一、The study on measures to improve the reliability of the hydraulic systems of shearers（论文文献综述）
常青青[1]（2021）在《采煤机盘式制动器可靠性分析研究》文中提出盘式制动器是采煤机运行的重要部件,对其进行可靠性分析有助于提高采煤机运行的可靠性、有效减少安全隐患。本文以采煤机制动器为研究对象,对其进行结构可靠性分析,热-机耦合可靠性分析和系统故障树分析。论文主要研究工作如下:（1）采煤机盘式制动器的结构可靠性分析:建立采煤机液压盘式制动器的结构有限元模型,并基于所构建的有限元模型对其进行结构分析,从而求解给定参数下采煤机液压盘式制动器制动盘的最大应力。采用随机参数对采煤机盘式制动器系统的不确定性进行描述,运用ANSYS workbench的六西格玛模块对盘式制动器制动盘进行可靠性分析。（2）采煤机盘式制动器的热-机耦合可靠性分析:建立采煤机盘式制动器的热-机耦合有限元模型,求解给定参数下采煤机盘式制动器的最大温度值。为对采煤机盘式制动器进行热可靠性分析,通过多项式响应面法构建了采煤机盘式制动器的热-机耦合功能函数的代理模型。通过对构建的响应面模型进行分析得出:制动载荷和摩擦系数是对采煤机盘式制动器中制动盘温度影响最大的两个因素。最后采用正态分布描述结构中的不确定参数,从而对盘式制动器进行热机耦合可靠性分析。（3）采煤机盘式制动器的故障树分析:对采煤机盘式制动器主要部件的故障模式及其对系统功能的严酷度进行分析,对整个制动器进行故障影响及原因分析。基于故障树函数结构理论建立盘式制动器的故障树模型,分别运用最小割集法对故障树模型进行了定性和定量分析,给出盘式制动器的系统失效概率及底事件的概率重要度。
王萌[2]（2021）在《基于数据驱动的采煤机关键零部件故障诊断系统》文中指出采煤机作为煤炭开采的重要装备,拥有庞大的体型和复杂的构造,其设备安全和稳定对煤炭开采效率有极大影响。由于采煤机工作环境恶劣和长期遭受电磁干扰等因素,导致采煤机故障时常发生。采煤机一旦发生故障,势必影响生产效率,甚至造成重大伤亡事故。因此对采煤机进行实时故障诊断和分析具有重要意义。煤矿为保证采煤机安全生产安装了具有监测和诊断功能的软件,但软件采用的诊断方法较为简单,通常只能够对明显的故障进行诊断且结果片面,未能精准确定具体故障部位、诊断效果差、准确率低、智能化程度滞后。此外,采煤机维护人员依旧使用传统诊断方法,诊断耗时较长且准确率不高,通常需专业设备的协助,对诊断人员也有较高的要求。随着大数据和人工智能的迅速发展,神经网络技术在故障诊断领域取得了大量的研究成果,但在采煤生产中应用仍较少。针对上述问题,本文以采煤机关键零部件为研究对象,研究基于传统诊断方法的参数诊断法和基于神经网络技术的深度残差网络故障诊断方法,分析上述两种方法在采煤机关键零部件故障诊断中应用的可行性。在诊断方法研究的基础上,搭建采煤机故障诊断系统,并验证系统的可靠性和稳定性。结合采煤机常见故障和传统诊断方法,提出了采煤机在线实时诊断的参数诊断方法。根据采煤机使用说明书和实际生产等方面要求,为采煤机故障设置报警阈值,经过参数诊断流程实现故障的诊断。选取煤矿生产现场采集的采煤机数据作为数据源,使用两台电脑模拟矿井数据传输和现场故障诊断进行验证实验,实验结果为参数诊断方法的综合准确率为98.9%,表明该方法对采煤机有较高的故障识别率,具有实用性。此外,设置了不同时间间隔的数据读取方式进行对比实验,结果表明了参数诊断时两条数据的时间间隔为5秒较为合适。基于深度残差网络理论提出了采煤机的深度残差网络（Res Net）故障诊断方法,首先构建深度残差网络故障诊断模型,然后通过dropout策略、BN层和合适的激活函数优化了模型的结构。该方法主要是对采煤机摇臂齿轮箱中的齿轮和轴承进行诊断,诊断结果更加详细,精准确定故障类型和位置。利用摇臂齿轮箱振动数据对深度残差网络故障诊断模型进行验证实验,实验结果为故障诊断的准确率可以达到99.6%,说明模型具有较高的故障识别率。采用混淆矩阵的评估方式分析模型的分类性能,结果为模型的平均分类精度可以99.6%,证明了模型具有较高的分类精度和分类稳定性。利用深度残差网络故障诊断方法和参数诊断方法智能融合的方式,共同完成采煤机摇臂齿轮箱内部齿轮和轴承的故障,既具有实时性,又丰富了诊断结果。使用Visual Studio 2010开发平台和SQL数据库设计并搭建了采煤机故障系统,实现采煤机的监测、故障诊断以及数据查询等功能。系统以逻辑代码实现了参数诊断方法的应用,以调用执行深度残差网络故障诊断模型的方法实现其故障诊断方法的应用。最后经系统测试验证了系统运行稳定,诊断结果可靠。
宋选民,朱德福,王仲伦,霍昱名,刘一扬,刘国方,曹健洁,李昊城[3]（2021）在《我国煤矿综放开采40年:理论与技术装备研究进展》文中进行了进一步梳理综采放顶煤开采技术作为我国开采厚及特厚煤层的主要方法之一,其引入我国近40年来,放顶煤开采理论与技术实践在我国均取得了长足发展与进步。系统回顾与总结了我国在放顶煤技术领域所取得的标志性成就,结合综放工作面技术特征、理论演化逻辑与资源开采新理念,将其发展历程分为初期试验、发展成熟以及智能化无人开采3个阶段。主要针对综放采场支架与围岩关系以及顶板（煤）结构与稳定性、顶煤破碎运移放出规律、以及综放"三机"装备的进展4个方面核心内容,对我国综放技术的发展进行了总结;围绕综放采场支架与围岩关系以及顶板（煤）结构与稳定性问题,依据机采高度的变化描绘了我国学者关于该问题研究的基本历程;从顶煤破碎机理、综放采场顶煤冒放性分类评价以及顶煤放出规律理论3个方面,阐述了我国关于顶煤破碎运移放出规律的发展道路;放顶煤开采工艺研究方面,则从常规的综放工艺、特殊地质条件下综放工艺以及综放工序的时空配合关系展开,再现了我国学者的研究路线;同时简要阐述了综放"三机"装备的发展进程与最新成果。明晰了我国放顶煤技术的发展脉络与研究思路,分析并探讨了现阶段放顶煤开采理论与技术发展前沿的相关难题,为我国综采放顶煤技术的进一步发展提供了研究基础与思维启迪。
