掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
煤巖界面動態感知技術及識別方法 版權信息
- ISBN：9787030734792
- 條形碼：9787030734792 ; 978-7-03-073479-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
煤巖界面動態感知技術及識別方法 本書特色
隨著國家對能源和工業原料需求的不斷深入，作為大型工程機械的采煤機，其智能化、無人化作業方式逐漸成為煤炭開采亟需解決的問題。
煤巖界面動態感知技術及識別方法 內容簡介
近年來，隨著國家對能源和工業原料需求的不斷深入，作為大型工程機械的采煤機，其智能化、無人化作業方式逐漸成為煤炭開采亟需解決的問題，這一系列問題涉及機械制造及其自動化、新材料和巖土力學等眾多領域。由此，"煤巖界面動態識別與智能調高控制"便成為實現采煤機智能化、無人化開采的關鍵技術之一。作為國家和省自然基金項目的科研成果，本書結合多傳感信息融合技術及智能控制技術，構建采面煤巖分布三維動態識別模型，充分揭示了采煤機截割過程中滾筒扭矩、截割三向振動、截割電流特征信號、紅外熱像信息、聲發射信息等因素的演化規律，系統分析了多特征信號融合煤巖識別優化組合處理方法，同時結合時滯性非線性信息融合預見控制理論，建立了采煤機多傳感信息融合煤巖界面動態識別與智能調高控制系統模型，實現了以預見調高模型為先導、多信息融合模型優化的煤巖界面的準確動態識別，建立了采煤機截割信號"識辯-融合決策-智能調高控制耦合"模型
煤巖界面動態感知技術及識別方法 目錄
目錄
前言
第1 章緒論-
1.1 煤巖識別研究現狀 2
1.2 采煤機調高控制研究進展 14
1.3 特征信號提取與識別理論 18
1.3.1 信號時域分析 18
1. 3.2 信號的頻域分析 19
1.3.3 信號小波包分析 20
1.4 多信息融合識別理論 22
1.5 主動紅外感知理論 26
參考文獻 28
第2 章采煤機媒巖截割特征信號分析 34
2.1 采煤機截割三向振動信號 34
2.1.1 振動信號基礎
2. 1.2 采煤機滾筒振動 36
2.2 采煤機滾筒截割負載扭矩信號 37
2.3 煤巖破碎聲發射特征信號 41
2.4煤巖截割紅外圖像與閃溫特征 44
2.5 采煤機截割電流信號 45
參考文獻 47
第3 章煤巖截割特征信號提取與識別 49
3.1 多截割特征信號的測試與提取方法 49
3.1.1 采煤機機械結構分析與實驗臺構建 49
3. 1.2 實驗臺控制系統 51
3.1.3 數據測試、采集與分析系統 52
3. 1.4 煤巖試件制各及性質測定 58
3.2 煤巖截割電信號時域分析 61
3.3 煤巖截割紅外特征與閃溫分析 69
3 .4煤巖截割聲發射信號特征提取 78
3.5 煤巖截割振動信號分析與特征提取 87
3.6 多截割信號特征數據庫構建 95
參考文獻 102
第4 章基于D-S 證據理論的煤巖界面動態識別 104
4.1 多截割特征信號隸屬度函數優化模型 105
4.1.1 基于*小模糊婉的隸屬度函數 105
4. 1.2 因0-*小模糊煽多傳感特征隸屬度函數優化求解 108
4.2 模糊D-S 證據理論信息融合決策模型 112
4.2.1 基本概率分配函數 112
4.2.2 D-S 證據理論信息融合規則 113
4.2.3 D-S 證據理論融合決策準則 115
4.3 模糊D-S 證據理論信息融合決策模型校驗 116
4.4 識別特征信號權值優化及修正 117
4.4.1 基于模糊隸屬度的權值優化 117
4.4.2 局部證據體商神突權值修正 119
4.5 隨機煤巖界面截割特征提取與融合識別 128
4.5.1 隨機煤巖界面截割特征信號提取 128
4.5.2 單一特征信號與多信息融合識別結果對比分析 130
4.6 基于識別目標信度值優化的煤巖界面識別 134
4.7 現場工業性實驗驗證 137
4.7.1 含巖模擬煤壁撓筑 137
4.7.2 整機實驗系統及實驗測試 138
4.7.3 融合識別結果分析 140
