摘要：为进一步提升采煤机的生产能力,降低采煤机的故障率,提升其开机率,在对采煤机薄弱环节分析的基础上,结合实践经验定位截割部位发展故障较高的环节,然后重点对变负载工况下采煤机截割部齿轮啮合状态和摇臂箱体振动特性进行分析,旨在进一步提升与采煤机相关的理论水平,为采煤机的合理、高效设计提供扎实的理论基础。

摘要：针对车载质子交换膜燃料电池供氢系统负载工况多变时的氢气流量控制问题,提出一种基于比例减压阀与流量控制阀的氢气流量负载匹配控制系统架构与方法。建立了从高压储氢瓶至燃料电池堆的供氢系统整体模型,基于该模型设计了比例减压阀、流量控制阀与氢气循环泵的控制策略,并就某一型号电堆的变负载工况对系统模型与控制策略进行仿真验证。结果表明:电堆阳极压力可快速跟踪给定压力,响应时间约2~3s;氢气流量可适应负载变化需求,其瞬时超调量与压力响应速度成正相关;稳态时氢气利用率维持在95%以上,供氢过量比维持在1.27以上,供气氮含量维持在5%以下,满足电堆性能需求。

摘要：由于在变负载工况下,提取滚动轴承故障特征较为困难,且其故障识别准确率也较低,为此,提出了一种基于插值多尺度排列熵(InMPE)和飞蛾火焰优化支持向量机(MFO-SVM)的滚动轴承故障诊断方法。首先,在粗粒化时采用三次样条插值代替传统多尺度排列熵(MPE)中的线性插值,设计了InMPE算法,利用美国凯斯西储大学(CWRU)轴承数据集,分析了不同序列长度、嵌入维数和负载对InMPE的影响;然后,使用飞蛾火焰算法(MFO)优化了支持向量机(SVM),构建了基于InMPE和MFO-SVM的故障诊断模型;最后,搭建了轴承故障诊断试验台,制作了变负载工况下滚动轴承故障特征样本集,对基于InMPE与MFO-SVM的故障诊断方法的有效性和先进性进行了验证。研究结果表明:在变负载工况下,采用基于InMPE与MFO-SVM方法所得的故障识别准确率达到了98.5%,而采用传统MPE方法所得的故障识别准确率为95.9%;在噪声背景下,采用基于InMPE与MFO-SVM方法所得的识别准确率为92.4%,优于后者的80.0%准确率;证明基于InMPE与MFO-SVM的方法能有效识别出滚动轴承的故障信息,且对噪声具有较好的鲁棒性。

摘要：为进一步提升矿用调度绞车在狭窄、恶劣工作面的适应能力,保证调度绞车的牵引力,在传动调度绞车的基础上完成了新型调度绞车的结构设计和关键部件的设计选型。基于Pro/E软件建立调度绞车传动系统的三维模型,在充分验证仿真模型准确性的基础上,对传动系统在变负载工况下的齿轮啮合力的动态特性进行仿真分析,为后续新型调度绞车传动系统结构改进和优化奠定基础。