一、采煤机械的工况监测(论文文献综述)
翟文睿,李贤功,王佳奇,丁炜凯[1](2020)在《采煤机性能退化评估方法及应用研究》文中研究表明准确判别采煤机各部件的磨损和失效情况,可为实现采煤机故障及相关事故的预防、预警提供必要支撑,采煤机性能退化评估是判别采煤机磨损和失效情况的一种有效途径。针对采煤机性能退化过程的非线性,提出了一种基于人工智能的采煤机性能退化评估方法。选取出采煤机的工况监测参数和性能监测参数,通过极限学习机方法进行采煤机工况识别;通过主成分分析方法对性能监测参数进行降维,并建立各工况下的基准高斯混合模型;选取相对熵来度量某时刻高斯混合模型与基准高斯混合模型的差异,从而度量采煤机各部件性能退化趋势。提出可从地质条件、环境因素、振动及载荷、机身倾斜等方面来选取工况监测参数,并根据实际应用中数据的可获得性和变动情况等来确定。提出了采煤机性能监测参数选取原则,可在常见的机电设备监测参数分类基础上,结合实际采煤机传感器的装配情况选定性能监测参数。以采煤机故障发生率最高的截割部为例进行案例分析,将采煤机截割部的工况分为高速直切、高速斜切、低速直切和低速斜切4种,选取牵引速度等作为工况监测参数,选取左截割电动机电流等作为性能监测参数,并通过相关性分析验证参数的合理性。分析结果表明,通过对比高斯混合模型能够判断采煤机性能退化状况,通过相对熵实现了对每个监测点采煤机截割部性能退化趋势的度量。
迟焕磊,袁智,宋振铎,胡登高,王会枝[2](2020)在《煤矿综采设备机器人化技术研究与设计》文中研究指明针对国家煤矿安全监察局《煤矿机器人重点研发目录》采煤机器人基本要求,结合煤矿智能化开采技术发展和生产应用需求,从机器人功能标准范畴对井下综采工作面采煤机、刮板输送机、液压支架、协同控制系统的机器人化技术进行了系统研究,提出了综采设备机器人化功能设计方案,介绍了煤机设备机器人化关键技术。通过煤机设备机器人化技术开发,提升了工作面智能化开采的能力和可靠性。
翟文睿[3](2020)在《采煤机性能退化评估研究》文中研究说明工业物联网及智能传感技术的发展,促使煤矿行业朝着数字矿山、智能矿山的方向发展,许多的煤矿机械设备都装配了实时监测设备状态的传感器。虽然煤矿机械设备传感器带来了大量的实时监测数据,但目前大多数煤矿仍采用传统的机械维护方式进行煤矿机械设备的维护,这意味着实际煤矿生产中传感器带来的大量数据并未得到较好的应用。因此,如何利用好大量的数据,将其转化为辅助煤矿生产及设备维护的有效信息,得到设备性能退化的趋势具有重要的研究意义。本文以采煤机为研究对象,为利用各类传感器数据实现采煤机性能退化趋势的准确预测,在选取合理工况监测参数和性能退化参数的基础上,结合极限学习机和高斯混合模型、相对熵等方法度量不同工况下采煤机的性能退化程度,从而得到了采煤机的性能退化趋势,实现了将大量传感器数据转化为性能退化程度的目的,主要研究内容如下:(1)本文总结出进行采煤机工况监测和性能退化评估的相关指标。首先,从结构、作用、故障现状等几个方面对采煤机的故障及维修现状进行分析,得到了区分采煤机不同工况的指标,同时为后文采煤机工况监测参数的选取提供了依据;然后,结合煤矿实际生产情况,总结出能反映采煤机性能退化程度的可监测指标作为性能监测参数并验证了所选参数的合理性。(2)为更准确地表示采煤机不同部件性能退化评估的情况,找到一种进行采煤机性能退化评估的方法。首先,提出运用极限学习机对采煤机工况进行识别的方法,并在不同工况下建立了相应的高斯混合模型。在此基础上,利用相对熵来度量性能退化的程度,从而得到了采煤机的性能退化趋势,借此建立了一套实现采煤机性能退化趋势评估的完整模型。(3)选择采煤机故障发生率最高的截割部作为分析实例,对其进行性能退化的评估。在前文分析的基础上结合截割部的特点,选取了区分截割部工况的四种工况监测参数和六个有代表性的性能监测参数;经过数据标准化、工况模型训练、性能数据降维、工况识别、不同工况高斯模型训练和比较等几个步骤,得到了采煤机截割部的性能退化趋势图,并根据趋势图找出性能退化的三种典型阶段,提出了相应的智能维护策略。该论文有图17幅,表10个,参考文献85篇。