葛世荣[4]（2021）在《采煤机技术发展历程（八）——可靠性技术》文中指出采煤机在煤矿恶劣环境中运行,其可靠性制约着采煤机高截割性、高智能性的发挥程度,对煤炭产量、成本甚至安全生产都有至关重要的影响,因此要从可靠性设计、可靠性增强、可靠性材料、可靠性运维4个方面提高采煤机产品可靠性。从国内外采煤机研发经验来看,可靠性设计的重点是部件可靠性、摩擦可靠性、结构冗余性、环境适应性、功能模块化、安全保护装置的设计创新;可靠性增强的措施是结构可靠性、牵引可靠性、驱动可靠性、供电可靠性的改进创新;材料可靠性的关键是齿轮材料、行走轮材料、滑靴材料、截齿材料、摇臂材料、滚筒材料的选优配强;可靠性运维的质量在于过载保护技术、故障监测诊断、预测性维修的有效实施。从定量分析看,目前国产采煤机整机可靠度与国外同类产品还存在较大差距,以上4个方面的可靠性改进有助于我国采煤机可靠性快速提升。
朱信平[5]（2020）在《大功率智能化采煤机液压调高系统的设计与应用》文中提出针对大功率智能化采煤机的发展与应用需求,制定了采煤机新型调高液压系统的方案,文章详细介绍了方案原理,给出了系统参数的计算过程和结果,阐述了系统的结构和功能特点,完成了系统结构的三维建模,并对比常规液压系统归纳了新型系统的性能优势,为自动化工作面采煤机液压系统的设计和改进提供了思路和方法。
王雪松[6]（2020）在《电牵引采煤机分布式控制系统的研究与开发》文中认为随着煤炭智能开采从概念逐步且越来越富有内涵地走向工程实践,作为其中最为关键的开采装备——采煤机也必须具备相应的智能化功能。本文立足于作者的工作岗位,结合太重煤机有限公司（以下简称太矿）智能开采装备研发规划,对电牵引采煤机新一代分布式控制系统进行了深入系统的研究和实用产品的开发。首先,根据煤炭智能开采对采煤机的智能化要求,结合太矿采煤机及其控制系统的发展历史、现有水平,以及应对未来智能开采时代的煤机发展战略,对标国际先进水平,制定了新一代电牵引采煤机分布式控制系统的整体架构和功能模块构成:采用32位主、从控制器（主控制器型号DX-M3530,从控制器型号DX-M302）、CAN总线通讯方式的分布式控制模式;将整个控制系统按照功能划分为主控制单元、高压测控单元、本安测控单元、无线4G信号转换模块、本安信号采集模块、传感器单元等,并进行了主控制器的开发及检测检验。第二,研发了分布式电控系统中主要监控模块,用于监测8路PT100温度信号、三轴倾角、环境温湿度等。从该分布式模块的功能需求入手,分析并设计了该模块的硬件电路,具体包括:输入、输出量接口模块、电源模块、MCU控制部分、PT100检测部分、CAN通信部分、环境温湿度检测、倾角检测等,并进行了可靠性测试设计。第三,研究了采煤机状态监测与故障诊断系统并加以实现。状态监测除了常规的电机温度、电流、牵引速度、角度等检测量以外,还通过安装旋转编码器、压力、温度、振动、电缆张力等传感器实现了太矿采煤机更加全面的工况监测,首次实现了太矿采煤机拖曳电缆的张力监测,增强了采煤机机载预警与故障提示功能,故障代码达到了81个;通过新研发的机载数据记录仪,可采集、存储采煤机的110种状态数据,数据记录可长达90天、约90亿条记录;井下实时监测的采煤机通讯状态、关键部位温度、压力及流量值、摇臂角度、煤机位置、记忆截割等数据,通过机载无线通信单元和防爆天线经矿井环网传输至太矿采煤机云端远程运维中心,为后期实现采煤机远程信息融合故障诊断和预测预警奠定了基础。第四,主持设计的基于分布式电控系统的采煤机智能化功能实现突破:首次实现了摇臂高度自动调节、牵引速度自动调节和基于TD-LTE制式的4G采煤机信息无线传输等功能,显着提升了采煤机的智能化水平。
杨亮亮[7]（2020）在《基于深度学习的采煤机关键零部件剩余寿命预测》文中研究指明采煤机作为煤矿开采的主要设备之一,拥有庞大的体型、复杂的结构,其关键零部件剩余寿命（remaining useful life,RUL）预测值受工作环境恶劣、操作空间狭窄等因素的影响难以准确获得,使采煤机健康状态评估困难,严重威胁煤矿安全生产及工作人员的生命安全。当前采煤机关键零部件可靠性分析手段局限于基于软件、数学模型等静态仿真的理论化分析,未利用监测数据进行挖掘和分析,导致分析结果片面、准确度差、效率低、智能化程度滞后等缺陷。研究和利用先进的理论与方法,从煤机装备大数据中挖掘信息,高效、准确地识别装备的健康状态,成为煤机装备健康监测领域面临的新问题。结合深度学习极强的非线性拟合能力优势,提出了基于深度学习的采煤机关键零部件剩余寿命预测方法。依据监测对象实际退化趋势和监测数据特征,将监测数据划分为全寿命周期和非全寿命周期两类数据,分别采用分类和回归的思想构建深度神经网络剩余寿命预测模型,表征监测数据与剩余寿命之间潜在的非线性映射关系,并通过试验验证了模型的性能。在模型研究的基础上,构建了采煤机关键零部件剩余寿命预测体系架构,以采煤机摇臂易损件作为实例对象,分析了构建的两种模型在关键零部件剩余寿命预测方面的可行性。