-
题名基于数字孪生的矿山散料堆场堆取料机智能监测系统
被引量：3
- 1
-
-
作者
刘燕燕
赵峰
付博宣
杨晓明
齐跃峰
-
机构
燕山大学信息科学与工程学院
河北省特种光纤和光纤传感器重点实验室
-
出处
《金属矿山》
CAS
北大核心
2024年第1期132-138,共7页
-
基金
国家自然科学基金项目(编号:61735011)
河北省重点研发计划项目(编号:19251703D)。
-
文摘
在许多涉及散料装卸作业的大型储料场中,斗轮堆取料机被视为当前最为理想的大型可连续作业机械,为了延长其使用寿命,降低维修成本并解决人工巡检不便的问题,提出了一种基于五维数字孪生的智能健康监测系统。通过机身外部布设光纤光栅传感器以及内置电机实时运转数据获取堆取料机的当前工作状态,并将数据传入内部信息交互通信网络进行数据的分离存储与融合处理,在消除双光栅由于机械疲劳所带来的温度补偿误差后,构建了多数据融合的、立体化的堆取料机数字健康模型,实现了堆取料机健康状态的智能化预测与立体化监测。通过在秦皇岛港散料矿物储料场的QL6000.55型斗轮堆取料机进行全系统的安装运行,极大促进了料场数字化进程,改变了管理模式,提高了生产效率,直接增加了经济效益。研究表明:该系统能够可靠地提供斗轮取料机的实时工作状态,对基本的故障类型有着一定的预警效果,降低了堆取料机维护的人力与物力投入,为矿区大型机械健康监测提供了有益参考。
-
关键词
数字孪生
堆取料机
矿山散料堆场
智能制造
故障监测
-
Keywords
digital twin
stacker reclaimer
mining bulk material yard
smart manufacturing
fault detect
-
分类号
TD422
[矿业工程—矿山机电]
TD67
[矿业工程—矿山机电]
-
-
题名动态应用场景下煤炭含水率在线监测系统研究
- 2
-
-
作者
贾若帆
周伟
付博宣
柳海涛
齐跃峰
-
机构
燕山大学信息科学与工程学院
燕山大学河北省特种光纤和光纤传感器重点实验室
秦皇岛港股份有限公司第九港务分公司
-
出处
《烧结球团》
北大核心
2023年第2期72-77,共6页
-
基金
国家自然科学基金资助项目(61735011)
河北省重点研发计划资助项目(19251703D)。
-
文摘
依据含水率进行洒水是抑制煤炭转运过程中扬尘的一种有效方式,但是目前皮带机物料含水率监测系统无法识别皮带振动引起的异常点,导致预测模型无法满足精度和范围要求。因此,本文提出一种基于机器学习的动态场景下含水率监测系统方案,利用SVM算法对皮带速度、横向振动量进行异常识别,采用3次样条插值算法替换异常点的高度和微波数据,然后构建XGBoost回归模型,预测煤炭含水率。结果表明:相对于第一代线性模型,系统可检测煤炭含水率的范围由8.1%~12.3%提升为8%~27%,模型平均绝对误差(MAE)由0.86下降至0.53,均方误差(MSE)由0.93缩减到0.87,模型拟合度(R2)由0.1828上升为0.9735。实际监测75车次、14种煤炭,其含水率预测值的相对误差基本在±5%以内。
-
关键词
煤炭
含水率
监测系统
机器学习
SVM
XGBoost
-
Keywords
coal
moisture content
monitoring system
machine learning
SVM
XGBoost
-
分类号
F407.21
[经济管理—产业经济]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
