散料集装箱快速定量装车技术研究与应用

在我国经济发展处于新常态和“一带一路”倡议推广的背景下,单车双集装箱散料物流运输需求加速提升,传统装车技术无法实现单车双集装箱散料的连续装载。针对上述问题,分析了煤炭集装箱快速定量装车典型工艺参数,研究了单套、两套独立、两套联体、单套双仓快速定量装车可行方案,提出一种双仓协同异步装车新技术,称重仓、溜槽相互独立作业,解决了单车双集装箱无法连续装车的难题,装车效率大大提高,装车质量也得到保障。工程应用表明,散料集装箱快速定量装车系统最大装车能力可达7200 t/h,较实际装载需求提升10%以上,实现了单车双集装箱的连续、快速、高效装载。

铁路无人化装车信息匹配问题研究

在铁路无人化装车过程中,配煤和卸煤流程都是依靠智能系统全自动完成。虽然2个生产流程获取车厢信息的方式不同,分别是车辆装车的基本信息与装车时车厢运动的动态信息,但是必须保证数据的完全匹配,才能确保每个装车单元的稳定和安全。针对铁路无人化装车流程中信息匹配的问题,提出了信息的获取流程和统一性策略。工业常态化应用表明,该方法稳定可靠,为铁路无人化装车提供了数据支持。

粮食动态连续定量装车关键技术的研究

为提高粮食转运的效率,针对粮食装车高效定量,且称量准确度等级高的需求,结合散粮专用车的特点,设计了动态装车工艺,研制了专用的机械设备,确定了工艺时序图。研究了基于DEM分析技术的散粮堆积形态控制方法,掌握了动态连续装车条件下车厢位移和车厢内物料堆积重量之间的关系。研究了基于非连续累计计量的自动配仓技术,以及基于车厢位移检测技术的卸料控制方法。最终实现了粮食火车发放系统的动态连续定量装车。

快速定量装车系统自适应配料控制研究

为满足智能化快速定量装车系统智能、快速、定量的装车需求,提出一种自适应配料控制方法。首先,建立了配料系统模型并分析了配料控制原理;其次,基于Smith预估开展自适应配料控制方法研究;最后,采用递推最小二乘法对配料系统误差进行了分析,并实现了配料系统精度实时估计。自适应配料控制方法为智能化快速定量装车奠定了坚实基础。

散料铁路装车技术国内外现状及发展趋势浅析

随着铁路快速定量装车关键技术的不断突破和散料运输体系的日趋完善,散料铁路装车站的应用也越来越广泛。文章首先回顾了散料铁路装车技术的产生和进入我国的过程,对装车技术在散料领域的应用情况进行了介绍,针对装车装备和智能化两大方面就国内外的技术现状进行了梳理,指出了现阶段散料快速定量装车发展的瓶颈,并简要分析了未来散料铁路装车在这两个方向的发展趋势。

铁路无人化装车动态跟踪关键技术研究

在煤炭铁路无人化装车过程中,车厢的动态跟踪是关键环节。针对无人化装车过程中对车厢位置动态检测的需求,分析了铁路装车过程中车厢的特点和动态变化规律,研究了基于有限状态自动机的车厢状态变化模型,实现了对装车车厢的动态跟踪检测。工业化应用表明,系统识别准确、检测精确,为铁路无人化装车提供了稳定可靠的数据支持。

装车溜槽用反弧形闸门的研制

为满足铁矿石快速定量装车的需要,带有反弧形闸门的装车溜槽得到应用,反弧形闸门是装车溜槽的关键结构。介绍了溜槽的装车工艺和反弧形闸门的设计,最终研制出的反弧形闸门成功应用于装车现场。现场应用表明,反弧形闸门的使用有效防止了铁矿石对车厢底板的冲击,实现了铁矿石的快速定量装载。

快速定量装车站定量仓称重偏载角差问题的研究

快速定量装车站的定量仓称重系统在使用过程中,易因角差出现偏载,以致出现称量误差较大的问题。对不同类型定量仓的称重原理进行了介绍,并通过角差机理分析了称重过程偏载导致称重误差的原因,提出了解决方法,减小了称重误差。

