[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 | ||
本發明涉及一種基于Labview的掘進機截割性能的測試系統及方法,所述系統包括上位機,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。所述的Labview性能評價系統集成于Labview軟件中,基于BP神經網絡算法和支持向量機算法建立的。所述的上位機與智能控制模塊連接,數據采集模塊分別與上位機和各傳感器連接,遠程采集模塊與智能控制模塊連接,物聯網模塊與上位機連接。所述的智能傳感模塊能夠實時對掘進機的振動、電流和力的數據進行監測。該系統能夠實現對掘進機截割過程性能的整體評估和實時監測,提高了掘進機性能測試的準確性與靈活性。
技術領域
本發明涉及懸臂式掘進機截割性能測試領域,具體涉及一種掘進機截割性能的測試系統及方法。
背景技術
近年來,智能化開采的掘進方式在巷道掘進過程中得到廣泛應用,該方法既保證了施工人員的安全也提高了掘進效率。
但是面對井下的復雜工作環境,智能化掘進過程常會出現能量消耗大,截割效率低的情況,無法針對特定工作情況做出有效調整,因此對掘進機截割過程的性能進行測試是重要的。
目前對掘進機性能測試的方法是對一段時間內的截割情況進行評估,無法反映掘進機截割過程各性能參數的實時情況,且測試精度較低,且無法對掘進機截割過程中的性能情況進行整體評價。
因此,本發明的掘進機性能測試系統具有高測試精度,既能以可視化界面實時反饋各性能參數的變化情況 ,又能反映各個性能參數在截割過程中的平均數值,并可以對不同控制參數下的掘進機截割性能進行綜合評價。
發明內容
本發明提供了一種掘進機截割性能的測試系統及方法,將神經網絡算法,支持向量機算法與Labview的數據采集與控制功能相結合,解決了無法實時反饋,預測精度差,可以對掘進機性能進行整體評價的技術問題。
通過以下技術方案來實現本發明的目的。
提出一種掘進機截割性能的測試系統及方法,包括上位機,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。
優選地,所述Labview性能評價系統集成于labview軟件中由基于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。
優選地,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。
優選地,所述數據采集模塊為Smacq數據采集卡,能將采集到的電壓信號轉變為數字信號。
優選地,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。
優選地,所述物聯網模塊為sukbox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。
優選地,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。
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/202111179349.2/2.html,轉載請聲明來源鉆瓜專利網。





