 |
上海申思特自動化設(shè)備有限公司
主營產(chǎn)品： 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
10
聯(lián)系電話
|
上海申思特自動化設(shè)備有限公司
主營產(chǎn)品： 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
| 參考價 | 面議 |
更新時間：2016-11-09 14:49:41瀏覽次數(shù)：1055
聯(lián)系我們時請說明是化工儀器網(wǎng)上看到的信息,，謝謝!
液壓支架定位與Mahle馬勒電磁閥緩變
地下綜采工作面頂板支護(hù)是煤炭生產(chǎn)安全、產(chǎn)量和效率的重要問題,，其安全性,、可靠性及自動化程度直接影響煤炭生產(chǎn)的安全性及生產(chǎn)效率。液壓支架電液控制系統(tǒng)是液壓支架控制的核心,，我國現(xiàn)使用的液壓支架電液控制系統(tǒng)主要依賴國外進(jìn)口,，使用zui多的是德國馬勒Mahle。
液壓支架定位與Mahle馬勒電磁閥緩變
考慮*液壓支架電液控制系統(tǒng),，并結(jié)合我國的煤礦條件實現(xiàn)液壓支架電液控制系統(tǒng)國產(chǎn)化,，可擺脫對國外產(chǎn)品的依賴、積累相關(guān)技術(shù),、提高我國采煤自動化水平,、減少煤礦事故發(fā)生率，具有重要的社會效益和經(jīng)濟效益,。Mahle研制了液壓支架電液控制系統(tǒng),；為實現(xiàn)煤機聯(lián)動綜采自動化、故障快速定位及預(yù)測,，提高煤炭生產(chǎn)安全性及生產(chǎn)效率,，研究煤機定位及關(guān)鍵設(shè)備故障預(yù)測方法。 分析了地下綜采系統(tǒng)架構(gòu),、采煤進(jìn)程及*綜采工作面頂板支護(hù)系統(tǒng)液壓支架電液控制系統(tǒng),。對液壓支架電液控制系統(tǒng)的供電、組網(wǎng),、隔離方式,、控制功能和控制過程，以及單臺液壓支架控制器與其配套設(shè)備的連接組成進(jìn)行研究,，為后續(xù)研發(fā)設(shè)計支架控制系統(tǒng)提供有效參考。 研制了液壓支架電液控制系統(tǒng),。液壓支架電液控制系統(tǒng)由若干液壓支架控制器串行連接組成,，液壓支架控制器包含主控制器及電磁閥驅(qū)動控制器。在硬件上提出上電時序化設(shè)計,，通過確保電磁閥驅(qū)動控制主回路各管腳狀態(tài)確定后釋放閥體開啟控制權(quán)限,，解決因電磁閥驅(qū)動控制器在上電或意外復(fù)位時的管腳不定態(tài)造成的工作面失控問題,。設(shè)計了同步積分型紅外廣角收發(fā)裝置，研究了基于紅外信號強度的采煤機定位方法,。分析信號調(diào)理及紅外接收二級管實際模型及紅外廣角定位接收裝置I/V轉(zhuǎn)換電路的不穩(wěn)定性,，采用超前校正的方法向反饋系數(shù)中引入零點，補償了實際模型產(chǎn)生的極點及引入相移,，降低了環(huán)路增益穿越斜率,；提出了基于通訊的紅外信號同步積分方法，解決了多接收裝置信號的同步問題,，確保接收的模擬信號強度僅與收發(fā)裝置位置相關(guān),；分析了井下采煤機紅外發(fā)射點投影位置鄰近若干接收點處接收紅外光強的分布情況，提出了在接收裝置被遮擋及未被遮擋情況下的采煤機發(fā)射點定位方法,，及基于卡爾曼濾波算法的采煤機速度跟蹤預(yù)測方法,，提高煤機定位準(zhǔn)確性。分析了電磁閥機械特性及電參數(shù)模型,，設(shè)計了電磁閥實時故障診斷及驅(qū)動端線圈電流緩變數(shù)據(jù)獲取平臺,，研究了基于電磁閥驅(qū)動線圈電流的緩變失效特征提取方法。分析了液壓支架電液信號轉(zhuǎn)換關(guān)鍵裝置電磁閥的機械結(jié)構(gòu)及執(zhí)行機構(gòu)機械運動特性,，在建立電磁閥電特性模型的基礎(chǔ)上,，分析了電磁閥開啟時線圈電流暫態(tài)過程的正常及故障狀態(tài)特征；通過電磁閥實時故障診斷及驅(qū)動端線圈電流緩變數(shù)據(jù)獲取平臺,，在獲取電磁閥從正常到故障過程的電磁閥線圈電流數(shù)據(jù)基礎(chǔ)上,，結(jié)合電磁閥電參數(shù)模型分析了電磁閥線圈電流動態(tài)過程的緩變特征，采用模板匹配,、K-L變換,、小波變換、云理論等方法提取了電磁閥驅(qū)動端電流的緩變失效特征,。
液壓支架定位與Mahle馬勒電磁閥緩變
基于神經(jīng)網(wǎng)絡(luò)的電磁閥緩變失效分類與預(yù)測研究,。提出了基于受限卡爾曼濾波算法的緩變特征增強算法，解決了電磁閥在緩變失效過程中因突發(fā)故障引入特征量突變而引起的神經(jīng)網(wǎng)絡(luò)分類及預(yù)測分辨率降低問題,；以趨勢增強后的特征量作為網(wǎng)絡(luò)輸入量,，使用LVQ網(wǎng)絡(luò)、GRNN網(wǎng)絡(luò)和PNN網(wǎng)絡(luò)等五種常用神經(jīng)網(wǎng)絡(luò)對電磁閥緩變失效狀態(tài)屬性進(jìn)行分類與預(yù)測,，對各網(wǎng)絡(luò)在相同平臺及樣本下的檢驗結(jié)果及網(wǎng)絡(luò)參數(shù)進(jìn)行對比,。
