馬宏偉，　毛清華，　張旭輝

(西安科技大學機械工程學院　西安，710054)

?

礦用強力帶式輸送機智能監(jiān)控技術(shù)研究進展*

馬宏偉，毛清華，張旭輝

(西安科技大學機械工程學院西安，710054)

摘要強力帶式輸送機是煤礦主要運輸設備，針對礦用強力帶式輸送機存在啟停沖擊、運行過程跑偏、撕帶等故障綜合保護、強力輸送帶缺陷智能識別和傳動系統(tǒng)關(guān)鍵部件故障診斷等問題，研究了強力帶式輸送機軟啟動及節(jié)能運行技術(shù)、綜合保護及傳動系統(tǒng)關(guān)鍵部件故障診斷技術(shù)和強力輸送帶內(nèi)部缺陷檢測技術(shù)與智能識別方法。提出了一種礦用強力帶式輸送機智能監(jiān)控系統(tǒng)，并構(gòu)建了智能監(jiān)控實驗平臺，該系統(tǒng)集變頻控制、強力輸送帶缺陷弱磁檢測、運行故障綜合保護和傳動系統(tǒng)關(guān)鍵部件故障診斷于一體，解決了以上各個模塊信息孤島問題，實現(xiàn)了帶式輸送機全面智能保護，對確保強力帶式輸送機安全、高效運行和煤礦安全生產(chǎn)具有重要意義。

關(guān)鍵詞強力帶式輸送機； 軟啟動控7制； 綜合保護； 故障診斷； 缺陷識別

引言

強力帶式輸送機具有輸送量大、輸送距離遠和通用性強等特點，是大多數(shù)煤礦的主運輸系統(tǒng)，在現(xiàn)代化煤礦生產(chǎn)中發(fā)揮著極其重要的作用。由于煤礦工作環(huán)境惡劣，強力帶式輸送機長期在高速、重載狀態(tài)下運行，其啟動和停止過程存在沖擊、運行過程中存在跑偏、撕帶、超溫、打滑和傳動系統(tǒng)中齒輪、軸承和電機故障易發(fā)，以及強力輸送帶內(nèi)部缺陷使其容易橫向斷帶[1-2]。為了解決上述問題，許多學者從帶式輸送機設計、運動學和動力學分析、軟啟動控制方法、運行過程綜合保護方法、傳動系統(tǒng)關(guān)鍵部件故障診斷方法和強力輸送帶內(nèi)部缺陷檢測與智能識別方法、強力輸送帶接頭硫化工藝及接頭疲勞強度測試方法等方面進行了廣泛的研究。

針對強力帶式輸送機啟動過程沖擊問題，有學者重點研究了液力耦合器軟啟動、可控啟動傳輸裝置(controller start transmission,簡稱CST)軟啟動和變頻軟啟動等軟啟動控制方法[3]。為了對帶式輸送機運行過程中跑偏、超溫和撕帶等故障進行綜合保護，目前主要應用的基于局域網(wǎng)絡控制(controller area network,簡稱CAN)總線與以太網(wǎng)通信的主站與分站結(jié)合的多條帶式輸送機綜合保護系統(tǒng)，實現(xiàn)了井下多個帶式輸送機故障綜合保護[4]。綜合保護系統(tǒng)中撕帶檢測是難點，主要有稱重檢測法和光學檢測法[5-6]。

針對帶式輸送機傳動系統(tǒng)齒輪、軸承和電機等關(guān)鍵部件故障診斷問題，許多學者研究了鐵譜分析法、振動檢測法與溫度檢測法等故障診斷方法。鐵譜分析法對周圍環(huán)境要求低，能夠發(fā)現(xiàn)零部件的早期疲勞失效，但是受人的主觀因素影響較大;溫度檢測法對于微小故障無法發(fā)現(xiàn)，只有當故障達到一定的嚴重程度時才能檢測到;振動檢測法有著其獨特的優(yōu)勢，不僅可以實現(xiàn)故障檢測，而且可以實現(xiàn)故障定位和分類識別，但是振動信號處理比較復雜，主要有頻譜分析、包絡譜分析、解調(diào)譜分析、倒頻譜分析和小波分析等[7-10]。