悬臂式掘进机煤矸智能截割控制系统与方法

为实现煤矿掘进机机器人化和无人化的目标,提高掘进机截割煤矸的效率和智能化程度,提出了一种悬臂式掘进机煤矸智能截割控制系统与方法。详细阐述了系统的原理和硬件组成。悬臂式掘进机煤矸智能截割控制系统利用实时采集的多种传感器信息为控制变量,主要包括截割电机电流I、油缸压力p以及截割臂振动加速度a_(cc),实现掘进机在不同截割状态下煤矸的识别,驱动掘进机截割臂智能截割。系统硬件部分包含传感与检测系统、机载主控系统和系统执行机构,并构建了远程监控平台。系统依据煤炭行业电气标准分别对一般工况和特殊工况的截割控制策略进行了方法构建。在一般工况下,基于多种传感器信息利用改进粒子群算法优化的BP神经网络控制器实现截割载荷识别,提高掘进机对煤矸识别的准确性,实现截割臂摆速的自适应截割。特殊工况下分别对硬质点识别和预防闷车2种工况进行控制逻辑构建,通过Automation Studio软件编程实现对特殊工况的判断和处理。以EBZ135型掘进机为例,进行了地面验证性实验。实验结果表明,截割臂摆速的自适应调节时间约在0.8 s左右且无超调量,具有良好的鲁棒性。硬质点识别控制和预防闷车控制的实验结果证明了系统对于特殊工况识别精准、快速,处理过程稳定、可靠,验证了所设计的控制方法具有高的可靠性和控制精度。

掘进机姿态调整模型辨识方法与精准控制

针对因掘进机姿态控制精度较差导致巷道掘进轨迹偏离进而影响煤矿生产安全与效率的问题,提出了一种基于粒子群算法的掘进机姿态调整控制模型辨识方法及模糊神经网络PID姿态控制方法。首先分析了掘进机姿态角误差与巷道断面之间关系,基于姿态运动学与液压模型确定了姿态控制系统传递函数结构,通过粒子群算法的寻优特性与输入输出信号的响应对传递函数参数进行拟合进而实现辨识。仿真结果表明,与采用最小二乘和遗传算法的辨识方法相比,所提采用粒子群算法的模型辨识方法的辨识精度分别提高了96.75%和95.15%。此外,利用模糊控制的强非线性适应性与神经网络的自学习能力设计了姿态调整的PID控制系统。搭建了EBZ-55型掘进机俯仰角控制试验平台,并在不同的试验工况下进行了多组俯仰角控制试验。试验结果表明,基于粒子群模型辨识方法的模糊神经网络PID控制方法比模糊PID控制方法最多可降低57.1%的超调误差以及53.5%的响应时间,并能稳定实现1°以内的姿态角控制。该方法可为掘进机及大型液压设备的姿态控制提供有效的技术支撑与参考。

回转油缸载荷谱的编制

为得到掘进机回转油缸的疲劳载荷谱,利用大容量数据记录仪(黑匣子)对回转油缸工作载荷进行测取,采用幅值门限法去除载荷数据中的异常峰值点,对测取的载荷进行预处理,得到经载荷平稳性和各态历经性检验的回转油缸拉动载荷样本数据。采用雨流计数法对回转油缸载荷样本数据进行统计处理,结合大量统计分析经验,对幅值和均值概率分布分别作威布尔分布和正态分布的假设,并对其幅值与均值的分布规律进行了研究,利用卡方检验,对幅值和均值的独立性进行检验,针对均值提出了三模态正态概率分布模型。结果表明:在检验水平0.05的条件下,回转油缸拉动载荷的幅值和均值相互独立;幅值服从形状参数为1.156、尺度参数为3.345的威布尔分布;提出的三模态正态概率分布模型,真实反映出均值的统计特征,实现回转油缸载荷信息的准确识别。为保留回转油缸全寿命周期内的工作载荷特征以反映工程实际,根据回转油缸推拉工况作业时间比例,将回转油缸样本拉动载荷数据的累积频次扩展到5×10^5次循环,基于二维概率分布函数,建立了回转油缸拉动载荷数据8×8级幅均值二维载荷谱。根据疲劳累积损伤理论,应用Good-man方法将幅均值二维载荷谱转化为回转油缸拉动载荷数据8级一维载荷谱,可为回转油缸疲劳寿命预测及疲劳寿命试验提供理论基础。

双曲线称重仓的参数化建模

针对双曲线称重仓建模过程重复繁琐、修改过程复杂等问题,提出一种双曲线称重仓参数化的建模方法。利用Creo Parametric软件,采用骨架模型技术,对双曲线称重仓的各个零件进行建模,并进行零件模型参数设置;按照默认方式对零件模型进行装配,得到双曲线称重仓的装配体模型;在装配体模型中利用关系式将各零件参数关联,并进行装配体模型参数程序设置,实现了双曲线称重仓的参数化建模。结果表明:双曲线称重仓的参数化建模方法实现了以最少的参数驱动整体模型的效果,大幅度提高了双曲线仓称重仓的设计效率,为双曲线称重仓的标准化、系列化设计提供了有力保障。

卸料溜槽的防冲击设计

针对铁矿石铁路快速定量装车过程中因冲击过大易产生车厢变形等问题,深入研究了现有装车工艺流程和物料下落高度对冲击的影响,提出一种二级流量控制技术,开发设计了带有反弧形闸门的卸料溜槽。该技术的应用有效防止了铁矿石等高密度、高硬度、粒度不均的物料对车厢产生的冲击,对快速定量装车技术在铁矿石方面的应用具有重要意义。