验。当煤层地质条件发生变化,采煤机记忆的相应参数与实际参数不一致时

由于煤矿井下工况复杂，连续采煤机中的截割电动机负载随机变化，导致截割电动机常常因为过载而停机。现有连续采煤机恒功率截割方法只能对较小范围的截割电动机电流实现优化，无法实现自适应调节，不能有效解决电动机

通过系统地阐述连续采煤机的截割和牵引参数的意义和它们之间的相互关系,利用类比和试验的手段总结出了截割部主要参数,为连续采煤机截割部、行走部、整机的参数确定提供了完整的思路。