4.8 截齒損耗對煤巖界面識別精度影響分析 142
4.8.1 截齒損耗對截割特征信號影響分析 142
4.8.2 不同磨損程度截齒截割特征信號分析 144
4.8.3 基于*小模糊婉的隸屬度函數優化 146
4.8.4 實驗測試與分析 146
參考文獻 150
第5 章非接觸式主動熱激勵媒巖虹外感知 152
5.1 無損檢測技術 152
5.1.1 無損檢測技術概論 152
5.1.2 主動熱激勵紅外檢測技術 154
5.2 主動熱激勵煤巖紅外熱成像提取 155
5.2.1 主動熱激勵煤巖紅外熱成像裝置 155
5.2.2 主動熱激勵紅外熱成像提取 156
5.3 不同時空特性煤巖熱激勵溫升表征 157
5.3.1 時間效應分析 158
5.3.2 空間效應分析 160
5.4 煤巖表面紅外溫度衰減規律分析 162
5.4.1 煤巖紅外溫降的紅外圖像 162
5.4.2 煤巖紅外溫度衰減規律分析 164
5.5 煤巖紅外圖像分割及去噪處理 166
5.5.1 圖像分割算法分類 166
5.5.2 煤巖紅外圖像分割 168
參考文獻 171
第6 章基于主動激勵紅外圈像的煤巖界面識到技術 172
6.1 主動激勵紅外煤巖識別實驗系統 173
6.1.1 煤巖識別影響因素及邊界條件分析 173
6.1.2 實驗臺設計與構建 173
6.1.3 煤巖試件撓筑 174
6.2 多影響因素參數藕合優化分析 175
6.2.1 主動激勵紅外圖像采集正交實驗設計 176
6.2.2 紅外圖像測試正交實驗 183
6.2.3 煤巖紅外圖像界面提取 185
6.2.4 正交實驗識別精度結果分析 188
6.2.5 基于*優組合的參數優化 196
6.3 基于主動激勵紅外圖像的煤巖界面識別與精度分析 210
6.3.1 實驗測試與圖像分割 210
6.3.2 精度分析 212
6.4 局部*優參數影響分析及解決方案 213
6.4.1 煤巖界面識別精度影響因素及邊界條件 213
6.4.2 多參數稿合優化模型 214
6.4.3 基于多影響因素*優組舍的參數優化 218
6.4.4 實驗對比分析 221
參考文獻 222
第7 章結論與技術創新 224
7.1 結論 224
7.2 技術創新 226
前言
第1 章緒論-
1.1 煤巖識別研究現狀 2
1.2 采煤機調高控制研究進展 14
1.3 特征信號提取與識別理論 18
1.3.1 信號時域分析 18
1. 3.2 信號的頻域分析 19
1.3.3 信號小波包分析 20
1.4 多信息融合識別理論 22
1.5 主動紅外感知理論 26
參考文獻 28
第2 章采煤機媒巖截割特征信號分析 34
2.1 采煤機截割三向振動信號 34
2.1.1 振動信號基礎
2. 1.2 采煤機滾筒振動 36
2.2 采煤機滾筒截割負載扭矩信號 37
2.3 煤巖破碎聲發射特征信號 41
2.4煤巖截割紅外圖像與閃溫特征 44
2.5 采煤機截割電流信號 45
參考文獻 47
第3 章煤巖截割特征信號提取與識別 49
3.1 多截割特征信號的測試與提取方法 49
3.1.1 采煤機機械結構分析與實驗臺構建 49
3. 1.2 實驗臺控制系統 51
3.1.3 數據測試、采集與分析系統 52
3. 1.4 煤巖試件制各及性質測定 58
3.2 煤巖截割電信號時域分析 61
3.3 煤巖截割紅外特征與閃溫分析 69
3 .4煤巖截割聲發射信號特征提取 78
3.5 煤巖截割振動信號分析與特征提取 87
3.6 多截割信號特征數據庫構建 95
參考文獻 102
第4 章基于D-S 證據理論的煤巖界面動態識別 104
4.1 多截割特征信號隸屬度函數優化模型 105
4.1.1 基于*小模糊婉的隸屬度函數 105
4. 1.2 因0-*小模糊煽多傳感特征隸屬度函數優化求解 108
4.2 模糊D-S 證據理論信息融合決策模型 112
4.2.1 基本概率分配函數 112
4.2.2 D-S 證據理論信息融合規則 113
4.2.3 D-S 證據理論融合決策準則 115
4.3 模糊D-S 證據理論信息融合決策模型校驗 116
