本文摘要：摘要：從基于無線網絡傳感的監測技術、記憶截割的智能控制技術和專家系統的故障診斷技術三方面研究了采煤機自動化和智能化技術，改善了工作環境，降低了工人勞動強度，大大提升了工作效率，可為煤礦采煤的自動化和智能化建設提供參考。 關鍵詞：采煤機;智能
摘要：從基于無線網絡傳感的監測技術、記憶截割的智能控制技術和專家系統的故障診斷技術三方面研究了采煤機自動化和智能化技術，改善了工作環境，降低了工人勞動強度，大大提升了工作效率，可為煤礦采煤的自動化和智能化建設提供參考。
關鍵詞：采煤機;智能化;自動化
0引言煤炭是我國國民生產生活的主要能源之一，實現安全高效的煤炭生產是煤炭企業和研究人員的工作重點。作為工作面最重要的設備，采煤機操作過程復雜，需要司機對煤層厚度、頂板情況、電機狀況、振動情況等進行綜合判斷，以便合理操作采煤機進行截割、破碎和推移等動作。隨著無線通信技術、傳感器技術和智能算法的發展，在采煤機狀態監測、滾筒調高、推移牽引、故障預警等方面應用了大量自動化和智能化技術，提高了采煤機的生產效率和安全性，降低了采煤機司機的勞動強度。本文研究了基于無線網絡傳感的監測技術、基于記憶截割的智能控制技術和基于專家系統的故障診斷技術，這些技術的應用可為煤礦企業進行自動化和智能化改造，逐步實現無人工作面提供借鑒。
煤礦工程論文范例：采煤工程與高強支護技術的應用分析
1基于無線網絡傳感的監測技術
為了實現采煤機狀態控制和故障診斷，首先應獲取準確的狀態信息，美國JOY公司和德國Eickhoff公司生產的采煤機已經具備了完善的故障診斷和狀態監測功能，而國產采煤機的功能還不是很完善。JOY公司和Eickhoff公司都有其代表性的工業控制計算機系統，對采煤機的狀態信息進行采集、處理和存儲，通過人機界面以豐富的形式表現出來，不僅有文字、表格，還能以曲線和圖形等直觀方式在順槽和地面展現。
采煤機的狀態信息包括采煤機位置(兩種表示方法，一種是在工作面中的絕對位置，另一種是基于液壓支架編號的相對位置)、牽引方向和速度、搖臂角度、機身角度，牽引電機、截割電機、泵站電機和破碎電機的電氣參數，以及軸承和潤滑油溫度等。通信網絡平臺的建設是狀態監測技術的核心部分，目前大型礦井包括順槽在內的大部分工作區域都已覆蓋了光纖通信網絡，因此順槽到工作面的通信是狀態監測網絡平臺的主要組成部分。有線通信方式例如載波通信和工業現場總線是目前主要的解決方案，而無線組網方式具有布線簡單、不受空間限制的優點，但是存在電磁干擾現象，其可靠性有待于進一步驗證。
由機載數據采集系統、數據無線傳輸系統和監控中心三大部分組成。機載數據采集系統主要由采煤機上的溫度傳感器和振動傳感器等構成，對溫度和振動信號進行采集和無線發送。監控中心分析這些數據，對采煤機的健康狀態進行評估。每個采煤機上可布置多個傳感器數據采集系統，經過串口將匯聚節點與管理中心的計算機相連，不同的節點實現不同的功能，有的發送數據，有的采集數據，最終匯總到上位機上。
2基于記憶截割的智能控制技術
基于記憶截割的智能控制技術主要有狀態控制、姿態控制和牽引控制三種。
2.1狀態控制在采煤機作業過程中，截割部把煤塊從煤壁上切割下來，破碎部將大塊的煤破碎為小塊。要實現采煤機截割狀態和破碎狀態的協調控制，需要將破碎電機和截割電機的啟動信號、制動信號和保護信號等控制狀態添加到邏輯傳感器中，實現截割部和破碎部的聯動狀態控制。