王雪松[4](2020)在《电牵引采煤机分布式控制系统的研究与开发》文中指出随着煤炭智能开采从概念逐步且越来越富有内涵地走向工程实践,作为其中最为关键的开采装备——采煤机也必须具备相应的智能化功能。本文立足于作者的工作岗位,结合太重煤机有限公司(以下简称太矿)智能开采装备研发规划,对电牵引采煤机新一代分布式控制系统进行了深入系统的研究和实用产品的开发。首先,根据煤炭智能开采对采煤机的智能化要求,结合太矿采煤机及其控制系统的发展历史、现有水平,以及应对未来智能开采时代的煤机发展战略,对标国际先进水平,制定了新一代电牵引采煤机分布式控制系统的整体架构和功能模块构成:采用32位主、从控制器(主控制器型号DX-M3530,从控制器型号DX-M302)、CAN总线通讯方式的分布式控制模式;将整个控制系统按照功能划分为主控制单元、高压测控单元、本安测控单元、无线4G信号转换模块、本安信号采集模块、传感器单元等,并进行了主控制器的开发及检测检验。第二,研发了分布式电控系统中主要监控模块,用于监测8路PT100温度信号、三轴倾角、环境温湿度等。从该分布式模块的功能需求入手,分析并设计了该模块的硬件电路,具体包括:输入、输出量接口模块、电源模块、MCU控制部分、PT100检测部分、CAN通信部分、环境温湿度检测、倾角检测等,并进行了可靠性测试设计。第三,研究了采煤机状态监测与故障诊断系统并加以实现。状态监测除了常规的电机温度、电流、牵引速度、角度等检测量以外,还通过安装旋转编码器、压力、温度、振动、电缆张力等传感器实现了太矿采煤机更加全面的工况监测,首次实现了太矿采煤机拖曳电缆的张力监测,增强了采煤机机载预警与故障提示功能,故障代码达到了81个;通过新研发的机载数据记录仪,可采集、存储采煤机的110种状态数据,数据记录可长达90天、约90亿条记录;井下实时监测的采煤机通讯状态、关键部位温度、压力及流量值、摇臂角度、煤机位置、记忆截割等数据,通过机载无线通信单元和防爆天线经矿井环网传输至太矿采煤机云端远程运维中心,为后期实现采煤机远程信息融合故障诊断和预测预警奠定了基础。第四,主持设计的基于分布式电控系统的采煤机智能化功能实现突破:首次实现了摇臂高度自动调节、牵引速度自动调节和基于TD-LTE制式的4G采煤机信息无线传输等功能,显着提升了采煤机的智能化水平。
范凯,彭博,王寿全[5](2020)在《SAM智能综采技术在龙滩煤矿的应用》文中进行了进一步梳理介绍了四川省首个智能综采设备在龙滩煤矿3124S工作面的应用情况,总结了SAM智能化综采的六大核心技术,包括成套设备一键启停、液压支架自动跟机、采煤机记忆割煤、机巷远程集中控制、工作环境智能监控、工况监测及故障诊断。通过现场应用,一键启停功能成功率超过90%、自动跟机率平均88%、记忆割煤使用率62%,实现了工作面设备集中控制、回采参数实时监控及故障诊断。结果表明,相较于传统综采工作面,智能化综采工作面生产人员减少50%,工效提高63%,单产提高65%。
谢嘉成[6](2018)在《VR环境下综采工作面“三机”监测与动态规划方法研究》文中进行了进一步梳理随着“互联网+”和“中国制造2025”战略的持续推进,虚拟现实技术与煤炭智能绿色开采进入深度融合阶段,“精准”开采、“透明”开采,全方位、全时空、智能化监控研究走向前台。为克服目前主流监控模式视频和数据分离、承载受限、整合难度大、显示效果不佳等缺陷,以及为获得井下综采机组实时运行的精确信息,提升远程操作效率和精度,本文在VR(虚拟现实)环境下,以综采工作面“三机”装备—采煤机、刮板输送机和液压支架为研究对象,构建真实“三机”的实时工作运行状态的虚拟镜像,开展VR监测与动态规划方法研究,试图建立一种3D全景显示、可靠性高、时效性强、画面清晰细腻的VR监测与规划系统。本文首先对综采单机工况监测与虚拟仿真方法进行研究,接着对VR环境下“三机”工况监测与仿真方法进行研究,包括底板平整情况下的三机虚拟协同仿真方法、采煤机和刮板输送机在弯曲段进刀和复杂工况下的姿态行为耦合特性、群液压支架记忆姿态监测方法的研究等;其次对VR环境下“三机”工况监测系统进行整体设计,包括VR监测方法、基于LAN的VR数据实时同步方法、多软件实时耦合策略等;然后研究VR环境下“三机”动态规划方法:构建多因素耦合的“三机”协同数学模型和Agent模型;最后搭建“三机”工况监测与规划的物理与样机试验平台,并进行了试验验证。