采煤机健康管理关键技术研究

被引:0
作者
季瑞
机构
[1] 中国矿业大学
关键词
采煤机; 健康管理; 动态健康评估; 负载预测;
D O I
暂无
年度学位
2014
学位类型
硕士
导师
摘要
随着煤炭工业由劳动密集型向技术密集型的转变,综采工作面的“少人化”成为煤矿安全、高产、高效生产的关键,也是煤炭科技的发展方向。电牵引采煤机作为综采工作面的关键机电装备之一,其运行的可靠性直接影响到整个工作面的安全生产,因此实现采煤机的健康管理,是实现采煤机自动化和“少人化”综采工作面的前提。 本文以采煤机健康管理系统的开发和关键技术研究为目标,针对采煤机动态健康评估和截割负载动态预测关键技术进行了深入地研究,开发了采煤机远程健康管理系统平台。论文的主要研究内容如下: (1)在对采煤机的结构及工作过程进行分析的基础上,结合采煤机健康管理系统的功能要求和技术要素,提出了采煤机健康管理系统的总体设计方案。系统分层划分为采煤机机载健康管理系统、采煤机顺槽远程健康管理系统和采煤机地面远程健康管理系统三大部分,在分析各部分的结构与功能的基础上,进行了系统的软硬件设计。 (2)通过分析影响采煤机运行过程动态健康评估的要素,从采煤机的速度、电流、温度等动态运行参数中抽象出表征其健康状态的特征评估指标体系,并根据实际运行的监测数据和历史数据进行综合分析,利用人工免疫算法对采煤机运行过程中的健康状况进行评估。 (3)通过分析截割负载与截割电流的映射关系,在对常用的智能预测算法进行对比的基础上,选用小波神经网络建立了基于截割电流这一关键特征参数时间序列的采煤机截割负载动态预测模型,并研究了采煤机截割负载动态平衡的控制方案和流程。 该系统所属的煤炭综采成套装备及智能控制系统已于2012年9月在中国平煤神马集团机械装备集团研制成功,并在中平能化集团六矿22210综采工作面进行了4个月的井下工业性试验。试验表明:该系统运行可靠,各项技术指标达到了研发技术要求。
引用
收藏
页数:92
共 46 条
[1]
采煤机自适应截割关键技术研究 [D]. 
徐志鹏 .
中国矿业大学,
2011
[2]
基于小波神经网络的短时交通流预测算法的研究 [D]. 
余国强 .
华南理工大学,
2012
[3]
基于嵌入式系统的采煤机监控系统设计 [D]. 
石勇 .
复旦大学,
2008
[4]
A Novel Approach for Shearer Memory Cutting Based on Fuzzy Optimization Method.[J].Xin Zhou;Zhongbin Wang;Chao Tan;Rui Ji;Xinhua Liu;M. R. Eslami.Advances in Mechanical Engineering.2013,
[5]
New development of sets equipment technologies for coal mine long-wall face in China.[J].Guo-fa Wang;Huai-wei Ren.Journal of Coal Science and Engineering (China).2012, 1
[6]
Fully mechanized coal mining technology for thin coal seam under complicated geological conditions [J].
Wang, Guimei ;
Jiao, Shanlin ;
Cheng, Guangxing .
ENERGY EXPLORATION & EXPLOITATION, 2011, 29 (02) :169-177
[7]
A prognostics and health management roadmap for information and electronics-rich systems [J].
Pecht, Michael ;
Jaai, Rubyca .
MICROELECTRONICS RELIABILITY, 2010, 50 (03) :317-323
[8]
Research situation and prospect of fully mechanized mining technology in thick coal seams in China [J].
Tu Shi-hao ;
Yuan Yong ;
Yang Zhen ;
Ma Xiao-tao ;
Wu Qi .
PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON MINING SCIENCE & TECHNOLOGY (ICMST2009), 2009, 1 (01) :35-40
[9]
Theoretical advances in artificial immune systems [J].
Timmis, J. ;
Hone, A. ;
Stibor, T. ;
Clark, E. .
THEORETICAL COMPUTER SCIENCE, 2008, 403 (01) :11-32
[10]
Architecture for an Artificial Immune System [J].
Hofmeyr, Steven A. ;
Forrest, Stephanie .
EVOLUTIONARY COMPUTATION, 2000, 8 (04) :443-473