主要研究内容如下:（1）研究了采煤机各部件工作性能,分析了其关键零部件失效现象和原因。结合深度学习基本模型,从结构、特征学习和反向参数优化三方面阐述了各模型原理。提出了基于深度学习的采煤机关键零部件剩余寿命预测方法。（2）针对全寿命周期数据,提出基于分类思想的剩余寿命预测模型构建方法。依据监测手段和监测数据特性,引进3 sigma准则去噪方法去除监测数据中的粗大误差。采用分层抽样手段获取训练集和测试集,确保数据的完整性。构建不含池化层的深度卷积神经网络（deep convolutional neural network,DCNN）预测模型,提高模型特征学习能力。经试验验证,该模型具有高预测性和强泛化能力的优势。（3）针对非全寿命周期数据,提出基于回归理念的剩余寿命预测模型构建方法。采用快速傅里叶变换（fast Fourier transform,FFT）获取频域信息。研究自编码器（auto-encoder,AE）自监督学习特性,提取输入的时域和频域数据特征。通过在门循环单元（gated recurrent unit,GRU）网络隐藏层添加前向层,构建双向门循环单元（bidirectional gated recurrent unit,biGRU）预测模型,实现特征的双向学习;将AE提取的特征作为预测模型的输入,驱动bi-GRU预测剩余寿命。经试验验证,该模型具有准确预测能力。（4）从模型结构、数据预处理和预测结果三方面对比了文章构建的两种预测模型。结合实际煤矿情况,构建基于深度学习的采煤机关键零部件剩余寿命体系框架。将构建的深度学习模型嵌入物联网数据分析层预测监测对象剩余寿命,研究了采煤机监测数据传输策略,以采煤机摇臂易损件高速区和低速区齿轮、轴承为实例对象,探讨了构建的两种模型在摇臂易损件剩余寿命预测方面的可行性。基于深度学习的采煤机关键零部件剩余寿命预测方法,通过深度学习利用机械监测信号训练深度神经网络,其优势在于能够摆脱对大量信号处理技术与预测经验的依赖,克服了传统预测方法的缺陷,完成特征的自适应提取,实现了自主学习和动态预测,提高了预测结果的准确性和分析手段智能化程度,为采煤机预测性维护策略的有效实施提供指导。
刘强[8]（2019）在《基于离散时间贝叶斯网络的采煤机液压系统可靠性分析》文中研究表明采煤机液压系统失效时,部件之间不仅存在静态失效行为,还存在动态失效行为。传统故障树分析方法只能对静态失效行为进行描述,动态故障树可以解决具有静、动态失效行为的复杂系统建模问题,但在求解时无法直接进行定量分析求解。贝叶斯网络具有对不确定性问题进行分析与推理的优点,将贝叶斯网络与动态故障树相结合,研究了基于动态故障树的离散时间贝叶斯网络分析方法和重要度算法,解决了液压系统中部件之间静动态失效行为描述及动态故障树求解的问题。首先,对液压系统中的静动态失效行为进行研究。分析了常见液压元件及液压系统的失效模式、失效机理,并采用静、动态逻辑门建立动态故障树模型,对液压系统中部件之间存在的静动态失效行为进行描述。其次,研究了基于动态故障树的离散时间贝叶斯网络分析方法。给出了离散时间贝叶斯网络、条件概率表的构建方法及叶节点故障概率和根节点后验概率的求解算法,并通过与Monte Carlo方法求解的动态故障树结果进行对比,验证了该方法的可行性。然后,为了度量部件失效时对系统失效概率的影响程度,在现有故障树和静态贝叶斯网络重要度算法的基础上,研究了离散时间贝叶斯网络根节点的概率重要度、关键重要度、F-V重要度、综合重要度算法,并通过与静态贝叶斯网络分析方法结果进行对比,验证了该算法的合理性和可行性。最后,运用基于动态故障树的离散时间贝叶斯网络分析方法和重要度算法对电牵引采煤机液压系统进行可靠性分析,得到了系统在各个时间段的失效概率和系统在各个时间段失效时各元件的后验概率、概率重要度、关键重要度、F-V重要度、综合重要度,为寻找液压系统的薄弱环节和系统可靠性提升提供依据。
张玉良[9]（2019）在《大采高智能化综采装备关键技术研究》文中认为为了保障智能化综采装备安全高效运行和智能化综采技术常态化应用,以陕西黄陵二号煤矿有限公司大采高综采工作面为例,针对采煤机、液压支架、视频系统等智能化综采装备,重点研究了采煤机精准调高传感器及其保护装置、机械和液压系统可靠性、CAN总线通信隔离、远程启停控制、外喷雾装置,液压支架压力及行程传感器、推溜控制,视频系统高性能广角摄像仪和多角度调节安装架等关键技术,从而不断提升大采高智能化综采装备的可靠性和监控精准度。
任朋飞[10]（2018）在《采煤机自动调高控制系统的研究与设计》文中研究说明目前国内大多数采煤机依然靠工人手动操作采煤机割煤,工人劳动强度大,安全性较低,实现综采工作面三机自动化工作可以提高采煤效率和作业安全性,能够减轻工人劳动强度,减少不安全事故的发生。采煤机自动调高技术是实现采煤工作面三机自动化工作的关键技术之一,因此,有必要对采煤机自动调高技术进行深入研究,进而提高综采工作面的自动化水平,为煤矿安全生产和高效生产提供技术保证。本文通过研究采煤机调高机构的结构和调高液压系统的工作原理,分析滚筒高度和油缸行程的关系,建立采煤机滚筒调高系统模型。分析目前主流自动调高控制的优缺点,提出研究采煤机自动调高控制技术的关键问题,通过对采煤机姿态定位和位置定位的研究建立了采煤机记忆截割模型,并研究分析采煤机运行中滚筒负载和振动变化的规律,针对目前记忆截割方式的自动调高控制存在适应性较差的问题,提出了记忆截割轨迹优化方案。对数据融合技术的工作原理和流程进行研究,结合BP神经网络算法辨别记忆截割路径上记忆点的截割介质,调节记忆点上滚筒高度的记忆值,重新规划记忆截割路径,达到优化记忆截割路径的目的。依据自动调高的理论分析设计了自动调高控制系统,并进行了安装现场模拟实验和工业性实验的分析。通过安装现场的模拟实验和采煤机工作面的工业性试验,表明在记忆截割自动调高控制过程中通过对记忆点状态的监测来优化记忆截割规划路径,能更好的控制采煤机进行自动调高,达到了预期的功能。
