采煤机销轴多应变数据融合煤岩识别技术

"基于采煤机摇臂销轴多应变数据融合的煤岩识别方法" 本文是一篇关于煤炭学报的学术论文，标题为“基于采煤机摇臂销轴多应变数据融合的煤岩识别方法”，由田立勇、戴渤鸿和王启铭共同撰写。文章关注的焦点是提高采煤机滚筒高度自动调节的关键技术——煤岩识别，这是实现综采机械智能化和无人自动化开采的重要环节。目前，煤岩界面的识别主要依赖人工判断或单一传感器，存在识别精度低、误差大的问题。 作者提出了一种创新的煤岩识别方法，该方法基于数据融合理论，利用多传感器系统。具体来说，研究以采煤机的摇臂销轴作为研究对象，在摇臂与连接架的销轴位置布置了四个等效强度处理过的销轴传感器，这些传感器用于捕捉截割不同硬度煤壁和岩壁时的应变数据。通过加权融合理论对收集到的数据进行系数分配和融合，形成一种多传感器数据融合的组合判据，以此来更准确地识别煤岩分界面。 实验结果显示，原始的销轴传感器在截割煤和岩时记录的应变数据波动大，且割煤和割岩的数据存在重叠，这使得直接识别煤岩界面变得困难。然而，应用数据融合方法后，应变数据的波动性显著降低。通过拟合公式对这些应变数据进行标定，得出了销轴传感器在截割岩和煤时承受的力的范围：截割岩石时为24.766~25.467 kN，截割煤炭时为23.493~24.348 kN。与单一传感器测量结果对比，这种差异更为明显，没有重合部分，证明了数据融合方法的有效性。 这一方法为实际生产中的煤岩识别提供了更精确的依据，有助于提升生产效率，减少设备磨损，并增强工人的安全性。通过确定截割煤和岩时销轴受力的期望值范围，可以更好地控制采煤机的工作状态，优化其操作性能，进一步推动煤炭开采的自动化和智能化水平。