货运火车车厢余煤清扫机器人吸风量智能调控方法研究

为了实现货运火车车厢内余煤分布不同情况下,余煤清扫机器人吸风量的自适应智能调控,建立了吸风量、余煤体积量二者与风机电流之间的控制模型,根据风机电流变化趋势实现吸风量的智能调控。首先利用果蝇优化算法对概率神经网络的平滑因子进行在线优化,构建基于改进概率神经网络的风机电流精准预测模型,并根据设备特性与现场经验建立了吸风量模糊化分档调控规则库。为了验证相关理论和方法,在HCQS-75/110型火车车厢余煤清扫机器人上开展吸风量智能调控实验,结果表明:改进后的概率神经网络对风机电流预测精度达到97.4%,搭载吸风量智能调控系统的清扫机器人可实现车厢一次清扫合格率达到98.2%,并节省能耗26.5%,可以满足现场环保和能耗要求。

火车车厢余煤智能清理机器人龙门架有限元分析

车厢余煤清扫机的龙门架承受载荷大,而承重梁是龙门架的主要承重件。结合某规格车厢余煤清扫机器人龙门架,通过材料力学理论计算与有限元软件ANSYS Workbench数值模拟仿真相结合的方法,对龙门架承重梁的强度和刚度等静态性能进行分析,理论计算结果和仿真结果吻合较好,验证了龙门架设计的安全性和可靠性;通过模态分析,得到了承重梁的前六阶模态参数,数值表明承重梁在一定程度上可以避免共振,为龙门架的动态设计提供了理论依据。