变频技术在乳化液集中供液系统中的应用

来源 :能源与环保 | 被引量 : 0次 | 上传用户:towon
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
乳化液作为液压支架的动力源,在煤矿智能化方面有着重要的应用。随着煤矿智能化开采技术的普及,乳化液集中供液系统有着非常广阔的应用前景。在介绍煤矿乳化液集中供液系统的基础上,对变频自动控制技术进行了阐述,其能够较好地提高供液质量,保障设备的可靠运行,验证了乳化液集中供液系统的实用性与可靠性。并在煤矿智能化开采的背景下,分析了系统所能产生的经济和社会效益,可进一步促进我国煤矿智能化的发展。
其他文献
为解决轴类零件形位发生改变导致机械使用寿命降低问题,提出基于遗传算法的煤矿机械轴类零件形位误差自动化补偿。通过遗传算法求解出机械的形位误差,判设置别标准动态函数,将种群的繁殖代数融入函数当中,确保遗传算法进化初期种群中个体的差异性。根据形位误差特征变量集,对比实际和理想状态下机械轴的消磨曲线,并挖掘出残余误差,通过单点斜轴消磨法完成相位误差的补偿。实验结果表明,补偿后轴类零件截面圆心均位于机械轴的圆心处,且自动化补偿业务数据之间具有关联性,所提方法能够有效地实现轴类零件的形位误差自动化补偿。
电牵引滚筒采煤机是煤炭物料生产的关键性设备,根据综采工作面位置的变化,滚筒采煤机会变换工作位置并且根据地质情况调整工作姿态。为了提高电牵引滚筒采煤机的快速工序响应,提升综采工作面采煤的生产效率,对电牵引滚筒采煤机的工作姿态检测、控制为一体的电气系统进行设计。以MG2×200/550-WD型采煤机为研究对象,通过仿真技术软件对设计出的姿态控制系统进行验证计算。结果显示,该系统能够对采煤机姿态信息实现监测和控制,能在实际工程现场中实践应用,提升的综采工作面的自动化控制水平。
研究基于机器学习算法的煤矿汽车机械设备故障诊断模型,提升故障诊断抗干扰能力,有效保障煤矿汽车机械设备安全稳定运行。采用判别结构描述功能较强、拥有全局资源描述功能的、基于低秩鉴别投影的特征提取算法,提取衡量煤矿汽车机械设备故障时域特征和时频特征的最优投影矩阵的列向量;设计了墨西哥草帽函数改进ART神经网络学习算法,并逐渐削弱幂函数,改善收敛、聚类效果,将最优投影矩阵的列向量作为改进ART神经网络的输入,经过两阶段学习训练后,实现了对煤矿机械设备的故障诊断。实验结果也验证了该模型的泛化错误少、识别率可达96%
如果在实际操作中,忽略了地表面点位部分不均匀的问题,接地技术就会存在一定的安全隐患。为此,提出基于变电站三维模型的接地仿真技术研究。测量变电站实际土壤环境,计算土壤电阻率参数,在此环境中搭建等间距接地网,建立地表面点位部分土壤相关模型,将其与等值接地网模型相结合,规划工频接地电阻、接触电压和跨步电压等参数,优化仿真操作碰撞检测算法,将以上参数应用到仿真环境中,根据该区域环境及变电站仿真,实现接地仿真,同时通过碰撞检测消除仿真环境中接地操作可能存在的安全隐患。实验结果表明,设计的基于变电站三维模型的接地仿真
为了提高微弱光电信号检测效果,针对当前微弱光电信号检测过程存在的一些问题,提出基于嵌入式技术的微弱光电信号自动检测系统。分析了当前微弱光电信号的研究进展,采集微弱光电信号,并采用小波分析方法对微弱光电信号进行去噪处理,神经网络对微弱光电信号进行分析,建立微弱光电信号检测模型,通过仿真实验分析了微弱光电信号检测效果。结果表明,系统可以高精度实现微弱光电信号检测,减少了微弱光电信号误检率,同时缩短了微弱光电信号检测时间,提高了微弱光电信号检测效率。
文章针对柴达木地区气候干旱极干旱的特点和人工草地资源分布广的特点,从光热角度出发,对全区21个人工草地生产单元进行等次划分,为人工草地资源管理与建设规划利用提供科学依据.
为有效提升对覆冰输电线路的模拟效果,设计了自然环境灾害下配网覆冰输电线路模拟系统。对覆冰灾害进行了理论分析,以实际的配网线路工程为原型,对交流系统、换流阀、换流变压器以及直流电缆进行等效模拟。在所设计的配网覆冰输电线路模拟系统中,不仅采用了与实际工程现场中相同的测量系统,还完成了覆冰后故障模拟并实现对应故障点的设置。设计了模拟系统的稳态等相关实验,将其与实际工程进行对比,通过仿真结果全面验证了该系统的有效性以及优越性,能够为在覆冰状态下维护配网稳定性提供有效支持。
通过实施“防治鼠虫害+鹰架+施肥+划破草皮补播+围栏封育”的综合治理措施,草原鼠虫害得到有效控制,植被盖度、高度、地上生物量显著高于常规区,优质饲草比例明显增加,增强了示范区草地的生态功能和生产能力,充分证明该技术是有效治理草原鼠虫害、恢复草原植被、维护草原生态平衡的有效措施.
风能、太阳能、潮汐能等新能源作为可再生能源,具有节能、环保的优势性,以其为应用发展的新能源电源并网运行,可缓解煤炭、石油等发电的高能耗、高污染问题,促使电网趋向绿色生态发展。为提高电力服务质量,及时告知停电用户故障修复及停电恢复时间,提出了MCNNs模型,将停电原因、电路编号和天气事件等离散数据及连续数据进行二进制编码,代入深度神经网络进行训练,采用正则化和非线性激活优化训练过程,从而提高故障修复及停电恢复时间预测准确率。在仿真阶段,将所提方法与VGG16、ResNet和多层感知器模型进行比较,故障修复时
在智能变电站远动装置校核系统的基础上,以模块化思想设计了远动快速对点系统,以和校验算法校对分析了调度主站与变电站端对点表。系统主要是在远动装置校核系统构建映射表的前提下,通过与调度主站实时通信,从而实现自动对点。应用表明,其快速对点效率是普通调试模式25倍,可实现自动快速对点工作。