刮板输送机负载特性及力学参数模型研究

来源 :安徽理工大学 | 被引量 : 0次 | 上传用户:HEXINLONG19871006
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国经济的不断发展,煤炭生产量已跻身全球前列,大部分开采装备已实现国产化,其中刮板输送机作为关键设备之一,即承担运输物料功能又是采煤机的行走轨道和液压支架的推移支点,其工作环境恶劣、受力复杂,但具有适应性好、协作性高、对工作周边环境的低要求等特点,刮板输送机的可靠性至关重要。在刮板输送机的日常工作中,随着负载量的不同,启动过程中的带载启动、过载保护、牵引电机功率平衡等问题时有发生,因此研究刮板输送机的负载特性及力学特征,建立参数化模型,开发一个刮板输送机牵引电机选型软件指导刮板输送机的设计具有重要意义。本研究包括对刮板输送机的力学特征分析和牵引电机选型软件的编写,其中力学特征分析主要包括静力学分析及动力学特征分析,静力学的研究包括对刮板输送机中部槽在推进过程中浮煤煤堆造成的阻力及弯曲段受力研究,对链条安全系数的分析,动力学的特征通过对链传动系统的粘弹性条件分析,选择Kelvin-Voigt模型的粘弹性性质特性建立离散化链传动系统有限元模型,对离散化的参数进行研究,包括离散化后链条的集中质量参数、刚度系数参数、离散单元的阻力参数,直至研究出刮板输送机传动系统的阻力参数,建立参数化数学模型。本文在参数化数学模型建立的基础上开发牵引电机选型软件,建立的牵引电机选型软件的建立基于Matlab软件,通过软件含有回调函数的GUI编程功能设计刮板输送机牵引电机选型软件的图形用户界面,设置相关参数设置界面窗口,实现对牵引电机功率数据的得出。通过对软件得出的数据结果进行数值分析,分析部分参数对牵引电机功率的影响,验证了刮板输送机牵引电机选型软件的合理性,达到了预期的目的。图[34]表[6]参[67]
其他文献
煤矿智能化提出了智能感知、智能决策、自动执行的建设目标。作为云计算的扩展和延伸,边缘计算能够解决集中式云计算出现的网络拥塞、延迟较高、安全隐私等问题,能够为智慧煤矿系统在靠近智能终端设备的边缘提供数据计算、存储和网络服务。边-云协同工作为智慧煤矿系统提供满足不同需求的计算服务,能够提高智慧煤矿系统相关任务的实时性、可靠性。与传统工业相比,煤矿井下开采区域范围广、巷道呈长距离带状拓扑,系统中智能终端
互联网的飞速发展使得网上每时每刻都在产生大量的文本数据,这些文本数据通常含有较高的价值,为了从这些文本数据中提取到有价值的信息,命名实体识别作为其中的基础技术,其识别的效果对于后续的语义角色标注、文本分类和信息检索等任务将产生巨大影响,因此得到了越来越多学者们的关注。目前,中文命名实体识别存在预处理阶段字向量表示单一以及在特征提取过程中仅注重文本全局特征的提取而忽略局部特征的问题。本文首先提出了一
医学的高效发展是保障公民生命安全尤为重要的一环。胸部X片(胸片)诊断作为最常见的影像学检查手段,存在效率低、易误诊等缺点,而深度学习技术能高效完成胸片检测任务。针对多标签胸片分类,本文主要工作包括:对CheXpert数据集进行预处理;根据CheXpert数据集的特点和标签之间的关联性,设计了应用于节点分类的MIA-GRGN网络和应用于多标签胸片分类的DROP-DIR-RES网络;分别将两个网络在基
超声冲击技术可以高效消除部件表面或焊缝区有害残余拉应力、引进有益压应力,在改善材料表面应力状态与组织形式等方面具有强大优势。以往研究超声冲击技术,通常采用手持冲击枪进行超声冲击,难以保证超声冲击过程中稳定的预压力和移动速率,不能有效呈现超声冲击强化特性。因此,本文旨在设计超声波冲击精密实验台,并在恒定预压力和移动速率下开展超声冲击纯铜实验。主要研究内容如下:(1)根据实验台的应用背景,设定实验台的
高压输电线路作为电能跨地区、远距离传输的主要载体,运行环境复杂多变,运行过程中容易发生各种故障,严重威胁着电网安全,对社会经济效益造成巨大影响。快速、准确地找到故障点的位置并解决故障确保电网安全稳定运行是电力部门的一大挑战。现阶段电网规模不断发展,T型输电线路在电网建设应用中也变得更加广泛。因此本文研究对于双端系统和T型线路的故障定位问题,利用变分模态分解(VMD)对故障行波进行分解结合Teage
电解加工技术具有可加工任意导电金属材料、无机械切削力、加工效率高等独特优点,成为了难切削金属材料、复杂型腔和型面零件的主要加工手段。然而,电解加工过程中,受到阳极金属材料溶解特性、电场、温度场、流场、脉冲电流等多种因素影响,使其难以获得非常高的工件表面质量和成型精度。为此,本文根据GH4169材料的电化学溶解特性,对该材料的某型叶片电解加工过程的多物理场及三维流场动态模型进行了深入研究,有助于实现
我国是PCB产业制造大国,PCB电路板的质量对企业产品的质量至关重要。开路、短路、划痕、毛刺等各类缺陷是经常出现的几类缺陷,PCB生产出来以后必须进行质量检验,传统多为人工检测、在线检测、功能检测、部分光学或视觉检测等,但是检测效率低,时间长,成本高。随着图像技术与人工智能技术的发展,为实现PCB缺陷的高精度、快速检测,本文提出一种基于深度学习的PCB图像缺陷检测技术,以Faster R-CNN为
聚丙烯(PP)以其优异的机械性能、良好的加工性和耐化学性等特性,广泛应用于建筑建材、汽车内饰、家具电器等领域。然而,PP具有极高的可燃性,并且在燃烧过程中出现熔融滴落现象,存在严重的火灾隐患,这一缺点限制了 PP的应用。针对这一问题,本文提出了两种基于改性竹纤维(BF)制备环境友好型阻燃PP复合材料的方法,具体研究内容如下:采用微胶囊化技术制备三聚氰胺甲醛树脂包裹BF(MFBF),并与微胶囊化聚磷
超级电容器作为目前热门的研究方向,拥有着传统电容器不具备的众多优点。作为一种新型储能设备,它拥有更优异的充放电性能,既继承了传统电容器的优点,又具有电化学充电的机理。聚苯胺(PANI)单独作为电极时存在循环稳定性差、电容低、电导率低等问题。而作为新型碳纳米材料的石墨烯具有稳定的结构特性和较大的比表面积,可以为电解质离子的流动和电子传输提供更大的空间,有利于电学性能的提升。而二氧化锡(SnO2)作为
热塑性聚氨酯(TPU)是一类兼具橡胶和塑料特性的弹性体,具有良好的生物相容性、优异的加工性、耐磨性能良好等而被广泛的应用于医学、包装、内饰等领域。但其机械强度较低,耐热性能较差,在紫外线照射下极易发生自我降解而发黄变脆等缺点限制了 TPU的实际应用范围。纳米材料因其独特的机械性能以及纳米特性常常被用作功能材料来改善TPU的缺陷,因此,设计一种工艺简单、结构独特、功能多样的纳米材料就显得尤为重要。本