本文的主要研究成果为:(1)突破了“三机”虚拟协同仿真的采煤机虚拟行走、刮板输送机虚拟弯曲、液压支架部件无缝联动、装备间相互感知和三维虚拟顶底板模型构建等关键技术与方法,实现了协同仿真中虚拟装备模型控制及仿真数据间的交互与分析。(2)提出了一种综采工作面底板不平和S形弯曲条件下的刮板输送机与采煤机联合姿态耦合求解方法。由该法可得到采煤机机身俯仰角(偏航角)与刮板输送机的实时形态耦合关系,利用VR规划软件与多传感器信息融合反向推断和验证采煤机位姿变化,由此实现了采煤机与刮板输送机运行工况的动态监测,为“三机”的三维定位提供了技术支持。(3)提出了一种基于局域网协同的综采工作面虚拟监测方法。该法可实现“VR+LAN”环境下多种软件的实时在线耦合和监测数据与虚拟画面的实时融合,可解决因多传感节点信息量巨大造成的服务器压力大、画面卡顿等问题,还可对历史数据进行分析、挖掘和预测,为综采全景VR监测提供可靠的分布式计算解决方案。(4)提出了一种基于MAS的虚拟现实协同规划方法。该法构建了动态环境下三机协同数学模型,解决了“三机”等多个Agent之间的通讯方式、协调与感知等难题,实现了三机关键参数的在线规划与最优匹配,为综采工作面的快速规划与安全生产提供了技术支持。
张旭辉,姜俊英,同娟[7](2014)在《面向采煤机的全方向压电自俘能无线监测系统研究》文中指出针对采煤机状态监测中传感器布线难引起的通信和能源供给问题,研究一种振动能量供电的无线监测系统,将采煤机械工作时振动能量转化为电能,给工况监测用传感器及信息传输用无线通信模块供电,实现工况监测传感器自供电和智能检测。通过对系统组成功能模块分析,提出了全方向压电能量收集及无线监测系统方案,介绍了全方向能量收集装置结构设计及优化、低功耗能量收集电路设计、俘能器集能效率建模以及无线传感器网络节点能耗分析等模块。研究对解决采煤机在线监测传感器布线难、通信难、能源供给难等问题,改善采煤机工况监测水平具有重要意义。
李勇强[8](2013)在《矿用电牵引采煤机的工况监测及特点分析》文中进行了进一步梳理本文主要阐述了矿用电牵引采煤机的工况监测、电牵引采煤机工况监测、JOY-6LS型电牵引采煤机工况监测及故障诊断系统等技术问题。
王增强,车万里,权振林,张旭辉,马宏伟[9](2012)在《电牵引采煤机在线监测与故障诊断系统研究》文中研究指明针对目前我国煤矿机械在线监测与故障诊断方面存在的问题,以电牵引采煤机为研究对象,对采煤机故障原因进行了分析,提出了采煤机在线监测与故障诊断系统的方案。该方案对采煤机故障动态机理、故障信号特征提取、多信息融合安全评价及智能故障诊断技术等关键技术进行了研究,为采煤机故障定位、定量分析和安全运行评价等奠定理论基础。
张建文,张于江[10](2007)在《基于多传感器的电牵引采煤机综合监测系统》文中进行了进一步梳理针对国产电牵引采煤机工况监测水平的现状,设计开发了更为先进的基于多传感器的电牵引采煤机综合监测系统。该系统采用分布式、模块化结构,监测功能主要依靠嵌入式计算机PC104和单片机实现,控制功能依靠PLC来完成;系统监测范围大,监测参数比较全面;并首次将数字式温度传感器18B20应用到煤矿井下设备监测中。该系统的工业应用不仅能为采煤机的正常运行提供丰富的指导信息,而且能为采煤机电机、机械传动箱等设备和部件的故障诊断积累现场数据。
二、采煤机械的工况监测(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、采煤机械的工况监测(论文提纲范文)
(1)采煤机性能退化评估方法及应用研究(论文提纲范文)
0 引言 |
1 采煤机性能退化评估建模 |
1.1 采煤机性能退化评估流程 |
1.2 基于极限学习机的运行工况识别模型 |
1.3 高斯混合模型 |
1.4 性能退化趋势的度量 |
2 采煤机监测参数选取 |
2.1 工况监测参数选取 |
2.2 性能监测参数选取 |
3 采煤机性能退化评估案例分析 |
3.1 案例背景 |
3.2 截割部工况识别 |
3.2.1 监测参数的选取及其验证 |
3.2.2 监测数据采集和预处理 |
3.2.3 截割部工况识别 |
3.3 截割部性能退化评估 |
3.3.1 性能监测参数降维 |
3.3.2 不同工况下的基准高斯混合模型构建 |
3.3.3 高斯混合模型更新及性能退化分析 |