目前，許多礦井強力帶式輸送機缺乏先進的強力輸送帶缺陷檢測系統(tǒng)，導致斷帶事故時有發(fā)生，斷帶事故不僅造成較大的經(jīng)濟損失，甚至造成人員傷亡[11]。對于鋼芯輸送帶內(nèi)部缺陷檢測問題，目前主要有人工檢測方法，弱磁檢測方法和X 射線檢測方法[12-14]。人工檢測方法無法實現(xiàn)輸送帶缺陷在線監(jiān)測，并且檢測不準確、弱磁檢測方法具有檢測精度高、檢測速度快等特點，并且可以實現(xiàn)輸送帶鋼絲繩芯疲勞缺陷檢測，是目前比較先進的強力輸送帶缺陷在線監(jiān)測方法;X射線檢測方法是一種強力輸送帶缺陷比較成熟檢測方法，但成本較高，并且存在輻射和無法檢測疲勞缺陷等問題。

總之，對于帶式輸送機軟啟動控制、綜合保護、傳動系統(tǒng)關(guān)鍵部件故障診斷和強力輸送帶內(nèi)部缺陷檢測均已有很多研究成果得以應用，但是以上各個功能模塊相互獨立。因此，急需構(gòu)建一套強力帶式輸送機智能監(jiān)控系統(tǒng)，將軟啟動控制系統(tǒng)、綜合保護系統(tǒng)、關(guān)鍵部件故障診斷系統(tǒng)和強力輸送帶內(nèi)部缺陷檢測系統(tǒng)有機融合，實現(xiàn)強力帶式輸送機全方位的智能監(jiān)控，有效預防強力輸送帶帶式輸送機運行故障和斷帶等事故發(fā)生，對于確保煤礦安全生產(chǎn)具有重要的意義。

1軟啟動控制方法及節(jié)能運行技術(shù)

1.1帶式輸送機軟啟動控制方法

強力帶式輸送機起動過程中加速度變化大，容易使輸送帶產(chǎn)生粘彈性變形，進而產(chǎn)生動張力，導致輸送機機械部件和輸送帶內(nèi)部產(chǎn)生較大沖擊力，甚至損壞輸送機。對此，軟啟動控制是一種降低帶式輸送機啟停沖擊良好方法，主要包括液力耦合器、CST和變頻等軟啟動控制方法，工作特點對比分析如表1所示。通過幾種軟啟動方式特點對比可以看出，變頻軟啟動控制方式綜合性能最好，能將輸送機電機的軟啟動與皮帶的軟啟動合二為一。

表1　軟啟動控制方法主要特點對比分析

1.2帶式輸送機變頻節(jié)能運行技術(shù)

一般三相交流異步電機空載運行時功率因數(shù)較低，通常為0.5～0.6。電機在重載運行時功率因數(shù)較高， 可達到0.85以上 。電機采用變頻控制方式可以確保在空載和重載時都有很高的功率因數(shù)， 可達到0.9以上。某煤礦兩帶式輸送機采用兩臺250 kW的電機驅(qū)動，用變頻控制方式對帶式輸送機進行軟啟停和調(diào)速控制，變頻器控制方式為矢量控制。改造之前電動機功率因數(shù)為0.85， 每天工作14 h，電動機效率約為80%，故改造前消耗電能為

250 kW×80%×14 h×0.85=3294 kW·h

采用變頻技術(shù)后，功率因數(shù)為0.92，改造后消耗的電能約為

250 kW×80%×14 h×0.92=3 043 kW·h

可見，采用變頻改造后，系統(tǒng)每天至少可以節(jié)約電能為251 kW·h，采用變頻控制方式節(jié)能效果明顯。

2強力帶式輸送機綜合保護及關(guān)鍵部件故障診斷技術(shù)

