【摘要】：對(duì)于煤炭企業(yè)而言,安全和高效是兩把披荊斬棘的利劍,尤其在近年來行業(yè)整體受挫的大環(huán)境下,企業(yè)想要不被淘汰,就更要運(yùn)用好這兩把利劍。隨著綜合機(jī)械化采煤技術(shù)的普及,機(jī)電設(shè)備的可靠性和穩(wěn)定性就成了煤炭企業(yè)能否安全高效發(fā)展的重中之重,而采煤機(jī)承擔(dān)著工作面采煤、裝煤的任務(wù),是綜采“三機(jī)”中的核心設(shè)備,加之其本身構(gòu)造復(fù)雜、工作環(huán)境多變、故障隱蔽且不易排除等特點(diǎn),往往是煤炭企業(yè)設(shè)備管理中的重點(diǎn)和難點(diǎn)。因此開展對(duì)采煤機(jī)故障診斷與預(yù)測(cè)研究具有重要的現(xiàn)實(shí)意義。本篇課題研究以采煤機(jī)故障診斷為研究方向,在參考相關(guān)學(xué)術(shù)文獻(xiàn)和理論研究的基礎(chǔ)上,掌握目前國(guó)內(nèi)外采煤機(jī)故障診斷技術(shù)的現(xiàn)狀與常見的故障問題;并具體研究了采煤機(jī)結(jié)構(gòu)及其故障機(jī)理,闡述了采煤機(jī)的工作原理與工作方式,從電氣裝置故障、機(jī)械裝置故障以及液壓裝置故障進(jìn)行了常見故障機(jī)理的分析和研究,為本次采煤機(jī)故障診斷奠定了堅(jiān)實(shí)的理論基礎(chǔ)。在分析了多種采煤機(jī)故障診斷方法之后,結(jié)合專家系統(tǒng)與BP神經(jīng)網(wǎng)絡(luò)系統(tǒng),提出了本次課題研究中采煤機(jī)故障診斷的方法,即混合智能算法。以此為基礎(chǔ)分析,本次課題建立了懫煤機(jī)故障診斷知識(shí)庫,先通過故障診斷系統(tǒng)數(shù)據(jù)模塊的實(shí)現(xiàn),再進(jìn)行采煤機(jī)故障診斷系統(tǒng)實(shí)驗(yàn)設(shè)計(jì),再對(duì)采煤機(jī)故障診斷系統(tǒng)實(shí)驗(yàn)結(jié)果分析,從而得到研究結(jié)果,對(duì)采煤機(jī)的故障診斷研究具有一定的理論價(jià)值和現(xiàn)實(shí)意義。
【圖文】：

第 2 章 懫煤機(jī)結(jié)構(gòu)及其故障機(jī)理2.1 采煤機(jī)結(jié)構(gòu)煤礦生產(chǎn)過程中的最主要設(shè)備之一就是采煤機(jī)，其一般用于割煤與裝煤。在采煤機(jī)各種類型中，電牽引（交流變頻）雙滾筒采煤機(jī)結(jié)構(gòu)圖是當(dāng)前應(yīng)用最為廣泛的機(jī)型，A 煤礦企業(yè)各生產(chǎn)礦井均采用雙滾筒電牽引采煤機(jī)。它的主要組成部分有牽引部、截割部、電控部、行走部、輔助裝置等。其基本結(jié)構(gòu)如圖 2-1 所示。

圖 4-3 神經(jīng)元的數(shù)學(xué)模型Figure 4-3 Mathematical model of neurons神經(jīng)元的輸入用 x1，x2，······xn等表，w2，······wn表示，即連接權(quán)重；輸 表示。下面 4-3 至 4-7 各式是神經(jīng)元的數(shù)學(xué)：=1 2[ ······]TnX x ，x ，x ；量 W：=1 2[ ······]nW w ，w ，w ；θ =S=nw x WX ；
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TD407

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周久華;;神東礦區(qū)采煤機(jī)故障統(tǒng)計(jì)與原因分析[J];煤炭科學(xué)技術(shù);2015年S2期

2 梁曉歡;;采煤機(jī)故障診斷及故障預(yù)測(cè)探討[J];技術(shù)與市場(chǎng);2015年06期

3 邢軍鋒;;淺析采煤機(jī)常見機(jī)械故障原因分析及維修策略[J];中國(guó)新技術(shù)新產(chǎn)品;2015年10期

4 倪松松;陽寧;李力;丁恩杰;;基于擴(kuò)展故障樹的采煤機(jī)故障診斷專家系統(tǒng)研究[J];礦冶工程;2015年02期

5 錢沛云;陳曦暉;胡曉;程剛;;基于振動(dòng)信號(hào)分析的采煤機(jī)搖臂軸承故障診斷研究[J];煤炭科學(xué)技術(shù);2014年12期

6 劉沖;;基于優(yōu)化支持向量機(jī)的采煤機(jī)故障診斷技術(shù)[J];山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

7 賀建設(shè);;采煤機(jī)故障診斷與故障預(yù)測(cè)研究[J];科技風(fēng);2014年18期

8 史景偉;;采煤機(jī)故障診斷分析[J];中國(guó)高新技術(shù)企業(yè);2014年09期

9 閆省偉;;采煤機(jī)故障診斷的研究[J];煤礦現(xiàn)代化;2012年05期

10 王增強(qiáng);車萬里;權(quán)振林;張旭輝;馬宏偉;;電牽引采煤機(jī)在線監(jiān)測(cè)與故障診斷系統(tǒng)研究[J];重型機(jī)械;2012年05期

相關(guān)碩士學(xué)位論文 前9條

1 馬娜;采煤機(jī)電氣部件安全運(yùn)行與故障診斷研究[D];華北科技學(xué)院;2016年

2 劉峰;電牽引采煤機(jī)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

3 馮偉康;基于粗糙集的采煤機(jī)故障診斷方法研究[D];西安科技大學(xué);2015年

4 弓曉鳳;基于混沌和小波的采煤機(jī)振動(dòng)故障的研究[D];西安科技大學(xué);2015年

5 劉騰達(dá);電牽引采煤機(jī)振動(dòng)監(jiān)測(cè)系統(tǒng)研發(fā)[D];西安科技大學(xué);2014年

6 郭會(huì)珍;滾筒式采煤機(jī)截割部動(dòng)力學(xué)特性研究[D];中國(guó)礦業(yè)大學(xué);2014年

7 張青;基于DSP和信息融合的采煤機(jī)故障診斷研究[D];中北大學(xué);2014年

8 蔣超;模糊神經(jīng)網(wǎng)絡(luò)在采煤機(jī)故障診斷中的應(yīng)用[D];河北工程大學(xué);2014年

9 周久華;采煤機(jī)搖臂齒輪箱故障診斷技術(shù)研究[D];重慶理工大學(xué);2013年

，

本文編號(hào)：2666324