二、The study on measures to improve the reliability of the hydraulic systems of shearers（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、The study on measures to improve the reliability of the hydraulic systems of shearers（论文提纲范文）
（1）采煤机盘式制动器可靠性分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 液压盘式制动器可靠性与故障分析研究现状 |
| 1.3 本文研究目的和内容 |
| 2 基于ANSYS的盘式制动器结构可靠性分析 |
| 2.1 引言 |
| 2.2 基于ANSYS的可靠性分析方法 |
| 2.2.1 静态可靠性模型 |
| 2.2.2 可靠性分析数据基本统计处理方法 |
| 2.2.3 可靠度常用计算方法 |
| 2.3 基于ANSYS的静力学可靠性分析 |
| 2.3.1 盘式制动器的三维建模 |
| 2.3.2 制动盘静力学分析 |
| 2.3.3 制动盘可靠性分析 |
| 2.4 本章小结 |
| 3 基于代理模型的液压盘式制动器热-机耦合可靠性分析 |
| 3.1 引言 |
| 3.2 热量传递理论 |
| 3.2.1 温度传导方式 |
| 3.2.2 制动器内部热能交换现象 |
| 3.2.3 摩擦副内部辐射热传递现象 |
| 3.3 对流散热、热流分配系数确定 |
| 3.3.1 对流散热系数的确定 |
| 3.3.2 热流分配系数的确定 |
| 3.4 制动盘温度场分析 |
| 3.4.1 网格划分 |
| 3.4.2 热边界条件设定 |
| 3.4.3 温度场结果分析 |
| 3.5 热-机耦合失效代理模型 |
| 3.5.1 基于代理模型的可靠性分析流程 |
| 3.5.2 试验设计 |
| 3.5.3 近似函数构造及误差分析 |
| 3.6 基于代理模型的盘式制动器热-机耦合可靠性分析 |
| 3.7 本章小结 |
| 4 液压盘式制动器故障树分析 |
| 4.1 引言 |
| 4.2 液压盘式制动器工作原理 |
| 4.3 液压盘式制动器的FMECA |
| 4.3.1 确定严酷度等级 |
| 4.3.2 故障影响及原因分析 |
| 4.4 液压盘式制动器故障树分析流程与构建 |
| 4.4.1 故障树结构函数理论 |
| 4.4.2 故障树构建 |
| 4.5 液压盘式制动器故障树定性分析 |
| 4.6 液压盘式制动器故障树定量分析 |
| 4.7 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（2）基于数据驱动的采煤机关键零部件故障诊断系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机械故障诊断方法 |
| 1.2.2 采煤机故障诊断方法 |
| 1.2.3 存在的问题 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第2章 采煤机结构及故障分析 |
| 2.1 引言 |
| 2.2 采煤机结构 |
| 2.2.1 采煤机组成及工作方式 |
| 2.2.2 采煤机摇臂结构 |
| 2.3 采煤机故障分析 |
| 2.4 采煤机关键零部件智能融合故障诊断方法 |
| 2.5 本章小结 |
| 第3章 基于参数诊断的采煤机关键零部件故障诊断方法与实现 |
| 3.1 引言 |
| 3.2 采煤机传统故障诊断方法 |
| 3.3 采煤机关键零部件参数诊断方法 |
| 3.3.1 参数诊断原理 |
| 3.3.2 采煤机关键零部件参数诊断故障 |
| 3.4 采煤机关键零部件参数诊断方法的实现 |
| 3.4.1 数据存储 |
| 3.4.2 参数诊断法流程 |
| 3.4.3 参数诊断法的代码实现 |
| 3.5 采煤机参数诊断法验证实验 |
| 3.5.1 数据准备 |
| 3.5.2 实验过程 |
| 3.5.3 实验结果及分析 |
| 3.6 本章小结 |
| 第4章 基于深度残差网络的采煤机摇臂齿轮箱故障诊断方法与实现 |
| 4.1 引言 |
| 4.2 深度残差网络故障诊断方法 |
| 4.2.1 深度残差网络原理 |
| 4.2.2 深度残差网络的优化 |
| 4.2.3 深度残差网络故障诊断模型的构建 |
| 4.3 采煤机摇臂齿轮箱深度残差网络故障诊断方法的实现 |
| 4.3.1 数据采集和存储 |
| 4.3.2 深度残差网络故障诊断流程 |
| 4.3.3 深度残差网络故障诊断的代码实现 |
| 4.3.4 深度残差网络故障诊断可视化 |
| 4.4 采煤机摇臂齿轮箱深度参数网络故障诊断方法验证实验 |
| 4.4.1 数据准备 |
| 4.4.2 实验评估方式 |
| 4.4.3 实验过程 |
| 4.4.4 实验结果和分析 |
| 4.5 本章小结 |