2.2姿態控制采煤機的姿態控制指的是機身角度和滾筒高度控制，機身角度隨采煤機在刮板輸送機上的位置變化而變化，因此姿態控制主要指的是滾筒調高控制。滾筒自動調高建立在煤層信息的采集和判斷基礎上，是采煤機自動控制技術的核心。煤層信息的判斷有煤巖識別法和記憶截割法，前者通過天然γ射線直接預測煤巖界面，后者為人工輔助監視下的間接方法。這兩種方法各有所長，直接法的理論性較強，對傳感器要求高，適用于具有明顯特征的煤層;間接法技術成熟，但僅適用于頂底板變化不明顯的煤層，且需要人為操作，自動化程度低。
2.3牽引控制采煤機牽引系統有三種：電磁轉差離合器調速、開關磁阻電機調速和交流變頻系統調速。開關磁阻電機調速是未來發展方向，具有調速性能好、控制電路簡單、轉矩大、啟動沖擊小的優點，目前研究方向為降低噪聲和提高位置傳感器可靠性等。
3基于專家系統的故障診斷技術
采煤機的結構比較復雜，其故障源和故障表現很多，常見的故障可以分為電氣故障、液壓故障和機械故障。機械故障有軸承溫度過高、截齒斷裂和鏈輪組件磨損等;電氣故障有變頻器故障、保護未啟動等;液壓故障有牽引無力、油壓過低等。采煤機故障診斷技術的發展建立在監控通信技術的基礎上，是采煤機監控系統的有機組成部分。
故障診斷功能不僅在于判斷采煤機是否異常和故障決定其運行狀態，降低異�；蚬收蠈Σ擅鹤鳂I的影響，還可以給管理人員和維護人員提供決策依據，提高管理和維修工作的效率。最初采煤機故障診斷技術的發展局限于電氣系統和液壓系統，且診斷邏輯大多基于閾值判斷，例如電壓、電流、油壓等參數是否處在設定閾值，一旦某項參數超過閾值則發出報警信號。
這種方法的優點是簡單可靠，缺點是定位不夠精確，無法診斷出是由哪個機械部件引起的故障。近幾年來，故障診斷專家系統發展迅速，結合模糊神經網絡、ELM學習方法、分層索引等先進算法，解決了專家知識領域局限性、系統冗余性和知識理解能力差等問題。以采煤機領域知識和專家經驗為基礎，通過本體編輯器和規則編輯器形成故障知識和故障規則，形成由故障知識庫和故障規則庫共同組成的知識庫，系統通過知識庫進行故障推理，在人機界面中發出異常和故障告警。
4結束語
目前采煤機自動化和智能化技術有狀態監測、姿態控制和故障診斷三個關鍵技術，基于無線網絡傳感技術的狀態監測技術是姿態控制和故障診斷的基礎，基于記憶截割的智能控制技術是采煤機控制技術的核心，基于專家系統的故障診斷系統能夠提高采煤作業的安全性和可靠性。隨著自動化和智能化技術在采煤工作面的逐漸應用，工作人員的工作環境將得到進一步改善，工作量顯著下降，為無人開采奠定了重要的技術基礎。
參考文獻：
[1]徐衛鵬.我國采煤機技術創新發展研究[J].煤礦機械，2021，42(1)：27-29.
[2]鄭忠友，朱磊，程海星，等.綜放工作面采放協調關系及智能裝備研究[J].煤礦機械，2021，42(1)：54-56.
[3]苗鑫.煤礦采煤機智能化技術要點[J].設備管理與維修，2020(24)：122-123.
[4]索文龍.煤礦綜采工作面智能化開采[J].能源與節能，2020(10)：101-102.
[5]王祥.煤礦綜采工作面智能化技術及裝備管理與趨勢[J].企業觀察家，2020(10)：102-103.
[6]郝少鵬.煤礦智能無人采煤工作面開采關鍵技術[J].石化技術，2020，27(9)：175-176.
作者：劉燕強
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/27656.html
