基于VP与BP神经网络的采煤机摇臂壳体可靠性分析.docVIP

基于VP与BP神经网络的采煤机摇臂壳体可靠性分析 赵丽娟 赵名扬 刘旭南 辽宁工程技术大学机械工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 为了提高采煤机的动态可靠性和工作效率, 建立了SL1000型采煤机摇臂的刚柔耦合模型, 通过动力学仿真得到了摇臂壳体应力、可靠性信息;基于BP神经网络, 预测了其他工况下摇臂壳体的可靠度, 分析了其与煤层坚固性系数、牵引速度及滚筒截深的关系, 并优化了采煤机的牵引速度;将虚拟样机技术与BP神经网络相结合, 为采煤机工作可靠性的预测提供了一种全新的理念和便捷的方法, 具有重要的理论意义及较强的工程应用价值。 关键词： 采煤机; 摇臂壳体; 可靠性; 虚拟样机; BP神经网络; 作者简介：赵丽娟, 女, 1964年, 辽宁阜新人, 汉族。辽宁工程技术大学, 教授、博士生导师, 主要研究方向为复杂机电系统的建模与仿真、数字制造技术与信息化、机电液系统的仿真与应用、机械系统动力学分析与控制。 收稿日期：2015-10-09 基金：中国煤炭工业科技计划项目 (MTKJ2009-264) 资助 RESEARCH ON RELIABILITY OF SHEARERROCKER SHELL BASED ON VP AND BP NEURAL NETWORK ZHAO LiJuan ZHAO MingYang LIU XuNan College of Mechanical Engineering, Liaoning Technical University; Abstract： In order to improve dynamic reliability and work efficiency of shearer, the rigid-flexible coupling model of SL1000 shearer was constructed, the stress and reliability information of rocker shell were obtained through dynamic simulation;Based on BP neural network, the rocker arm shellreliability of other conditions were predicted, and the relationship between it and coal seams consistent coefficient、tract Dion speed、roller cutting depth were analyzed, and the traction speed of shearer was optimized. The combination of virtual prototyping technology and BP neural network provides a new concept and convenient method for the prediction of shearerwork reliability, and it has important theoretical significance and engineering application value. Keyword： Shearer; Rocker arm shell; Reliability; Virtual prototyping; BP neural network; Received： 2015-10-09 引言 摇臂壳体在采煤机中起到支撑及保护传动系统的作用, 其承载复杂是采煤机中的关键环节, 目前多采用虚拟样机技术对其进行可靠性研究。邵俊杰[1]采用Solidworks建立了MG900/2210-WD采煤机的三维模型, 并对摇臂、截齿等关键零件进行了有限元分析;廉自生等[2]人运用UG建立了采煤机摇臂模型, 并进行了动力学仿真, 仿真发现采用柔性摇臂更加符合实际工况;Cecil J等[3]对设计的产品进行运动学、动力学仿真, 获得了关键零部件强度、寿命、可靠性信息;Seyed Hadi Hoseinie等[4]采用虚拟样机技术对采煤机整机进行了有限元分析, 对摇臂壳体进行了优化, 提高了整机的性能。虚拟样机技术很好的解决了单一工况下采煤机摇臂壳体的可靠性分析问题, 但随着考虑的条件与工况的复杂化, 单纯采用虚拟样机技术进行一工况一仿真则需要较长的仿真时间, 工作量大。 将虚拟样机与BP神经网络技术