4.4 識別特征信號權值優化及修正 117
4.4.1 基于模糊隸屬度的權值優化 117
4.4.2 局部證據體商神突權值修正 119
4.5 隨機煤巖界面截割特征提取與融合識別 128
4.5.1 隨機煤巖界面截割特征信號提取 128
4.5.2 單一特征信號與多信息融合識別結果對比分析 130
4.6 基于識別目標信度值優化的煤巖界面識別 134
4.7 現場工業性實驗驗證 137
4.7.1 含巖模擬煤壁撓筑 137
4.7.2 整機實驗系統及實驗測試 138
4.7.3 融合識別結果分析 140
4.8 截齒損耗對煤巖界面識別精度影響分析 142
4.8.1 截齒損耗對截割特征信號影響分析 142
4.8.2 不同磨損程度截齒截割特征信號分析 144
4.8.3 基于*小模糊婉的隸屬度函數優化 146
4.8.4 實驗測試與分析 146
參考文獻 150
第5 章非接觸式主動熱激勵媒巖虹外感知 152
5.1 無損檢測技術 152
5.1.1 無損檢測技術概論 152
5.1.2 主動熱激勵紅外檢測技術 154
5.2 主動熱激勵煤巖紅外熱成像提取 155
5.2.1 主動熱激勵煤巖紅外熱成像裝置 155
5.2.2 主動熱激勵紅外熱成像提取 156
5.3 不同時空特性煤巖熱激勵溫升表征 157
5.3.1 時間效應分析 158
5.3.2 空間效應分析 160
5.4 煤巖表面紅外溫度衰減規律分析 162
5.4.1 煤巖紅外溫降的紅外圖像 162
5.4.2 煤巖紅外溫度衰減規律分析 164
5.5 煤巖紅外圖像分割及去噪處理 166
5.5.1 圖像分割算法分類 166
5.5.2 煤巖紅外圖像分割 168
參考文獻 171
第6 章基于主動激勵紅外圈像的煤巖界面識到技術 172
6.1 主動激勵紅外煤巖識別實驗系統 173
6.1.1 煤巖識別影響因素及邊界條件分析 173
6.1.2 實驗臺設計與構建 173
6.1.3 煤巖試件撓筑 174
6.2 多影響因素參數藕合優化分析 175
6.2.1 主動激勵紅外圖像采集正交實驗設計 176
6.2.2 紅外圖像測試正交實驗 183
6.2.3 煤巖紅外圖像界面提取 185
6.2.4 正交實驗識別精度結果分析 188
6.2.5 基于*優組合的參數優化 196
6.3 基于主動激勵紅外圖像的煤巖界面識別與精度分析 210
6.3.1 實驗測試與圖像分割 210
6.3.2 精度分析 212
6.4 局部*優參數影響分析及解決方案 213
6.4.1 煤巖界面識別精度影響因素及邊界條件 213
6.4.2 多參數稿合優化模型 214
6.4.3 基于多影響因素*優組舍的參數優化 218
6.4.4 實驗對比分析 221
參考文獻 222
第7 章結論與技術創新 224
7.1 結論 224
7.2 技術創新 226
展開全部
煤巖界面動態感知技術及識別方法 節選
第1章緒論 中國作為煤炭大國，煤炭存儲量和年煤炭產量均居世界前列 [1， 2]。煤炭作為中國的主要能源，既是主要的燃料，也是重要的工業原料。 20世紀 80年代，中國提出能源工業的成長和建設要以電力為中心，以煤炭為根基。近年來，中國經濟的快速發展，對煤炭能源的需求也不斷增大，世界主要國家煤炭儲量占比如圖1.1所示。 2020年世界各國的煤炭總產量約為 74.38億 t，而僅僅中國一個國家的煤炭產量就達到 38.4億 t，煤炭消費量高達 49.8億 t，其產量和消費量均占世界煤炭總產量和消費量的一半以上。而在中國能源消費結構中，煤炭的消費比重更是高達 64%，遠遠超過全世界 30%的煤炭消費平均水平。 圖1.1世界主要國家煤炭儲量占比 中國的煤炭資源分布面廣。在全國 2800多個縣中， 1200多個縣具有預測儲量，從煤炭資源分布地區來看，華北地區*多，占全國保有儲量的 49.25%;其次為西北地區，占全國的 30 . 39%;之后依次為西南地區，占 8 . 64%，華東地區，占5.69%，中南地區，占 3.06%，東北地區，占 2.97%。中國煤炭資源分布范圍廣泛，地質條件錯綜復雜，導致煤礦安全問題一直是制約煤礦開采效率和影響煤炭產量的首要難題。 