Preview

iPolytech Journal

Расширенный поиск

Метод распознавания диапазона нагрузок дискового резака при резке угля и горной породы на основе метода опорных векторов оптимизации роя частиц

https://doi.org/10.21285/1814-3520-2023-4-655-663

EDN: BMYSAA

Аннотация

Цель – выявление решений, направленных на обеспечение безопасной и эффективной экскавации сложных геологических формаций угольных и каменных месторождений в туннелях, а также на повышение чувствительности оборудования и инструментов для резки угля и породы. Для идентификации состояния реза дискового инструмента был использован метод оптимизации роя частиц, поддерживающий метод опорных векторов. Программный продукт конечно-элементного анализа EDEM был использован для анализа характеристик дисковых резаков, применяемых для резания угольных пород с различными пределами прочности на сжатие. Спектральные характеристики нагрузки на резак были разложены на эмпирические моды, при этом были выбраны компоненты внутренних колебаний первого и седьмого порядка, содержащие всю характерную информацию из исходного сигнала спектра нагрузки. Вычисленная энтропия сигнала была использована в качестве входного вектора признаков. Извлеченные векторы признаков были введены в модель опорных векторов и модель оптимизации роя частиц с поддержкой метода опорных векторов. В результате проведенных исследований на основе спектра нагрузки дискового резака была испытана модель оптимизации роя частиц с поддержкой модели опорных векторов для распознавания состояния резания и сравнивалась ее точность с неоптимизированной моделью опорных векторов. Полученные результаты указывают, что по сравнению с неоптимизированной моделью метода опорных векторов модель оптимизации роя частиц с поддержкой модели опорных векторов может быстрее и точнее идентифицировать спектр нагрузки режущего диска для резания угольной породы. Точность распознавания составляет 96,82%, что подтверждает эффективность данной модели при определении спектра нагрузок режущего диска, применяемого для работы с угольными породами.

Об авторах

Жохань Лю
Хэйлунцзянский университет науки и техники
Китай

Лю Жохань, аспирант, преподаватель

150022, дорога Пуюань, район Сонгбэй, г. Харбин, 2468, Хэйлунцзян



Лань Люй
Комсомольский-на-Амуре государственный университет; Хэйлунцзянский научно-технический университет,
Россия
Люй Лань, аспирант; заместитель начальника международного отдела

681013, г. Комсомольск-на-Амуре, пр. Ленина, 27

150022, дорога Пуюань, район Сонгбэй, г. Харбин, 2468, Хэйлунцзян



Суньбао Ван
Хэйлунцзянский университет науки и техники
Китай

Ван Суньбао, магистрант

150022, дорога Пуюань, район Сонгбэй, г. Харбин, 2468, Хэйлунцзян



Чжицян Чай
Хэйлунцзянский университет науки и техники
Китай

Чай Чжицян, магистрант

150022, дорога Пуюань, район Сонгбэй, г. Харбин, 2468, Хэйлунцзян



Список литературы

1. Wang Hong. The 40 years developmental review of the fully mechanized mine roadway heading technology in China // Journal of China Coal Society. 2010. Vol. 35. Iss. 11. Р. 1815–1820.

2. Liu Chunsheng, Li Degen, Yuan Hao. Theoretical mechanics model and load characteristics of coal and rock vibration cutting with disc cutter // Journal of China Coal Society. 2020. Vol. 45. Iss. 8. Р. 3015–3023.

3. Zhao Yan, Dang Kangjia, Sun Jiangshan. Fault diagnosis method of high-voltage circuit breaker based on SVM optimized firefly algorithm // Journal of Heilongjiang University of Science and Technology. 2023. Vol. 33. Iss. 1. Р. 123–128.

4. Sun Jingyun, Zhao Panpan, Ding Yi. RMB Exchange Rate Prediction Based on Sample Entropy Reconstruction and PSO Optimization Algorithm // Mathematics in Practice and Theory. 2021. Vol. 51. Iss. 19. Р. 70–83.

5. Liu Chunsheng, Liu Yanting, Li Degen, Liu Ruohan, Ren Chunping, Yuan Hao. The mechanism and load model of the interaction between the disc blade and coal and rock under axial vibration cutting // Journal of China Coal Society. 2023. Vol. 48. Iss. 1. Р. 484–496.

6. Saini M., Sinwar D., Swarith A.M., Kumar A. Reliability and maintainability optimization of load haul dump machines using genetic algorithm and particle swarm optimization // Journal of Quality in Maintenance Engineering. 2023. Vol. 29. Iss. 2. Р. 234–240. https://doi.org/10.1108/JQME-11-2021-0088.

7. Meng Fannian, Du Wenliao, Gong Xiaoyun, Li Hao, Xie Guizhong. Fault Recognition of Rolling Bearings Based on LSSVM Optimized by Particle Swarm Optimization // Bearing. 2020. Vol. 12. Iss. 493. Р. 43–50.