| 第5章 采煤机故障诊断系统实现与应用 |
| 5.1 引言 |
| 5.2 系统功能设计 |
| 5.2.1 系统整体框架 |
| 5.2.2 系统功能结构 |
| 5.3 系统开发 |
| 5.3.1 开发环境 |
| 5.3.2 系统实现 |
| 5.4 系统测试 |
| 5.4.1 测试原则 |
| 5.4.2 测试内容 |
| 5.4.3 测试方法和过程 |
| 5.4.4 测试结果 |
| 5.5 应用实例 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）我国煤矿综放开采40年:理论与技术装备研究进展（论文提纲范文）
| 0 引言 |
| 1 我国综放技术40年发展 |
| 1.1 初期试验阶段 |
| 1.2 发展成熟阶段 |
| 1.2.1 特厚煤层综放开采 |
| 1.2.3 软厚煤层综放开采 |
| 1.2.4 大倾角煤层综放开采 |
| 1.3 智能化开采发展阶段 |
| 1.3.1 大同矿区智能化综放工作面实践 |
| 1.3.2 王家岭煤矿智能化综放工作面实践 |
| 1.3.3 其他矿井智能化综放工作面实践 |
| 2 综放采场“支架-围岩”关系以及顶板结构与稳定性 |
| 2.1 综放采场支架围岩关系 |
| 2.1.1 普通机采高度(2.0～3.5 m) |
| 2.1.2 大机采高度(3.5～5.0 m) |
| 2.2 综放采场顶板结构与稳定性 |
| 3 顶煤破碎运移放出规律分析 |
| 3.1 顶煤放出机理 |
| 3.1.1 顶煤体内应力场分布规律 |
| 3.1.2 顶煤破碎机理 |
| 3.2 综放采场顶煤冒放性分类评价 |
| 3.3 顶煤放出规律的理论 |
| 4 放顶煤开采工艺 |
| 4.1 常规的综放工艺研究 |
| 4.2 特殊开采条件下综放开采工艺 |
| 4.2.1 特殊地质条件下综放开采工艺 |
| 4.2.2 具有冲击倾向性煤层综放开采工艺 |
| 4.2.3 瓦斯突出煤层综放开采工艺 |
| 4.2.4 综放工作面防灭火技术 |
| 4.3 综放工序的时空配合关系 |
| 5 综放工作面“三机”装备研究进展 |
| 5.1 综放液压支架装备发展 |
| 5.1.1 综放支架放煤口位置及结构的发展 |
| 5.1.2 综放支架架型结构的发展 |
| 5.1.3 智能化综放支架控制系统的最新发展 |
| 5.2 综放采煤机装备发展 |
| 5.2.1 综放采煤机装备研究现状 |
| 5.2.2 滚筒采煤机 |
| 5.2.3 发展趋势 |
| 5.3 刮板输送机装备发展 |
| 5.3.1 研究现状 |
| 5.3.2 浮煤清理装置 |
| 5.3.3 发展趋势 |
| 6 结语与展望 |
（4）采煤机技术发展历程（八）——可靠性技术（论文提纲范文）
| 1 采煤机可靠性模型 |
| 2 采煤机可靠性设计 |
| 2.1 部件可靠性设计 |
| 2.2 摩擦可靠性设计 |
| 2.3 结构冗余性设计 |
| 2.4 环境适应性设计 |
| (1)耐气候环境设计。 |
| (2)耐机械环境设计。 |
| (3)耐电磁环境设计。 |
| 2.5 功能模块化设计 |
| 2.6 安全保护装置设计 |
| 3 采煤机可靠性增强 |
| 3.1 结构可靠性增强 |
| 3.2 牵引可靠性增强 |
| (1)顺列式布置。 |
| (2)重叠式布置。 |
| (3)分离式布置。 |
| (4)一体式布置。 |
| 3.3 驱动可靠性增强 |
| (1)多转子电机驱动。 |
| (2)纵向双电机驱动。 |
| (3)横向双电机驱动。 |
| (4)外置双电机驱动。 |
| (5)摇臂内置电机及减速箱驱动。 |
| (6)多电机分布驱动。 |
| 3.4 供电可靠性增强 |
| 3.4.1 提高工作面供电电压 |
| 3.4.2 提高入井供电电压 |
| 4 采煤机材料可靠性 |
| 4.1 齿轮材料可靠性 |
| 4.2 行走轮材料可靠性 |
| 4.3 滑靴材料可靠性 |
| 4.4 截齿材料可靠性 |
| 4.5 摇臂材料可靠性 |
| 4.6 滚筒材料可靠性 |
| 5 采煤机运维可靠性 |
| 5.1 过载保护技术 |
| 5.1.1 机械式过载保护 |
| 5.1.2 电子式过载保护 |
| 5.2 故障监测诊断 |
| 5.3 预测性维修 |
| 6 结语 |
（5）大功率智能化采煤机液压调高系统的设计与应用（论文提纲范文）
| 1 新型液压调高系统方案的制定 |
| 2 系统主要技术参数计算 |
| 3 结构及功能特点 |
| 3.1 结构特点 |
| 3.2 功能特点 |
| 3.2.1 调高速度可调节控制 |
| 3.2.2 实现所有油缸同时升降的功能 |
| 4 系统性能的提高 |
| 5 结语 |
（6）电牵引采煤机分布式控制系统的研究与开发（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论(Introduction) |
| 1.1 世界电牵引采煤机发展概述(Development of the World Electric Haulage Shearer) |
| 1.2 太矿电牵引采煤机及其电控系统的发展历程(Development History of the Company's Electric Haulage Shearer and its Electronic Control System) |
