摘要：利用Matlab软件编制了采煤机以不同牵引速度、不同截割深度截割不同坚固性系数煤层时的载荷计算程序并生成载荷文本,采用均匀设计法对这些文本进行选择,作为刚柔耦合模型的外载,仿真后通过人工神经网络预测了其他工况下各关键零部件的可靠性。基于神经网络预测结果分析了煤层坚固性系数,采煤机牵引速度以及滚筒截割深度与采煤机工作可靠性的关系。并且在保证采煤机可靠工作的前提下,得到了采煤机经济截割曲线,以及相应的最优生产率。研究表明:该型采煤机截割坚固性系数为3的韧性煤时,推荐牵引速度为4.807 m/min,截割深度为550 mm,此时采煤机落煤率为257.8 t/h,其中,单滚筒理论最大落煤率为165 t/h。将虚拟样机技术与人工神经网络相结合能更快更好地解决工程实际中的多参数复杂优化问题。

摘要：建立了掘进机横摆过程中液压杆伸缩量与横摆速度之间的数学模型,由单位能耗反求法推导出理论横摆速度,并估算了其取值范围;应用Matlab计算出不同横摆速度下的载荷曲线;在多体动力学仿真软件ADAMS中建立了掘进机的刚柔耦合模型,并对不同横摆速度及相应载荷下的模型进行动态仿真;以掘进机生产率、回转台可靠性及寿命为约束条件,对横摆速度进行优化。结果表明:基于某工况,在保证回转台可靠工作的前提下,液压杆伸出速度为2.887 mm/s,即横摆线速度为1.106 m/min时,该型号掘进机能达到经济截割。