王 磊
(山西宁武德盛煤业有限公司,山西 忻州 036700)
在综采工作面中,采煤机作为最重要的采煤设备,通常使用滚筒进行采煤。由于煤矿开采工况恶劣,仅仅依靠简单的可视化,采煤机操作人员无法准确判断滚筒是否在切割煤、岩石或带矸煤[1-2]。这可能会导致出现煤炭质量差、采矿效率低的问题。此外,在煤矿中,许多事故的发生越来越频繁。产生这些问题的主要原因是煤矿设备的自动化水平过低。随着自动化技术的发展,采煤机的自动控制越来越受到人们的重视,对采煤机工作状态进行准确监测对采煤机的自动控制起着重要作用[3]。因此,研究采煤机切削模式识别已成为一个具有挑战性和重要意义的课题。
虽然许多煤岩识别方法有所发展,但它们都有一些共同的缺点。首先,煤岩探测器结构复杂,对煤层地质条件的要求过于苛刻,不能满足在实际生产中的广泛应用。此外,煤层中包含的煤矸石条件对识别率有敏感影响。而且由于实际生产操作条件恶劣,大多方法与实际不相符,无法满足实际领域的需求,误差较大[4]。在此背景下,本文参考了传统设备的故障诊断和模式识别方法,重点研究了采煤机切割模式识别方法。传感器广泛应用于模式识别和诊断系统中,通过提供机器的信息来解决感知问题。利用振动采集状态信息已成为一种有效的方法。在这方面,基于振动的分析是最常用的方法,也被证明对各种实际应用有效。……