8. Jin Dalong, Yuan Dajun, Li Xinggao, Su Weilin. Probabilistic analysis of the disc cutter failure during TBM tunneling in hard rock // Tunneling and Underground Space Technology Incorporating Trenchless Technology Research. 2021. Vol. 109. Р. 103744. https://doi.org/10.1016/j.tust.2020.103744.

9. Moodi M., Ghazvini M., Moodi H. A hybrid intelligent approach to detect android botnet using smart self-adaptive learningbased PSO-SVM // Knowledge-based Systems. 2021. Vol. 222. Р. 106988. https://doi.org/10.1016/j.knosys.2021.106988.

10. Кочеткова А.С. Подъемно-транспортное оборудование в горной промышленности: анализ и сравнение // Известия ТулГУ. Технические науки. 2021. № 6. С. 218–221. https://orcid.org/10.24412/2071-6168-2021-6-218-221.

11. Naeimipour A., Rostami J., Buyuksagis I.S., Frough O. Estimation of rock strength using scratch test by a miniature disc cutter on rock cores or inside boreholes // International Journal of Rock Mechanics and Mining Sciences. 2018. Vol. 107. Р. 9–18. https://doi.org/10.1016/j.ijrmms.2018.03.020.

12. Кромский Е.И., Кондаков С.В., Тиллоев К.З. Конусный раскатчик к гусеничному экскаватору // Вестник Южно-Уральского государственного университета. Серия: Машиностроение. 2018. Т. 18. № 1. С. 34–39. https://doi.org/10.14529/engin180104.

13. Flora M., Jäger M., Teuscher P. Selection and specification of a tunnel boring machine as the leading factor for the achievement of project goals // Geomechanics and Tunnelling. 2018. Vol. 11. Iss. 5. Р. 450–455. https://doi.org/10.1002/geot.201800044.

14. Stopka G. Modelling of rock cutting with asymmetrical disc tool using discrete-element method (DEM) // Rock Mechanics and Rock Engineering. 2021. Vol. 54. Р. 6265–6279. https://doi.org/10.1007/s00603-021-02611-y.

15. Bulut B., Gunduz O., Baydogan M., Kayali E.S. Determination of matrix composition for diamond cutting tools according to the hardness and abrasivity properties of rocks to be cut // International Journal of Refractory Metals and Hard Materials. 2021. Vol. 95. Р. 105466. https://doi.org/10.1016/j.ijrmhm.2020.105466.

16. Johansson D., Hrechuk A., Bushkya V., Mårtensson M., Can A., Ståhl J.-E. Small scale testing of PCD and WC-Co tooling in rock cutting using longitudinal turning // Wear. 2019. Vol. 426-427. Iss. B. Р. 1515–1522. https://doi.org/10.1016/j.wear.2018.11.036.

17. Alehossein H., Li Xingsheng, Boland J. Towards improving rock cutting tools using thermally stable diamond composites // Advanced Materials Research. 2009. Vol. 76-78. Р. 585–590. https://doi.org10.1016/j.wear.2023.204848.

18. Zhou Xiao-Ping, Zhai Shu-Fang, Bi Jing. Two-dimensional numerical simulation of rock fragmentation by TBM cutting tools in mixed-face ground // International Journal of Geomechanics. 2018. Vol. 18. Iss. 3. Р. 06018004. https://doi.org/10.1061/(asce)gm.1943-5622.0001081.

19. Sarwary E., Hagap C.P. The effect of changes in tool tip angle on the cutting performance of a pointed pick // Mining Technology. 2016. Vol. 125. Iss. 3. Р. 184–190. https://doi.org/10.1080/14749009.2016.1159056.

20. Rostamsowlat I., Richard T., Evans B. Experimental investigation on the effect of wear flat inclination on the cutting response of a blunt tool in rock cutting // Acta Geotechnica. 2019. Vol. 14. Iss. 2. Р. 519–534. https://doi.org/10.1007/s11440-018-0674-1.


Рецензия

Для цитирования:


Лю Ж., Люй Л., Ван С., Чай Ч. Метод распознавания диапазона нагрузок дискового резака при резке угля и горной породы на основе метода опорных векторов оптимизации роя частиц. iPolytech Journal. 2023;27(4):655-663. https://doi.org/10.21285/1814-3520-2023-4-655-663. EDN: BMYSAA

For citation:


Liu R., Lyu L., Wang S., Chai Zh. Particle swarm optimization support vector machine-based coal and rock cutting tool load spectrum identification method. iPolytech Journal. 2023;27(4):655-663. https://doi.org/10.21285/1814-3520-2023-4-655-663. EDN: BMYSAA

Просмотров: 174


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2782-4004 (Print)
ISSN 2782-6341 (Online)