针对现有带式输送机托辊故障检测方法采用接触式测量、不便于安装操作、不适合于井下大范围故障检测等问题,提出了一种基于小波去噪和BP-RBF神经网络的托辊故障检测方法。采集托辊运行时的音频信号,采用结合了软阈值法和硬阈值法的折中法对音频信号进行小波去噪处理;将每一层小波分解信号的能量和作为该层的特征值,通过处理系数对低频部分的特征值进行转换,以减小其在总能量中的占比,使故障特征更加明显;将提取的特征向量输入BP-RBF神经网络模型中进行故障检测。测试结果表明,对于正常托辊信号、托辊表面存在裂痕、托辊表面磨损3种情况,该方法的故障识别率达到96.7%。与传统的频谱分析诊断技术相比,该方法所需的工作量更少、准确率更高;相较于基于温度检测等的故障检测技术,该方法采用非接触安装方式,安装更方便,检测范围更大,具有良好的应用前景。
1
为解决带式输送机托辊设计中的参数化绘图问题,采用VBA对带式输送机托辊进行参数化设计的原理和方法,实现在AutoCAD2004环境下,利用AutoCAD自带的二次开发软件包VBA编制绘图程序,利用此应用程序,设计人员只需输入几个相应的设计参数就可得到托辊完整的零件图和装配图等绘图结果.这种参数化设计方法不仅缩短了对某类零件的设计周期,减轻设计人员绘图劳动强度,同时还提高设计的质量和效率.
2024-02-28 23:55:43 596KB 行业研究
1
托辊是带式输送机的关键零部件,托辊间距的合理选择对提高带式输送机的安全性和运输效率起着重要作用。通过对与托辊间距相关的受力计算分析,结合生产实践,提出带式输送机托辊间距的选择原则,对长运距、大运量、大倾角带式输送机托辊间距的选择具有实际意义。
2024-02-28 23:53:20 209KB 带式输送机
1
由于煤矿带式输送机关键部件缺乏有效监测,而传统目检、温度监测方法存在工作量大、盲点多等问题,文中提出一种基于连通分量的带式输送机托辊红外图像自动分割与定位算法,对巡检机器人沿巡检轨道采集的带式输送机红外图像进行处理,利用垂直和水平投影截取托辊所在区域,减少支架、输送带以及背景对后续图像处理的影响;采用基于连通分量的长短轴比和面积信息对图像边缘进行过滤,消除对上述截取图像进行边缘检测形成的伪边缘,保留托辊的真实边缘;利用形态学闭运算连接托辊边缘缝隙,通过边界跟踪获得托辊闭合轮廓并进行种子区域填充,实现托辊自动分割;最后根据所得托辊二值图像闭合轮廓,基于轮廓像素点遍历在原红外图像完成托辊的自动定位。实验表明,本方法可快速实现托辊的自动分割和定位,为带式输送机托辊的运行状态监测奠定了基础。
2024-02-28 23:51:23 835KB 行业研究
1
带式输送机托辊的径向跳动直接关系到带式输送机的稳定运行和使用寿命,设计了基于LabVIEW的带式输送机托辊圆度误差的测试系统。系统分别从传感器选型、硬件组成、数据通信等方面进行了介绍,充分利用了LabVIEW的优势,实现了对信号采集、误差分离和数据显示。该测试系统消除了外界的干扰,得到了比较精确的结果,可为带式输送机托辊的圆度误差分析提供了一定参考。
2024-02-28 23:48:37 309KB 带式输送机 圆度误差 LabVIEW
1
设计了一种能实现掘进头面的输送机输送带架子与采煤工作面用于原煤运输的输送机输送带架子二者通用组装方式,减少了回收和安装的次数;做到便于拆卸和利用输送机运送,避免人力搬运,在局部构件损坏时能够拆卸和修配。
2024-02-26 17:16:29 341KB 掘进与运输
1
随着煤矿事业的快速发展,输送机的作用越来越明显,作为井下原煤生产的主要运输设备,在煤矿的生产过程中都需要这种设备,不仅机械运行效率高,而且降低了工人的劳动强度,所以对于煤矿的安全生产有着重要的意义。结合煤矿生产的现状,探讨了掘进与运输两用组装式输送机优化的设计与应用
2024-02-26 17:14:59 410KB 行业研究
1
刮板输送机是煤矿井下重要的开采设备之一,简要分析了现阶段刮板输送机的故障诊断现状,针对刮板输送机故障种类繁多,相互影响大且不易诊断的问题,根据多传感器数据融合理论,提出了RBF和模糊积分相结合的刮板输送机故障诊断数据融合方法。在特征级采用RBF,可以对同类传感器采集的数据进行快速学习和收敛,得到同源数据对每一类故障的模糊测度,以便在高维空间内进行同源数据的线性可分。决策级采用模糊积分理论利用该模糊测度通过模糊积分计算,获得刮板输送机故障信息的预测结果,该方法具有较好的容错性,简化了冗余信息,降低了故障相互影响的关联性。刮板输送机减速器电机故障的诊断研究表明,文中所提出的方法有助于克服故障类型的不确定性,在整体上确保故障数据的完备性,正确地判定故障的类型,提高了故障诊断的准确性。
2024-02-26 15:20:55 274KB 数据融合 模糊积分 刮板输送机
1
带式输送机传动滚筒轴承发生故障时,特别是早期故障,其振动信号中隐含的脉冲故障信息很微弱,且常被淹没在强烈的噪音中,直接做频谱分析或包络分析,很难提取其故障特征。最小熵解卷积(Minimum Entropy Deconvolution,MED)通过最优滤波器对轴承微弱故障信号进行最优滤波,提高了信号的信噪比,然后对滤波后的信号进行包络解调分析,能够提取出信号中隐含的故障特征。将该方法应用于带式输送机传动滚筒中的滚动轴承故障诊断,成功提取出了轴承内圈的早期微弱点蚀故障特征。对FIR滤波器阶数L的选择进行了分析,以确保最优的MED解卷积效果。仿真与应用验证了最小熵解卷积方法在滚动轴承故障诊断的有效性和优点。
1
"大运量长距离顺槽带式输送机研发"是国家科技部"十一五"科技支撑计划项目"特厚煤层大采高综放开采成套技术与装备研发"中的项目之一,项目研制的DSJ140/350/3×500带式输送机在同煤集团大唐塔山煤矿井下工业性试验期间,运行平稳可靠,在结构、强度、可靠性、维护性等方面都达到了配套和设计要求,满足了特厚煤层大采高综放工作面开采的需求。
2024-01-17 10:53:52 467KB 行业研究
1