巷道掘进机健康管理研究现状及展望

刘送永; 刘强

doi:10.13272/j.issn.1671-251x.2020080068

巷道掘进机健康管理研究现状及展望

刘送永¹,
刘强^{1, 2}

1.
中国矿业大学机电工程学院，江苏徐州221116
2.
徐州工程学院物理与新能源学院，江苏徐州221018

基金项目:

国家自然科学基金面上项目(51975570)

徐州工程学院青年基金资助项目（XKY2019202）

详细信息

中图分类号: TD421.5
计量
- 文章访问数: 120
- HTML全文浏览量: 16
- PDF下载量: 23
出版历程
- 发布日期: 2021-02-19
- 刊出日期: 2021-02-25

Research status and prospect of roadheader health management

LIU Songyong¹,
LIU Qiang^{1, 2}

1.
School of Mechatronic Engineering, China University of Mining and Technology, Xuzhou 221116, China
2.
School of Physics and New Energy, Xuzhou University of Technology, Xuzhou 221018, China

摘要

摘要: 掘进机健康管理技术通过对大量监测数据进行分析处理，动态掌握掘进机运行状况，并对各类故障进行预测预报，从而提高掘进机运行的安全性，降低事故发生率及损失，减少设备维护成本。指出巷道掘进机健康管理的关键技术为工作状态参数提取、全状态健康管理、剩余使用寿命估计和远程监测，总结了4项关键技术的研究现状，指出目前对于复杂机械设备剩余使用寿命预测的研究基本不考虑工况变化，仍停留在理论仿真和实验室试验阶段，若使该技术得到应用，必须考虑变工况条件；提出了掘进机健康管理的研究方向，包括掘进机微弱故障诊断方法、掘进机监测多信息融合技术、掘进机关重件与保养件寿命估计方法及油液污染度评估、数字孪生技术在掘进机健康管理中的应用。
- 巷道掘进机 /
- 故障诊断 /
- 全状态监测 /
- 剩余使用寿命 /
- 健康管理 /
- /
- /
Abstract: By analyzing and processing a large amount of monitoring data, the health management technology of roadheader grasps the operation condition of roadheader dynamically and predicts various failures so as to improve the safety of roadheader operation, reducing the accidents rate and losses, and reduce equipment maintenance costs. It is pointed out that the key technologies for health management of roadheader are working condition parameter extraction, full condition health management, remaining service life estimation and remote monitoring. The paper summarizes the current research status of four key technologies, and points out that the current research on the prediction of remaining service life of complex mechanical equipment does not consider the change of working conditions, remaining at the stage of theoretical simulation and laboratory test. If the technology is applied, the variable working conditions must be considered. The research directions of roadheader health management are proposed, including roadheader weak fault diagnosis method, roadheader monitoring multi-information fusion technology, roadheader heavy and maintenance parts life estimation method, oil contamination assessment and the application of digital twin technology in roadheader health management.
- roadheader /
- health management /
- remote monitoring /
- full condition monitoring /
- fault diagnosis /
- remaining service life estimation /
- multi-information fusion /
- digital twi

HTML全文

参考文献(0)

施引文献(21)

期刊类型引用(9)

1.	高翼飞，张晓航，畅明，葛帅帅，陈伟. 基于时空图卷积网络的瓦斯体积分数预警效果研究. 中国安全生产科学技术. 2024(01): 58-64 . 百度学术
2.	张玲，杨超宇. 基于注意力机制的ResNet-LSTM煤矿瓦斯浓度预测模型. 煤炭技术. 2024(08): 208-213 . 百度学术
3.	朱艺轩. 基于机器学习的成都市空气质量预测. 信息记录材料. 2024(07): 160-162 . 百度学术
4.	殷建华，戴冠正，丁宁，辛晓钢，张谦，杜荣华. 基于STL-Informer-BiLSTM-XGB模型的供热负荷预测. 科学技术与工程. 2024(21): 8942-8949 . 百度学术
5.	胡青松，郑硕，李世银，孙彦景. 基于改进TCN-TimeGAN的矿井瓦斯浓度智能预测方法. 煤炭科学技术. 2024(S2): 321-330 . 百度学术
6.	李洪晨，张志强. 全国国民图书阅读率会超过60%吗？——基于ARIMA模型的全国国民阅读调查预测研究. 图书情报工作. 2023(09): 72-80 . 百度学术
7.	金秀章，陈佳政，李阳峰. 基于ARIMA-OSELM的火电厂SCR入口NO_x浓度预测建模研究. 计量学报. 2023(09): 1458-1466 . 百度学术
8.	曹梅，杨超宇. 基于小波的CNN-LSTM-Attention瓦斯预测模型研究. 中国安全生产科学技术. 2023(09): 69-75 . 百度学术
9.	曹梅，杨超宇. 基于双向长短期记忆网络的煤矿瓦斯浓度预测. 绥化学院学报. 2023(12): 156-160 . 百度学术

其他类型引用(12)

资源附件(0)

计量

文章访问数: 120
HTML全文浏览量: 16
PDF下载量: 23
被引次数: 21

巷道掘进机健康管理研究现状及展望

计量

出版历程

Research status and prospect of roadheader health management

期刊类型引用(9)

其他类型引用(12)

计量

出版历程

目录