| 1.3 电牵引采煤机及其控制系统的未来发展趋势(Future Development Trend of Electric Haulage Shearer and its Control System) |
| 1.4 本文主要研究内容(The Main Work of this Article) |
| 2 采煤机分布式控制系统的架构设计与开发(Research and Development of Distributed Control System for Shearer) |
| 2.1 采煤机分布式控制系统的总体架构(The Overall Architecture of the Distributed Control System of the Shearer) |
| 2.2 采煤机分布式控制网络模型(Distributed Control Network Model for Coal Shearer) |
| 2.3 采煤机分布式电控系统总体功能设计( The Overall Functional Design of Shearer Distributed Electronic Control System) |
| 3 基于CAN总线的控制器的研发与检测(Development and Test of CAN Bus Controller) |
| 3.1 可编程逻辑控制器PLC的应用经验(Experience in PLC Application) |
| 3.2 主控制器的技术参数(Technical Parameters of the Master Controller) |
| 3.3 从控制器的技术参数(Technical Parameters of the Secondary Controller) |
| 3.4 控制器软件设计(Software Design of Controller) |
| 3.5 控制器的可靠性(The Reliability of the Controller is Defined) |
| 3.6 控制器的检测及检验(Controller Test and Inspection) |
| 4 分布式监控模块的开发(Development of Distributed Monitoring Module) |
| 4.1 分布式模块的研究(The Research of the Distributed Module) |
| 4.2 分布式模块的可靠性测试(Reliability Testing of Distributed Modules) |
| 5 状态监测与故障诊断系统研究(Research on Multi-sensor Information Fusion Technology and Fault Diagnosis) |
| 5.1 采煤机故障及诊断技术存在的主要问题(Main Problems of Shearer Fault and Diagnosis Technology) |
| 5.2 基于CAN总线的采煤机状态监测及故障诊断系统设计与研制(Design and Development of a Shearer Condition Monitoring and Fault Diagnosis System Based on CAN Bus) |
| 5.3 采煤机远程诊断系统设计(Design of the Remote Diagnosis System of the Shearer) |
| 6 采煤机智能化功能设计与实现(Intelligent Design of Distributed Control System Based on Shearer) |
| 6.1 滚筒高度自动调节技术(Roller Height Automatic Adjustment Technology) |
| 6.2 牵引速度自动调节技术(Automatic Haulage Speed Adjustment Technology) |
| 6.3 基于地理信息系统(GIS)的采煤机定位与煤层识别技术(Shearer Positioning and Coal Seam Identification Technology Based on Geographic Information System (GIS)) |
| 6.4 基于TD-LTE制式的采煤机无线数据传输系统(Wireless Data Transmission System of Shearer Based on TD-LTE) |
| 7 结论与展望(Conclusion and Expectation ) |
| 7.1 结论(Conclusion) |
| 7.2 展望(Expectation) |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（7）基于深度学习的采煤机关键零部件剩余寿命预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 采煤机关键零部件可靠性 |
| 1.2.2 基于深度学习的机械零件剩余寿命预测 |
| 1.2.3 存在的问题 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第二章 基于深度学习的采煤关键零部件剩余寿命预测理论基础 |
| 2.1 引言 |
| 2.2 采煤机关键零部件失效原理 |
| 2.2.1 采煤机结构 |
| 2.2.2 采煤机摇臂结构 |
