基于深度学习的永磁直驱带式输送机煤量检测方法研究

永磁直驱带式输送机煤量的精确检测是节能调速的重要依据,针对不同环境下煤量的快速检测问题,结合迁移学习方法和密集连接思想提出一种基于VGG16改进的FF-CNN网络。将该网络作为煤量图像的特征提取器,实现煤量的检测分类,将煤量图像分为“无煤量”、“少煤量”、“中煤量”、“多煤量”和“满载量”。实验结果表明,训练后的FF-CNN网络检测准确率达98.2%,平均检测1张图像的时间为0.058 s,满足检测精度和时效性要求。

永磁直驱带式输送机电动滚筒的设计及应用

在永磁直驱带式输送机运输过程中,为了保证货物的安全可靠,需要提高输送效率,降低劳动强度,因此在长距离的传输中,输送机的使用是必不可少的环节。传统的带式输送机的主要结构是由驱动装置、传动机构、张紧装置等组成。本文主要研究永磁直驱带式输送机电动滚筒的设计及应用。

带式输送机永磁直驱系统机电耦合模型的研究

本文以带式输送机永磁直驱系统展开研究,针对输送机运行原理,利用麦克斯韦(Maxwell)模型和伏格特(Kelvin-Voigt)模型对输送机刮板链进行力学分析,在二维层面受力基础上,利用离散元模型,建立了体现系统空间动态特征的机电耦合模型,在模型原理的支持下,对带式输送机进行满载状态、空载状态和随机载荷状态下的速度、张力分析,得到结论:随机载荷状态运行下,系统稳定性最差;整体而言,机尾链轮处的波动所受载荷的影响要大于机头链轮处的刮板链,且波动时间长。