论文部分内容阅读
采煤机是采煤工作面的主要截煤机械设备,采煤机的安全智能运行是保证生产效益和人身安全的关键。而目前在智能控制上最大的阻碍就是无法判别采煤机的截割状态,不能确定截割的是煤或者岩石,继而无法对其进行相应的控制。因此,本文在综合分析目前国内外研究情况以及面临的问题之后,开展了基于摇臂销轴载荷差异的煤岩识别研究。首先,分析采煤机滚筒的截割受力,建立了滚筒与摇臂销轴之间的力学模型,为论文研究提供了理论基础。其次,对两种加权融合算法LMS算法与RLS算法进行研究,并通过仿真对比分析,RLS算法具有更好的性能优势,所以确定RLS算法作为本文载荷数据的融合算法。再次,利用PFC3D离散元与Adams动力学分析软件相结合的方法,建立了不同硬度煤壁和岩壁工况下的基于摇臂销轴的仿真模型,根据仿真结果,确定了销轴的关键受载部位,分析了在两种工况下销轴载荷的差异性,并结合时域上的自适应数据融合处理算法RLS算法,使销轴载荷数据方差降低,波动降低,使两种工况下销轴的受力差异更明显,能够根据销轴受力范围判别此时的截割状态。最后,以实验作为仿真的验证,在中煤张家口采掘实验中心搭建了销轴载荷的无线传感采集系统,开展了不同硬度煤岩壁的截割实验。实验结果表明,各个工况下每个方向销轴受力均有一定差异,但是此时截岩与截煤工况下载荷范围存在重叠,以此判断煤岩具有一定误差;采用RLS自适应数据融合算法对载荷数据进行处理,与原始载荷进行对比分析,均方差降低了43.8%～87.4%,载荷不存在重合部分,受力差异更加明显,验证了该方法能够更准确达到煤岩判别的目的。本论文有图60幅,表10个,参考文献65篇。