| 2.2.3 采煤机摇臂关键零部件失效形式 |
| 2.3 深度学习基本理论 |
| 2.3.1 监督学习模型 |
| 2.3.2 无监督学习模型 |
| 2.4 基于深度学习的采煤机关键零部件剩余寿命预测技术路线 |
| 2.5 本章小结 |
| 第三章 基于DCNN的剩余寿命预测模型 |
| 3.1 引言 |
| 3.2 基于DCNN的剩余寿命预测流程 |
| 3.3 数据预处理 |
| 3.3.1 数据去噪 |
| 3.3.2 数据特征提取 |
| 3.3.3 数据集划分 |
| 3.4 DCNN预测模型构建 |
| 3.4.1 DCNN模型结构 |
| 3.4.2 DCNN模型参数设置 |
| 3.4.3 预测模型评估指标 |
| 3.5 DCNN模型预测性能验证实验 |
| 3.5.1 DCNN模型预测精度验证 |
| 3.5.2 DCNN模型泛化能力验证 |
| 3.5.3 分层抽样有效性验证 |
| 3.5.4 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 基于AE bi-GRU的剩余寿命预测模型 |
| 4.1 引言 |
| 4.2 基于AE bi-GRU的剩余寿命预测流程 |
| 4.3 数据预处理 |
| 4.3.1 数据去噪 |
| 4.3.2 时域和频域特征选择 |
| 4.3.3 基于AE的特征提取及数据集划分 |
| 4.4 bi-GRU预测模型构建 |
| 4.4.1 GRU模型结构 |
| 4.4.2 bi-GRU模型结构 |
| 4.4.3 bi-GRU模型参数设置 |
| 4.5 AE bi-GRU剩余寿命预测性能验证实验 |
| 4.5.1 AE bi-GRU预测效果验证 |
| 4.5.2 AE对模型预测结果的影响 |
| 4.5.3 实验结果与分析 |
| 4.6 本章小结 |
| 第五章 基于深度学习的采煤机关键零部件剩余寿命预测分析 |
| 5.1 引言 |
| 5.2 采煤机关键零部件剩余寿命预测体系框架 |
| 5.2.1 体系框架 |
| 5.2.2 基于物联网的采煤机数据传输策略 |
| 5.2.3 基于深度学习的采煤机关键零部件剩余寿命预测流程 |
| 5.3 采煤机零件剩余寿命预测深度学习模型对比 |
| 5.3.1 DCNN和 AE bi-GRU模型结构对比 |
| 5.3.2 DCNN和 AE bi-GRU模型数据预处理对比 |
| 5.3.3 DCNN和 AE bi-GRU模型预测效果对比 |
| 5.3.4 对比结果分析 |
| 5.4 基于深度学习的摇臂关键零部件剩余寿命预测分析 |
| 5.4.1 高速区轴承挡圈剩余寿命预测分析 |
| 5.4.2 高速区直齿轮及轴承剩余寿命预测分析 |
| 5.4.3 截三轴剩余寿命预测分析 |
| 5.4.4 低速区齿轮轴承剩余寿命预测分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（8）基于离散时间贝叶斯网络的采煤机液压系统可靠性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 液压可靠性研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 采煤机液压系统可靠性研究现状 |
| 1.4 贝叶斯网络分析方法研究现状 |
| 1.4.1 静态贝叶斯网络分析方法 |
| 1.4.2 动态贝叶斯网络分析方法 |
| 1.5 课题来源 |
| 1.6 研究思路与研究内容 |
| 1.6.1 问题提出 |
| 1.6.2 研究思路 |
| 1.6.3 研究内容 |
| 第2章 液压系统静动态失效行为分析 |
| 2.1 液压系统失效模式及其机理分析 |
| 2.1.1 故障概述 |
| 2.1.2 失效模式与失效机理 |
| 2.2 液压系统静动态失效行为描述 |
| 2.2.1 故障树分析方法 |
| 2.2.2 静态失效行为描述 |
| 2.2.3 动态失效行为描述 |
| 2.3 本章小结 |
| 第3章 基于动态故障树的离散时间贝叶斯网络分析方法 |
| 3.1 贝叶斯网络理论基础 |
| 3.2 基于动态故障树的离散时间贝叶斯网络模型 |
| 3.2.1 离散时间贝叶斯网络构造 |
| 3.2.2 离散时间贝叶斯网络算法 |
| 3.3 基于动态故障树的离散时间贝叶斯网络分析方法验证 |
| 3.3.1 基于Monte Carlo方法求解的动态故障树 |
| 3.3.2 基于动态故障树的离散时间贝叶斯网络分析方法 |
| 3.4 本章小结 |
| 第4章 离散时间贝叶斯网络重要度 |
| 4.1 根节点的重要度 |
| 4.1.1 根节点的概率重要度 |
| 4.1.2 根节点的关键重要度 |
| 4.1.3 根节点的F-V重要度 |
| 4.1.4 根节点的综合重要度 |
| 4.2 离散时间贝叶斯网络重要度算法验证 |
| 4.2.1 静态贝叶斯网络重要度算法 |
| 4.2.2 离散时间贝叶斯网络重要度算法 |
| 4.3 本章小结 |
| 第5章 电牵引采煤机液压系统可靠性分析 |
| 5.1 电牵引采煤机液压系统工作原理 |
| 5.2 液压系统失效模式及失效机理 |
| 5.3 液压系统离散时间贝叶斯网络建立 |
| 5.4 液压系统失效概率分析 |
| 5.5 根节点重要度分析 |
| 5.5.1 根节点概率重要度分析 |
| 5.5.2 根节点关键重要度分析 |
