采煤机截割部齿轮故障预测模型的设计及试验

井下采煤机结构复杂、工况环境差,容易出现各类故障,且处置难度较大。针对MG1000/2500-WD型采煤机截割部齿轮故障诊断需求,结合卷积神经网络(CNN)的故障特征提取原理,汾西矿业集团设备修造厂设计了深度卷积神经网络(DCNN)故障预测模型,并实施了数据训练及模型测试。结果表明,预测模型的故障甄别准确率达到98.17%,故障训练值与标准值的准确率达到99.13%。

薄煤层采煤机截割部齿轮疲劳可靠性分析

截割部齿轮作为采煤机传动系统的重要机构,其疲劳可靠性对采煤机的可靠性和综采工作面的效率有着重要的影响。构建采煤机截割部的虚拟样机仿真平台,加载螺旋滚筒瞬时动态载荷,得到齿轮副的接触力动态载荷。利用有限元软件ANSYS和疲劳耐久性分析软件FE-SAFE分析得到齿轮副的最大等效应力为550.481 MPa,最低循环寿命为1.8836×10^(5)次。基于对数正态分布和应力-强度干涉理论,得到齿轮副疲劳寿命可靠度为0.961.分析滚筒转速和牵引速度对齿轮副疲劳寿命可靠度的影响,在保证采煤机工作效率及其他关键零件可靠性的前提下,合理的提高滚筒转速、降低牵引速度,可以提高截割部齿轮副可靠性,达到保护采煤机截割部的目的。

采煤机截割部齿轮的传动比分析及动态研究

采煤机的应用极为广泛,其零部件中较为重要的就是截割部齿轮。但也存在着一些缺点:传动效率较低、发热量大、强度较低、对制造要求高等,这些缺点严重影响了采煤机的推广使用。本文是采用相关的理论研究推导了行星齿轮传动比的表达式,分析大传动比的原理,理论验证其特点,为后期优化打下基础。