BBD磨煤机气相流场的数值试验研究

基于 4 0 .53型直燃式双进双出 (BBD)磨煤机实际工况条件 ,首次对BBD磨煤机流场进行了热态数值试验研究。通过研究磨煤机的填充率和进出口管道口径的大小 ,对其内部气相流场的运动规律有一定认识。文中总结出磨煤机内气相流场随磨煤机填充率和进出口管道口径变化的规律 ,为磨煤机的结构优化设计和实际生产中对磨煤机内部流场进行控制提供了有益的参考。

双进双出磨煤机模糊神经网络建模与仿真

针对一般经验公式或者回归分析方法难以得到准确的双进双出磨煤机运行模型的问题,在对双进双出磨煤机结构及运行机理深入分析、得出相关参数的基础上,提出了一种基于Takagi-Sugeno结构的双进双出磨煤机模糊神经网络建模方法,并应用粒子群算法对网络的各初始权值和阈值进行优化.在M atlab环境下,与传统非线性方程建立模型的方法相比较,本方法仿真效果更优越,同时也证明了模型的有效性.

基于多信息融合的双进双出磨煤机料位检测

针对双进双出磨煤机料位检测难题,提出了一种基于多信息数据融合的双进双出磨煤机料位检测方法.该方法将粗糙集(RST)和径向基(RBF)神经网络相结合,利用粗糙集数据简约和规则抽取特性,有效地去除大量冗余数据.利用RBF神经网络函数逼近能力更强和收敛速度更快等优点,引入带遗忘因子的梯度下降算法来整定RBF神经网络参数,简化了神经网络结构,提高了神经网络的学习效率,同时拥有自学习和容错能力,从而有效地保证了数据融合的快速收敛性和稳定性.实验结果表明,在料位检测过程中,将两种智能算法相结合所构成的融合系统,能使双进双出磨煤机准确地完成复杂环境的料位检测任务.

基于Type-2 FNN数据融合的双进双出磨煤机料位检测

针对双进双出磨煤机料位准确检测的难题,提出一种基于二型模糊神经网络(Type-2 FNN)数据融合的双进双出磨煤机料位检测方法.首先将多传感器采集的变量参数数据按照二型模糊规则进行模糊化处理;然后构造神经网络进行数据融合,所得融合结果即为检测的料位值.该方法具有较好的自组织、自学习、并行分别处理能力,保证了检测结果具有较高的准确性.仿真实验表明,该方法可有效弥补单一测量方法的不足,实现料位更为准确的测量.

双进双出钢球磨煤机传动系统负荷计算

针对某BBD3854型双进双出钢球磨煤机减速机多次发生高速轴断轴、轴承损坏等问题,对磨煤机起动过程中的传动系统负荷进行核算,分析其影响因素。并计算出磨煤机起动过程下的载荷,且对此起动过程进行动力学分析,建立了其动力学方程,应用仿真软件Simulink对其进行仿真分析。