| 5.5.3 根节点F-V重要度分析 |
| 5.5.4 根节点综合重要度分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（9）大采高智能化综采装备关键技术研究（论文提纲范文）
| 0 引言 |
| 1 采煤机关键技术 |
| 1.1 精准调高传感器 |
| 1.2 装备可靠性 |
| 1.2.1 机械和液压系统可靠性 |
| 1.2.2 精准调高传感器保护装置 |
| 1.2.3 采煤机CAN总线通信隔离 |
| 1.2.4 采煤机远程启停控制 |
| 1.3 外喷雾装置 |
| 2 液压支架关键技术 |
| 2.1 高精度传感器 |
| 2.2 液压支架推溜控制 |
| 3 视频系统关键技术 |
| 3.1 高性能广角摄像仪 |
| 3.2 多角度调节安装架 |
| 4 结语 |
（10）采煤机自动调高控制系统的研究与设计（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 本课题国内外的研究动态以及发展趋势 |
| 1.2.1 国外采煤机调高技术的研究动态 |
| 1.2.2 国内采煤机调高技术的研究动态 |
| 1.2.3 采煤机调高技术的发展趋势 |
| 1.3 本课题主要研究内容 |
| 2 采煤机调高系统的结构与原理 |
| 2.1 采煤机调高系统结构分析 |
| 2.2 采煤机调高液压系统 |
| 2.2.1 采煤机调高系统结构分析 |
| 2.2.2 采煤机液压系统的工作原理 |
| 2.3 调高系统模型的建立 |
| 2.4 采煤机滚筒调高控制系统方案的比较与分析 |
| 2.4.1 电液比例控制技术 |
| 2.4.2 电液伺服控制技术 |
| 2.4.3 数字化伺服油缸控制技术 |
| 2.5 本章小结 |
| 3 采煤机自动调高控制策略的分析与研究 |
| 3.1 采煤机自动调高策略分析 |
| 3.2 基于记忆截割的采煤机自动调高控制的研究 |
| 3.2.1 记忆截割工作原理 |
| 3.2.2 采煤机的姿态定位和位置定位 |
| 3.2.3 记忆截割的数学模型 |
| 3.2.4 记忆截割的工作方式 |
| 3.2.5 记忆截割记忆点采样方式的分析 |
| 3.2.6 记忆截割自动调高的控制过程 |
| 3.3 采煤机运行过程中滚筒负载变化的研究 |
| 3.3.1 采煤机滚筒受力分析 |
| 3.3.2 采煤机滚筒负载特性分析 |
| 3.4 采煤机运行过程中振动特性的分析 |
| 3.5 记忆截割曲线拟合精度的分析 |
| 3.6 记忆截割路径的优化方法 |
| 3.7 本章小结 |
| 4 基于数据融合技术的采煤机自动调高控制的研究 |
| 4.1 数据融合技术概述 |
| 4.1.1 数据融合的基本原理 |
| 4.1.2 数据融合技术的特点 |
| 4.1.3 数据融合技术的相关技术和方法 |
| 4.2 基于神经网络的数据融合技术 |
| 4.2.1 神经网络的描述 |
| 4.2.2 神经网络数据融合技术 |
| 4.3 基于神经网络数据融合技术的记忆截割路径的优化 |
| 4.3.1 神经网络识别理论 |
| 4.3.2 记忆点截割状态识别 |
| 4.4 本章小结 |
| 5 采煤机自动调高控制系统设计 |
| 5.1 控制系统整体设计及硬件选型 |
| 5.1.1 控制系统整体设计 |
| 5.1.2 主要电气元件选型 |
| 5.1.3 CAN总线结构控制系统设计 |
| 5.1.4 控制系统电气原理图设计 |
| 5.2 控制系统软件设计 |
| 5.2.1 控制系统软件环境 |
| 5.2.2 控制系统软件的设计思想 |
| 5.2.3 记忆截割控制程序设计 |
| 5.2.4 记忆截割路径优化子程序设计 |
| 5.3 安装现场调试及工业性试验 |
| 5.3.1 控制系统厂内调试情况分析 |
| 5.3.2 工业性试验 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
四、The study on measures to improve the reliability of the hydraulic systems of shearers（论文参考文献）
- [1]采煤机盘式制动器可靠性分析研究[D]. 常青青. 西安科技大学, 2021(02)
- [2]基于数据驱动的采煤机关键零部件故障诊断系统[D]. 王萌. 太原理工大学, 2021(01)
- [3]我国煤矿综放开采40年:理论与技术装备研究进展[J]. 宋选民,朱德福,王仲伦,霍昱名,刘一扬,刘国方,曹健洁,李昊城. 煤炭科学技术, 2021(03)
- [4]采煤机技术发展历程（八）——可靠性技术[J]. 葛世荣. 中国煤炭, 2021(01)
- [5]大功率智能化采煤机液压调高系统的设计与应用[J]. 朱信平. 煤炭工程, 2020(07)
- [6]电牵引采煤机分布式控制系统的研究与开发[D]. 王雪松. 中国矿业大学, 2020(03)
- [7]基于深度学习的采煤机关键零部件剩余寿命预测[D]. 杨亮亮. 太原理工大学, 2020
- [8]基于离散时间贝叶斯网络的采煤机液压系统可靠性分析[D]. 刘强. 燕山大学, 2019
- [9]大采高智能化综采装备关键技术研究[J]. 张玉良. 工矿自动化, 2019(05)
- [10]采煤机自动调高控制系统的研究与设计[D]. 任朋飞. 西安科技大学, 2018(01)