基于FTA的特大采高液压支架立柱支撑系统的可靠性分析

针对特大采高液压支架立柱支撑系统在工作过程中容易出现不动作或动作慢的现象,以ZY16800/32/70D液压支架立柱支撑系统为研究对象,利用FTA(Fault Tree Analysis,故障树分析)可靠性理论对这一典型故障进行分析。首先建立了关于立柱支撑系统立柱不动作或动作慢这一典型故障的故障树模型,接着对所建立的故障树模型进行定性分析,得到了影响立柱系统正常升降的几类故障模式,并且提出了一定的维修策略。该分析对于特大采高液压支架的研发、优化和维护有重要的指导意义。

液压动力系统在翻车机中的应用

介绍了液压动力系统在翻车机中的应用情况 ,为翻车机配备液压动力系统既节省基础建设投资 ,又减少劳动强度 ,可消除安全隐患 ,提高生产效率 ,应大力推广。

煤矿供电中主变最佳运行方式的选择

针对煤矿矿供电方式的选择，从经济效益和安全方面定性地分析主变压器最佳运行方式。

回归函数的小波支持向量机鲁棒估计法

小波网络具有小波的多尺度特性和神经网络的自学习功能,在回归估计中得到广泛的应用,但其性能受到样本中粗差的严重影响.虽然以M-估计作为目标函数可以解决这个问题,但由于其对应的影响函数由残差绝对值决定,因此如何选择初始参数值成为一个关键问题.为此,提出回归函数的小波支持向量机鲁棒估计方法(小波支持向量回归,WSVR,Wavelet Support Vector Regression).该方法中首先提出并证明了一种新的小波支持向量机(WSVM,Wavelet Support Vector Machine),用于确定初始参数值方法,这种方法能够确定合理的网络结构和合适的初始参数值,保证含有粗差的样本点的残差绝对值较大;然后使用一种构造的M-估计作为目标函数,并提出了自适应确定阈值方法.仿真结果表明,使用这种方法得到的回归模型不仅具有良好的多尺度逼近特性,而且有较好的鲁棒性和较高的推广性能,具有较高的理论和应用价值.

基于多尺度均方根-BP神经网络的采煤机摇臂齿轮故障诊断

采煤机摇臂齿轮箱是采煤机故障高发区,对其进行故障诊断研究可减少事故发生率,提高采煤机可靠性。本文分析了采煤机摇臂工作特点,提出多尺度均方根(Multi Scale Root Mean Square,MSRMS)结合BP(back-Propagation)神经网络的齿轮故障识别方法。对四种不同故障类型的齿轮振动信号进行处理,得到20个尺度的均方根值,并将其作为BP神经网络的输入向量进行齿轮故障识别。实验结果证明所提出的多尺度均方根-BP神经网络方法可以准确区分齿轮故障,对四种不同状态齿轮识别率可达到85%以上,尤其磨损齿轮识别率达到95%,是一种非常有效的齿轮故障识别方法。

基于支持向量机的模糊小波神经网络

针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。

煤矿综采机械检查与维护

针对煤矿综采机械系统故障,分别论述了子系统设备的日常点检、常用维护等措施,做好此项工作,可提高煤矿机电的利用率、设备完好率。

基于可靠性分析的采煤机健康度监测系统设计

针对现有采煤机监测系统使用不便、缺少可靠性分析功能及软件监测界面不全面等不足,设计了采煤机健康度无线监测系统,包括无线监测装置、工作面巷道上位机和井上监测中心三个部分。基于FTA(故障树分析)和FMECA(故障模式影响及危害性分析)可靠性分析理论,建立了采煤机故障数据库,基于LabVIEW开发平台设计了采煤机健康度监测系统软件。该系统在天地科技股份有限公司上海分公司采煤机装配车间通过了现场调试,并利用所采集的传感信号进行了健康度分析,分析结果准确,证明所设计的系统可用于提高采煤机自动化水平。