2.1帶式輸送機綜合保護

帶式輸送機綜合保護系統(tǒng)主要對運行過程中跑偏、撕帶、超溫、打滑、堆煤和冒煙等故障進行保護，綜合保護系統(tǒng)組成如圖1所示。

圖1　帶式輸送機綜合保護系統(tǒng)Fig.1　　　　Integrated protection system component of belt conveyor

系統(tǒng)主要由綜合保護傳感器、監(jiān)控模塊和語音模塊組成的監(jiān)控分站、監(jiān)控主站和監(jiān)控上位軟件構(gòu)成。一般每臺帶式輸送機配置1個監(jiān)控分站，各監(jiān)控分站通過CAN總線等現(xiàn)場總線與監(jiān)控主站通信，監(jiān)控主站通過以太網(wǎng)傳輸?shù)降孛嬲{(diào)度中心上位軟件，從而實現(xiàn)調(diào)度中心集控井下帶式輸送機。

綜合保護系統(tǒng)保護傳感器安裝位置及作用如表2所示，主要由速度傳感器、溫度傳感器、堆煤傳感器、跑偏傳感器和撕帶傳感器等構(gòu)成，其中撕帶故障比較復雜，比較先進的方法主要有稱重檢測方法和光學檢測方法(見圖2)。

表2　保護傳感器安裝位置及作用

圖2　2種先進的撕帶檢測方法Fig.2　Two advanced testing methods of belt tear

2.2帶式輸送機傳動系統(tǒng)關(guān)鍵部件故障診斷

圖3　溫度和振動傳感器安裝位置Fig.3　　　　Installation position of temperature and vibration sensors

圖4　關(guān)鍵部件故障診斷過程Fig.4　Fault diagnosis process of the key components

帶式輸送機傳動系統(tǒng)的驅(qū)動電機、減速機齒輪與軸承、滾筒重載軸承是帶式輸送機傳動系統(tǒng)重點診斷的關(guān)鍵部件。傳動系統(tǒng)關(guān)鍵部件采用溫度與振動結(jié)合的方法進行故障診斷，傳感器安裝位置和主要診斷過程分別如圖3和圖4所示，主要包括振動與溫度信號獲取、信號調(diào)理與采集、信號降噪、特征提取和故障診斷等過程。

對于溫度信號主要提取最大值和超過設定溫度閾值的報警次數(shù)等特征，并通過最大值和報警次數(shù)綜合判斷進行故障診斷。振動信號處理比溫度信號復雜的多，信號降噪主要采用小波降噪和自適應濾波等，特征提取主要提取時域特征、頻域特征和時頻域特征，并通過故障診斷方法對提取的特征信息進行故障定位、故障分類與故障預測等。振動與溫度結(jié)合的診斷系統(tǒng)首先采用溫度檢測方法對故障進行預判，然后采用振動檢測方法對故障位置和故障嚴重程度等進行詳細診斷，從而實現(xiàn)關(guān)鍵部件故障準確診斷。

3強力輸送帶缺陷智能檢測技術(shù)

強力輸送帶缺陷主要有接頭鋼芯抽動、斷繩、磨損和疲勞等，缺陷檢測方法主要有電磁檢測和X射線檢測，其中電磁檢測方法中弱磁檢測效果較好。

3.1弱磁檢測技術(shù)

3.1.1弱磁傳感器檢測原理

弱磁傳感器由磁衡元件和釋磁元件組成，其工作原理如圖5所示，釋磁元件提供恒定的弱磁場Bx，與弱磁規(guī)劃后的輸送帶內(nèi)部鋼絲繩芯中剩余弱磁場B關(guān)聯(lián)出弱磁場By，磁衡元件具有0.5 V/Gs的靈敏度準確地將By轉(zhuǎn)換為電壓信號，By與輸送帶中鋼絲繩缺陷產(chǎn)生漏磁場有關(guān)，通過檢測By的變化量可以反映鋼絲繩芯缺陷狀況，從而實現(xiàn)對輸送帶鋼絲繩缺陷的檢測。

