采煤机截割部振动信号提取与故障诊断研究

针对采煤机滚动轴承常见的突发问题诊断准确性不高和速度慢,以小波包和RBF神经网络为基础,提出了由小波包分解提取各个节点特征能量谱与自适应步长萤火虫算法优化的RBF神经网络进行分类辨识的采煤机滚动轴承故

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

提出一种基于改进集成经验模态分解与隐马尔科夫模型的采煤机摇臂轴承故障诊断方法,利用基于极值点对称延拓和余弦窗函数的改进方法,减少端点效应对分解结果的影响,从而提高了信号分解的精度;然后提取每层本征模态

针对采煤机摇臂轴承故障,介绍了一种基于盲源分离算法的轴承故障识别方法。该方法采用优化滑动平均长度,以最大信噪比为目标函数对振动信号进行盲源分离,分离后的信号进一步加速度包络处理,信号特征可用于识别轴承

为了对煤矿井下采煤机进行远程故障诊断,在实现采煤机顺槽控制系统和机载控制系统远程通讯的基础上,利用多传感信息融合理论D-S证据融合算法对采煤机新型故障进行诊断并存入智能化的专家系统故障诊断数据库,实现

采煤机的摇臂齿轮箱是经常发生故障的典型部件。针对该部件的故障现象,分析研究了齿轮振动机理,以及由齿轮各种失效导致的齿轮振动信号调制原理,同时介绍了齿轮及滚动轴承不同失效形式引起的各种故障类型,进而为确

通过理论计算分析,得到大功率采煤机截割部中双列圆锥滚子轴承滚子与内外圈之间的接触载荷随轴向游隙变化的数据,并通过疲劳寿命公式计算,得到轴承疲劳寿命随轴向游隙的变化数据,然后绘制成曲线图,总结出双列圆锥

采煤机在恶劣环境下工作时,受到复杂的力作用,增加了采煤机样机试制难度,因此,采煤机物理样机制作前,借助虚拟样机技术对产品进行优化处理,获得符合要求的产品。介绍了柔性体虚拟样机动力学及运动方程的推导过程

主要对电牵引采煤机双级行星传动截割部系统进行了优化设计,在设计过程中,将实际推理、知识推理、模型推理等技术融合进去,利用UC平台,完成了电牵引采煤机双级行星传动截割部系统的设计,并且在工作实践中得以证

介绍了ML360连续采煤机截割部具体结构设计,减速箱传动原理和传动比的确定计算,机械保护装置作用原理和截割部工作过程中常用的维护方法和常见故障解决方法等,为今后连续采煤机截割部的创新设计提供了思路,具