[發明專利]一種掘進機截割性能的測試系統及方法在審
| 申請號: | 202111179349.2 | 申請日: | 2021-10-11 |
| 公開(公告)號: | CN113866549A | 公開(公告)日: | 2021-12-31 |
| 發明(設計)人: | 郭辰光;劉鵬;王新宇;岳海濤;李強 | 申請(專利權)人: | 遼寧工程技術大學 |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 123000 遼*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 掘進機 性能 測試 系統 方法 | ||
1.提出一種掘進機截割性能的測試系統及方法,其特征在于,測試系統及方法包括帶上位機,Labview性能評價系統,智能傳感模塊,數據采集模塊,智能控制模塊,遠程采集模塊,物聯網模塊,和供電變壓器,其中智能傳感模塊包括霍爾電流傳感器、壓力傳感器、振動傳感器,所述的上位機基于labview軟件與智能控制模塊進行通信,兩者通過串口或網線進行連接,所述的霍爾電流傳感器、壓力傳感器、振動傳感器分別與掘進機的各部分連接,所述的數據采集模塊分別與上位機和各傳感器連接,所述的遠程采集模塊與掘進機智能控制模塊連接,所述的物聯網模塊與上位機連接。
2.根據權利要求1所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述Labview性能評價系統由基于BP神經網絡算法的評價指標預測模型和基于支持向量機的性能分級模型組成,兩個模型均需要樣本數據進行訓練。
3.根據權利要求1所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述智能控制模塊與掘進機的液壓泵站和電機相連,能夠實現對懸臂式掘進機擺臂速度、進刀量、轉速的控制。
4.根據權利要求1所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述數據采集模塊為數據采集卡,能將采集到的電壓信號轉變為數字信號。
5.根據權利要求1所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述遠程采集模塊包括模擬量采集模塊和遠程通信模塊,所述的遠程通信模塊由兩組Lora透傳模塊組成,分別與模擬量采集模塊和智能控制模塊相連,所述的遠程通信模塊能實現一點對一點,一點對多點的遠距離傳輸方式。
6.根據權利要求1所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述物聯網模塊為物聯網模塊,所述的物聯網模塊通過移動通信網絡與云端交互,在所述的云端建立顯示界面并在遠程設備端進行顯示,所述的云端具有用戶管理、實時監測、數據分析、數據記錄、報警與視頻監控等功能。
7.根據權利要求6所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述云端界面集成為應用軟件,可以通過手機、平板、電腦等遠程設備端在微信小程序、網頁或遠程監控應用軟件查看。
8.根據權利要求1所述的一種掘進機截割性能的測試系統及方法,其特征在于,所述振動傳感器通過底部磁座與掘進機主軸連接,用于測量機床截割過程中的振動情況,
所述壓力傳感器布置在截割巖石的底部、側面和后面3處,用于測量懸臂式掘進機截割時的三向力的變化情況,所處霍爾電流傳感器布置在掘進機的主電機處,用于測量懸臂式掘進機截割時的能耗變化情況。
9.根據權利要求1述的一種掘進機截割性能的測試系統及方法,其特征在于,
有以下步驟:
(1)測試系統初始化;
(2)基于Labview所建控制界面對掘進機的各個控制參數進行賦值;
(3)打開數據采集的監控通道,設置各數據點的采樣率,打開性能檢測按鈕;
(3)預測數據:將掘進機的進刀量、擺臂速度、轉速3個控制參數數值帶入神經網絡所訓練的模型中,得到功率、力和振幅各個評價指標在截割過程中的平均數值,將所得平均數值帶入支持向量機所訓練的分類模型中,得到掘進機截割性能的具體分級情況;
(4)實時數據:對電流、振動、和三向力數據進行預處理與計算,得到振幅、推力、功率各個參數的實時變化情況,并對各個參數設定閾值以實現超調報警,并進行反饋控制;
(5)通過Labview所建顯示界面和云端所建顯示界面來觀測各個參數的實時變化情況與截割過程中的平均數值,通過優、良、中、差四個等級顯示掘進機目前的性能情況,并將實時數據在上位機或云端數據庫中進行存儲。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于遼寧工程技術大學,未經遼寧工程技術大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111179349.2/1.html,轉載請聲明來源鉆瓜專利網。





