论文部分内容阅读
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。