2004~2020年全國煤礦死亡人數及百萬噸死亡率如圖1.2所示。 2004年，全國煤礦死亡 6027人，百萬噸死亡率為 3.08;隨著新技術的引進和安全操作規范的形成，年煤礦死亡人數和百萬噸死亡率總體是下降趨勢。 2009年，全國煤礦死亡 2630人，百萬噸死亡率為 0.892; 2019年，全國煤礦死亡 316人，百萬噸死亡率為 0.0830 2020年，全國煤礦死亡 225人，百萬噸死亡率為 0.0580 2021年，全國煤礦死亡 503人，百萬噸死亡率為 0.0440雖然年煤礦死亡人數和百萬噸死亡率呈逐年遞減趨勢，但與發達國家相比，在年煤礦死亡人數和百萬噸死亡率控制上仍存在相當大的差距，煤炭開來行業在中國仍然屬于高危行業。 圖1. 2 2004~2020年全國煤礦死亡人數及百萬噸死亡率 綜采工作面作為煤炭開來的主要區域，其空間狹窄、重型機械裝備多、噪聲大、粉塵濃度較高，是煤礦事故的高發地帶，容易發生粉塵爆炸、局部冒頂、大面積切頂、垮面等事故[3-5]，造成嚴重的人員傷亡和財產損失。因此，提高綜采工作面機械設備的自動化、智能化水平，*大限度地降低工作面開采作業的人數，是煤礦開采亟須解決的問題。 1.1 煤巖識別研究現狀 煤巖界面快速、準確識別是實現采煤機智能調高控制、綜采工作面自動化、智能化的主要阻礙之一。在現有的采煤機滾筒調高控制方法中，記憶存儲截割技術是目前少數國家采用的調高控制技術，其主流仍是采用于動操作，即依靠現場采煤機操作人員的視覺觀察和截割噪聲來判斷當前采煤機滾筒的截割介質情況。然而在實際截割過程中，工作面中會產生大量粉塵，如圖1.3所示，粉塵顯著地降低能見度，且采煤機械自身產生很大的噪聲，現場工作人員很難及時、準確地判斷出滾筒當前的截割狀態 [6]。尤其是在薄煤層工作面上，現場操作人員行走不便，很難及時地對滾筒的截割高度進行調節，此時一旦遇到巖層，滾筒常常會截割進入巖石，造成截齒的嚴重磨損[78]，如圖1.4所示。截割巖石產生的粉塵既影響現場操作人員的身體健康，又遮擋工作視線:如果礦井中瓦斯濃度較高，巖石截割過程中產生的火花易引發爆炸等惡性事故[10-14];如果振動非常劇烈，則會引起大面積的頂巖崩塌，頂巖的大量崩落會使巖石混入原煤中，造成原煤質量下降:如果滾筒調高控制不當會造成留煤過厚，降低回采率[15-17]。 圖1.3采煤機截割工況及綜采面粉塵特征 (a)正常磨損 (b)齒體早期磨損(c)合金頭單面磨損 (d)完全磨損圖1.4不同磨損程度截齒 圖1. 5記憶截割方法 陳延康等[22]根據采煤機截割過程中截割力的響應變化，對煤巖的分界進行區分和辨識，同時設計開發記憶截割程序對識別到的煤巖分界面進行有效跟蹤，通過對當前煤巖截割工況的截割力進行逐點對比，采用 MFIC軟件分析滾筒當前的垂直位置以便進行后續的記憶截割控制。該成果為我國實現煤礦自動化開采提供了重要的技術支撐。 為了實現井下機器人式自動化、無人化和智能化開采，提高采煤機的開采效率，近年來，隨著科學技術水平不斷提高，國內外專家學者針對煤巖界面識別方法進行了大量深入的研究，其研究的切入點主要包括以下四方面內容:一是煤巖截割特性的識別理論研究:二是煤巖物理特征的識別理論研究:三是煤巖識別實驗及信號提取方法研究:四是多信息融合的智能辨識理論研究。 1.煤巖截割特性的識別理論研究 煤巖截割特性是實現煤巖識別的重要方法。在煤巖截割過程中，煤巖反作用于采煤機，采煤機的電流、功率、轉矩、扭矩、振動等參數也發生變化，這些參數可直接反映出當前采煤機的截割介質。 Muro等 [23， 24]通過實驗分析，確定截割速度與比能耗之間具有雙曲線關系: T讓yaki和 Cagatay[25]對煤巖性能和比能耗之間的關系進行深入研究，發現煤巖的截割比能耗與抗壓強度呈線性變化關系。 劉芮霞等[26]根據刨煤機刨刀截割煤巖阻力譜及截割機理，辨識出刨頭破碎煤
書友推薦
- >
李白與唐代文化
- >
月亮與六便士
- >
二體千字文
- >
唐代進士錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
中國歷史的瞬間
- >
自卑與超越
- >
隨園食單
本類暢銷