4 结论 |
(2)煤矿综采设备机器人化技术研究与设计(论文提纲范文)
0 引言 |
1 综采工作面机器人系统组成 |
2 工作面设备机器人化功能设计 |
3 工作面综采设备机器人化关键技术 |
4 结语 |
(3)采煤机性能退化评估研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容与框架 |
1.4 本章小结 |
2 采煤机故障及维修现状 |
2.1 采煤机作用及结构 |
2.2 采煤机的故障现状 |
2.3 采煤机工况监测参数的选取 |
2.4 本章小结 |
3 性能退化评估建模过程 |
3.1 性能监测参数的选取 |
3.2 基于极限学习机的运行工况识别模型 |
3.3 基于高斯混合模型的不同工况性能退化评估 |
3.4 性能退化趋势的度量 |
3.5 本章小结 |
4 采煤机截割部性能退化案例 |
4.1 案例背景 |
4.2 截割部工况与性能监测参数选取及预处理 |
4.3 截割部的工况识别 |
4.4 性能退化评估建模过程 |
4.5 智能维护策略 |
4.6 本章小结 |
5 结论及展望 |
5.1 本文总结 |
5.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(4)电牵引采煤机分布式控制系统的研究与开发(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论(Introduction) |
1.1 世界电牵引采煤机发展概述(Development of the World Electric Haulage Shearer) |
1.2 太矿电牵引采煤机及其电控系统的发展历程(Development History of the Company's Electric Haulage Shearer and its Electronic Control System) |
1.3 电牵引采煤机及其控制系统的未来发展趋势(Future Development Trend of Electric Haulage Shearer and its Control System) |
1.4 本文主要研究内容(The Main Work of this Article) |
2 采煤机分布式控制系统的架构设计与开发(Research and Development of Distributed Control System for Shearer) |
2.1 采煤机分布式控制系统的总体架构(The Overall Architecture of the Distributed Control System of the Shearer) |
2.2 采煤机分布式控制网络模型(Distributed Control Network Model for Coal Shearer) |
2.3 采煤机分布式电控系统总体功能设计( The Overall Functional Design of Shearer Distributed Electronic Control System) |
3 基于CAN总线的控制器的研发与检测(Development and Test of CAN Bus Controller) |
3.1 可编程逻辑控制器PLC的应用经验(Experience in PLC Application) |
3.2 主控制器的技术参数(Technical Parameters of the Master Controller) |
3.3 从控制器的技术参数(Technical Parameters of the Secondary Controller) |
3.4 控制器软件设计(Software Design of Controller) |
3.5 控制器的可靠性(The Reliability of the Controller is Defined) |
3.6 控制器的检测及检验(Controller Test and Inspection) |
4 分布式监控模块的开发(Development of Distributed Monitoring Module) |
