采煤机经济截割参数优化与可靠性研究

"基于经济截割的采煤机运动学参数优化研究" 本文是一篇深入探讨采煤机工作效率和可靠性的行业研究报告，主要关注如何通过优化采煤机的运动学参数实现经济截割。作者赵丽娟、刘旭南和马联伟来自辽宁工程技术大学机械工程学院，他们利用Matlab软件开发了一套计算程序，用于模拟采煤机在不同牵引速度、不同截割深度和不同煤层坚固性系数条件下的工作载荷。 研究中，研究人员运用了均匀设计法处理生成的载荷文本数据，将其作为刚柔耦合模型的外部负载输入到仿真环境中。通过仿真，他们使用人工神经网络预测了在各种工况下采煤机关键部件的可靠性。通过对神经网络预测结果的分析，揭示了煤层坚固性系数、牵引速度和滚筒截割深度与采煤机工作可靠性的内在联系。 研究发现，在确保采煤机可靠工作的基础上，当采煤机截割坚固性系数为3的韧性煤层时，推荐的牵引速度为4.807 m/min，截割深度为550 mm。这样的工作条件下，采煤机的落煤率可达到257.8 t/h，单滚筒理论最大落煤率为165 t/h。这一成果表明，通过精确调整这些参数，可以显著提高采煤效率并降低成本。 论文还强调了虚拟样机技术和人工神经网络结合在解决工程实际中的多参数复杂优化问题上的优势。这种结合方式能够快速有效地找到最佳工作状态，对于提升采煤作业的安全性和经济效益具有重要意义。 关键词涉及的领域包括：采煤机、经济截割、均匀设计、虚拟样机和神经网络。该研究受到了中国煤炭工业科技计划项目的资助，并为采煤机操作提供了科学的参数优化依据，有助于推动煤炭行业的科技进步和生产效率提升。