本課題的研究內(nèi)容來源于國家自然科學基金“基于多參量的超重型巖巷掘進機截割動載荷智能識別方法的研究”（項目編號:U1510112）,是針對煤礦井下掘進機工作環(huán)境復雜惡劣、干擾嚴重,截割載荷識別難度大的問題提出來的。目前,掘進機司機無法根據(jù)截割狀態(tài)實時有效地調(diào)節(jié)截割頭擺速和轉速,可能導致掘進機功率超限、截齒損壞。因此,本文提出了一種適用于煤礦井下的超重型巖巷掘進機截割動載荷識別方法,為掘進機根據(jù)截割載荷自適應調(diào)節(jié)截割擺速和轉速奠定基礎,該研究具有重要意義。本文通過對國內(nèi)外掘進機及動載荷識別技術研究現(xiàn)狀的深入分析,現(xiàn)有的掘進機智能化水平偏低,動載荷識別技術在掘進機截割載荷識別上的應用相對較少。故本文在考慮煤礦井下惡劣的掘進環(huán)境的基礎上,提出了一種基于多源數(shù)據(jù)融合的掘進機截割載荷識別方法,具體的研究內(nèi)容如下:通過深入了解掘進機截割機構的組成結構和截割原理,在不同截割狀態(tài)下對截割機構進行動力學分析。依據(jù)掘進機截割頭載荷的經(jīng)典計算公式,確定了將截割工況、截割巖石特性、截割頭入深、轉速、擺速或鉆進速度作為影響掘進機截割頭的主要參變量。依據(jù)某型縱軸式掘進機截割頭的設計參數(shù),在MATLAB中編寫了截割頭... 

【文章來源】：太原理工大學山西省 211工程院校

【文章頁數(shù)】：111 頁

【學位級別】：碩士

【部分圖文】：

截割電機系統(tǒng)仿真模型

定的被測量并將這些測量信息裝置[71]。為了保證所采集數(shù)據(jù)的合適傳感器型號。煤礦掘進機均可能影響傳感器的正常工作[7號的特征，對每種監(jiān)測信號傳感物理量可分為加速度傳感器、間內(nèi)的強度與位移成正比，在中與加速度成正比。掘進機實際工分較多，為了采集信號的準確性為 SSP1001A 的本安防爆型加速有采集信號質(zhì)量好、抗干擾能力-1。

GPD60壓力傳感器圖

【參考文獻】：
期刊論文
[1]關于巖巷掘進的總結與展望[J]. 趙傳水.  內(nèi)蒙古煤炭經(jīng)濟. 2018(17)
[2]改進煙花算法和概率神經(jīng)網(wǎng)絡智能診斷齒輪箱故障[J]. 陳如清,李嘉春,尚濤,張俊.  農(nóng)業(yè)工程學報. 2018(17)
[3]基于QR分解的稀疏LSSVM算法[J]. 周水生,周艷玲,姚丹,王保軍.  吉林大學學報(理學版). 2018(02)
[4]基于改進粒子群算法的模糊聚類-概率神經(jīng)網(wǎng)絡模型的企業(yè)財務危機預警模型研究[J]. 吳沖,劉佳明,郭志達.  運籌與管理. 2018(02)
[5]復合巖層下巖石掘進機刀盤載荷特性研究[J]. 劉建琴,賓懷成,郭偉.  哈爾濱工程大學學報. 2018(03)
[6]全斷面掘進機發(fā)展和應用[J]. 龍志陽,郭孝先.  建井技術. 2017(05)
[7]復雜裝備軸承多重故障的線性判別分析與反向傳播神經(jīng)網(wǎng)絡協(xié)作診斷方法[J]. 黃大榮,陳長沙,孫國璽,趙玲,米波.  兵工學報. 2017(08)
[8]概率神經(jīng)網(wǎng)絡的平滑參數(shù)分析及在地震屬性分析中的應用[J]. 羅浩然,尹成,丁峰,黃旭日.  石油物探. 2017(04)
[9]差分進化算法綜述[J]. 丁青鋒,尹曉宇.  智能系統(tǒng)學報. 2017(04)
[10]礦用壓力傳感器抗干擾研究與設計[J]. 朱正憲.  煤礦機械. 2017(04)

博士論文
[1]懸臂式掘進機關鍵結構的力學特性研究[D]. 李旭.中國礦業(yè)大學(北京) 2017

碩士論文
[1]基于電流信號的轉子系統(tǒng)故障診斷與采煤機截割工況識別[D]. 張?zhí)熨n.太原理工大學 2017
[2]基于奇異值分解的信號處理關鍵技術研究[D]. 聶振國.華南理工大學 2016
[3]懸臂式掘進機建模與仿真研究[D]. 孫曉娜.遼寧工程技術大學 2013
[4]小波基的選取與構造方法討論[D]. 邊威.東北師范大學 2007



本文編號：3550005