4.1 分布式模块的研究(The Research of the Distributed Module) |
4.2 分布式模块的可靠性测试(Reliability Testing of Distributed Modules) |
5 状态监测与故障诊断系统研究(Research on Multi-sensor Information Fusion Technology and Fault Diagnosis) |
5.1 采煤机故障及诊断技术存在的主要问题(Main Problems of Shearer Fault and Diagnosis Technology) |
5.2 基于CAN总线的采煤机状态监测及故障诊断系统设计与研制(Design and Development of a Shearer Condition Monitoring and Fault Diagnosis System Based on CAN Bus) |
5.3 采煤机远程诊断系统设计(Design of the Remote Diagnosis System of the Shearer) |
6 采煤机智能化功能设计与实现(Intelligent Design of Distributed Control System Based on Shearer) |
6.1 滚筒高度自动调节技术(Roller Height Automatic Adjustment Technology) |
6.2 牵引速度自动调节技术(Automatic Haulage Speed Adjustment Technology) |
6.3 基于地理信息系统(GIS)的采煤机定位与煤层识别技术(Shearer Positioning and Coal Seam Identification Technology Based on Geographic Information System (GIS)) |
6.4 基于TD-LTE制式的采煤机无线数据传输系统(Wireless Data Transmission System of Shearer Based on TD-LTE) |
7 结论与展望(Conclusion and Expectation ) |
7.1 结论(Conclusion) |
7.2 展望(Expectation) |
参考文献 |
附录 |
作者简历 |
学位论文数据集 |
(5)SAM智能综采技术在龙滩煤矿的应用(论文提纲范文)
1 SAM智能化综采系统 |
1.1 一键启停技术 |
1.2 液压支架自动跟机技术 |
1.3 采煤机记忆截割技术 |
1.4 集成控制技术 |
1.5 智能化监控技术 |
1.6 工况监测及诊断技术 |
2 SAM综采智能化技术在龙滩矿的应用 |
2.1 一键启停技术的应用 |
2.2 自动跟机技术的应用 |
2.3 记忆割煤技术的应用 |
2.4 集成控制技术的应用 |
2.6 智能化监控技术的应用 |
2.6 工况监测及诊断技术的应用 |
3 智能综采传统综采对比分析 |
3.1 工作面产量 |
3.2 人员劳动组织 |
3.3 回采工效 |
4 结论 |
(6)VR环境下综采工作面“三机”监测与动态规划方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.2 研究背景、目的与意义 |
1.2.1 研究背景 |
1.2.2 研究目的 |
1.2.3 研究意义 |
1.3 国内外研究动态 |
1.3.1 综采工作面“三机”工况监测方法方面 |
1.3.2 综采工作面“三机”VR场景仿真方面 |
1.3.3 综采工作面“三机”VR监测方面 |
1.3.4 综采工作面“三机”VR规划方面 |
1.3.5 目前研究存在的问题和不足 |
1.4 主要研究内容与技术路线 |
1.5 小结 |
第二章 综采工作面单机工况监测与虚拟仿真方法 |
2.1 引言 |
2.2 物理信息传感体系的建立 |
2.2.1 采煤机传感器布置 |
2.2.2 液压支架传感器布置 |
2.2.3 刮板输送机传感器布置 |
2.3 综采装备单机姿态监测方法 |
2.3.1 采煤机姿态监测方法 |
2.3.2 刮板输送机姿态监测方法 |
2.3.3 液压支架姿态监测方法 |
2.4 基于Unity3d的液压支架部件无缝联动方法 |
2.4.1 液压支架虚拟仿真方法整体思路 |
2.4.2 模型构建与修补 |
2.4.3 虚实无缝联动方法 |
2.4.4 人机交互模式与方法 |
2.5 基于Unity3d的刮板输送机虚拟弯曲技术 |
2.5.1 模型构建与修补 |
2.5.2 刮板输送机虚拟弯曲技术 |
2.6 基于Unity3d的采煤机虚拟记忆截割方法 |
2.6.1 虚拟记忆截割理论与方法 |
2.6.2 记忆截割数学模型 |
2.6.3 实时虚拟采煤机滚筒高度补偿策略 |
2.6.4 虚拟控制器 |
2.6.5 虚拟交互 |
2.6.6 采煤机虚拟记忆截割界面 |
2.7 小结 |
第三章 VR环境下综采工作面“三机”工况监测与仿真方法 |
3.1 引言 |
3.2 “三机”水平理想底板虚拟协同仿真 |
3.2.1 “三机”水平理想底板虚拟协同/感知方法 |
3.2.2 采煤机虚拟行走关键技术 |
3.2.3 采煤机与液压支架相互感知技术 |
3.2.4 液压支架与液压支架相互感知技术 |
3.2.5 液压支架与刮板输送机相互感知技术 |
3.2.6 虚拟“三机”与工艺耦合技术 |
3.2.7 时间、单位一致原理 |
3.3 采煤机与刮板输送机进刀姿态耦合方法 |
3.3.1 总体方法与思路 |
3.3.2 弯曲段求解计算过程模型 |
3.3.3 弯曲段溜槽姿态求解 |
3.3.4 采煤机行走路径更新与解算 |
3.3.5 液压支架推移油缸伸长长度计算 |
3.4 采煤机和刮板输送机联合定位定姿方法 |
3.4.1 总体方法与思路 |
3.4.2 单机定位定姿方法 |
3.4.3 横向单刀运行采煤机与刮板输送机定位定姿耦合分析 |
3.4.4 基于Unity3d的规划软件开发 |
3.4.5 基于信息融合技术的定位定姿融合策略 |
3.4.6 基于先验角度的反向映射标记策略 |
3.5 群液压支架之间记忆姿态方法 |
3.5.1 液压支架记忆姿态思想来源 |
3.5.2 基于灰色马尔科夫理论与滚动预测方法的记忆姿态方法 |
3.5.3 液压支架支撑高度与采煤机截割顶板轨迹关系分析 |
3.5.4 记忆姿态VR监测方法 |
3.6 小结 |
第四章 VR环境下综采工作面“三机”工况监测系统 |
4.1 引言 |
4.2 综采工作面装备Digitaltwin理论 |
4.2.1 Digital理论介绍 |
4.2.2 综采工作面装备+“Digitaltwin”融合 |
4.3 VR+LAN“三机”工况监测系统总体框架设计 |
4.3.1 系统设计目标 |
4.3.2 总体设计 |
4.3.3 硬件设计 |
4.3.4 软件设计 |
4.3.5 实时传感系统 |
4.4 基于Unity3d的VR监测方法 |
4.4.1 VR环境下状态变量的预留 |
4.4.2 实时读取与接入数据方法 |
4.4.3 底层数学模型实时计算方法 |
4.4.4 采煤环境信息的实时渲染 |
4.4.5 故障发生画面表示 |
4.4.6 实时切换视频监控画面等方法在VR环境下的实现 |
4.5 基于LAN的虚拟监测与实时同步方法 |
4.5.1 主机协同模式与方式 |
4.5.2 基于RPC技术的协同与数据流动 |
4.6 多软件实时耦合策略 |
4.6.1 组态王+SQLSERVER |
4.6.2 SQLSERVER+Unity3d |
4.6.3 Matlab计算结果处理 |
4.7 原型系统开发 |
4.8 小结 |
第五章 VR环境下综采工作面“三机”动态规划方法 |
5.1 引言 |
5.2 “三机”VR协同规划环境框架设计 |
5.2.1 总体框架 |
5.2.2 “三机”协同数学模型 |
5.2.3 基于MAS的“三机”协同规划模型 |
5.2.4 “三机”协同VR规划方法 |
5.3 “三机”协同数学模型构建 |
5.3.1 采煤机牵引速度与刮板输送机运量耦合模型 |
5.3.2 采煤机牵引速度、调高动作与煤岩环境耦合模型 |
5.3.3 液压支架跟机控制与采煤机速度耦合策略 |
5.3.4 液压支架跟机与顶底板条件耦合策略 |
5.3.5 刮板输送机形态与液压支架推移油缸耦合模型 |
5.4 “三机”Agent模型构建 |
5.4.1 采煤机Agent模型 |
5.4.2 刮板输送机Agent模型 |
5.4.3 液压支架Agent模型 |
5.4.4 液压系统Agent模型 |
5.4.5 井下环境Agent模型 |
5.5 “三机”VR规划方法(FMUnitySim) |
5.5.1 井下环境建模 |
5.5.2 时间、单位一致原理 |
5.5.3 GUI界面与交互 |
5.6 小结 |
第六章 VR环境下综采工作面“三机”监测与规划方法试验 |
6.1 引言 |
6.2 试验设备与环境介绍 |
6.2.1 综采装备成套试验系统 |
6.2.2 综采装备样机系统 |
6.2.3 所需要的传感器及部分信号采集传输设备 |
6.3 单机姿态监测方法 |
6.3.1 采煤机和刮板输送机姿态监测方法 |
6.3.2 液压支架姿态监测方法 |
6.3.3 试验结论 |
6.4 VR环境下综采工作面“三机”工况监测与仿真方法 |
6.4.1 虚拟记忆截割试验 |
6.4.2 弯曲段进刀试验 |
6.4.3 采煤机和刮板输送机联合定位定姿试验 |
6.4.4 群液压支架记忆姿态试验 |
6.4.5 试验结论 |
6.5 VR监测系统和方法试验 |
6.5.1 液压支架VR监测试验 |
6.5.2 局域网协同试验 |
6.5.3 VR+LAN“三机”工况监测试验 |
6.5.4 试验结论 |
6.6 “三机”规划试验 |
6.6.1 “三机”规划条件设置 |
6.6.2 仿真试验设计 |
6.6.3 最佳参数匹配 |
6.6.4 试验结论 |
6.7 小结 |
第七章 结论与展望 |
7.1 工作总结 |
7.2 主要结论与创新点 |
7.3 进一步工作展望 |
参考文献 |
攻读博士学位期间发表的论文 |
致谢 |
(7)面向采煤机的全方向压电自俘能无线监测系统研究(论文提纲范文)
0前言 |
1面向煤矿井下采煤机械的无线监测网络 |
1. 1自供电无线振动传感器节点设计方案 |
1. 2系统工作原理 |
2系统主要功能模块分析与设计 |
2. 1压电材料对比选取 |
2. 2全方向振动能量收集装置 |
2. 3能量收集模块设计 |
2. 4信号采集与通信模块 |
3实验结果及分析 |
4结语 |
(8)矿用电牵引采煤机的工况监测及特点分析(论文提纲范文)
1 电牵引采煤机工况监测 |
2 工况监测的数据采集过程如下 |
3 电牵引采煤机工况监测 |
4 JOY-6LS型电牵引采煤机工况监测及故障诊断系统 |
(9)电牵引采煤机在线监测与故障诊断系统研究(论文提纲范文)
0 前言 |
1 国内外采煤机械的故障诊断技术 |
2 电牵引采煤机故障成因分析 |
3 电牵引采煤机故障诊断系统方案 |
4 系统采用的关键技术 |
4.1 采煤机故障动态演化机理 |
4.2 故障信号特征提取技术 |
4.3 基于多信息融合的安全评价技术 |
4.4 基于支持向量机的智能故障诊断技术 |
5 实际应用 |
四、采煤机械的工况监测(论文参考文献)
- [1]采煤机性能退化评估方法及应用研究[J]. 翟文睿,李贤功,王佳奇,丁炜凯. 工矿自动化, 2020(12)
- [2]煤矿综采设备机器人化技术研究与设计[J]. 迟焕磊,袁智,宋振铎,胡登高,王会枝. 煤矿机械, 2020(10)
- [3]采煤机性能退化评估研究[D]. 翟文睿. 中国矿业大学, 2020(01)
- [4]电牵引采煤机分布式控制系统的研究与开发[D]. 王雪松. 中国矿业大学, 2020(03)
- [5]SAM智能综采技术在龙滩煤矿的应用[J]. 范凯,彭博,王寿全. 中国煤炭, 2020(02)
- [6]VR环境下综采工作面“三机”监测与动态规划方法研究[D]. 谢嘉成. 太原理工大学, 2018(10)
- [7]面向采煤机的全方向压电自俘能无线监测系统研究[J]. 张旭辉,姜俊英,同娟. 重型机械, 2014(01)
- [8]矿用电牵引采煤机的工况监测及特点分析[J]. 李勇强. 科技创业家, 2013(03)
- [9]电牵引采煤机在线监测与故障诊断系统研究[J]. 王增强,车万里,权振林,张旭辉,马宏伟. 重型机械, 2012(05)
- [10]基于多传感器的电牵引采煤机综合监测系统[J]. 张建文,张于江. 电气应用, 2007(09)