圖5　弱磁傳感器的鋼絲繩芯缺陷檢測原理Fig.5　　　　Steel cord defect testing principle of weak magnetic sensor

3.1.2缺陷弱磁檢測系統(tǒng)

鋼芯輸送帶缺陷弱磁檢測系統(tǒng)內(nèi)部結(jié)構(gòu)和安裝示意圖分別如圖6,7所示，其主要由弱磁加載模塊、弱磁檢測模塊、行程編碼器及防抖裝置和上位軟件組成。弱磁檢測模塊以ARM處理器為核心，內(nèi)部由多個弱磁傳感器、信號調(diào)理電路和信號采集電路組成，其中信號采集電路不僅采集弱磁傳感器的信號，而且采集行程編碼器的信號。行程編碼裝置以0.5 mm的檢測精度對輸送帶的運行行程進行檢測，防抖裝置可以消除輸送帶抖動影響，從而實現(xiàn)缺陷在輸送帶長度方向精確定位。

圖6　弱磁檢測系統(tǒng)內(nèi)部結(jié)構(gòu)Fig.6　Weak magnetic testing system internal structure

圖7　缺陷弱磁檢測系統(tǒng)安裝示意圖Fig.7　Weak magnetic testing system installation schematic diagram

弱磁檢測系統(tǒng)主要工作過程如下：首先，弱磁加載模塊對輸送帶內(nèi)部鋼絲繩芯進行磁加載，使內(nèi)部鋼絲繩芯具有微弱剩磁場，當輸送帶內(nèi)部接頭鋼芯抽動、斷繩、磨損和疲勞等缺陷時，產(chǎn)生漏磁場；然后，弱磁檢測模塊中高靈敏度傳感器獲取缺陷漏磁場，并將缺陷檢測信號通過以太網(wǎng)TCP/IP協(xié)議傳輸?shù)缴衔卉浖?；最后，上位軟件對缺陷信號進行存儲、信號降噪、特征提取和缺陷識別等處理，最終實現(xiàn)鋼絲繩芯輸送帶缺陷信號智能識別。

3.2X射線檢測技術(shù)

圖8　X射線檢測系統(tǒng)構(gòu)成Fig.8　Component of X-ray testing system

圖9　X射線檢測系統(tǒng)安裝示意圖Fig.9　X-ray testing system installation schematic diagram

鋼絲繩芯輸送帶X射線檢測系統(tǒng)可以實時掃描、實時成像、實時智能識別出所有隱患和故障預警。X射線檢測系統(tǒng)構(gòu)成和安裝示意圖如圖8,9所示，其主要由X射線光源、高速X射線檢測系統(tǒng)和上位軟件構(gòu)成。系統(tǒng)工作原理如下：首先，通過X光發(fā)射器發(fā)出X光源到鋼絲繩輸送帶；然后，高速X射線檢測系統(tǒng)對穿透輸送帶的X光進行光電轉(zhuǎn)換、高速采集、高速處理和高速傳輸；最后，系統(tǒng)上位軟件對輸送帶X光圖像信號進行分析和處理，從而實現(xiàn)輸送帶內(nèi)部鋼絲繩芯損傷和接頭抽動進行定量分析及精確定位。

4強力帶式輸送機智能監(jiān)控實驗平臺

4.1實驗平臺功能及構(gòu)成

為了研究強力帶式輸送機智能監(jiān)控系統(tǒng)關(guān)鍵技術(shù)，建立了強力帶式運輸機智能監(jiān)控實驗平臺，其構(gòu)成如圖10,11所示。

圖10　智能監(jiān)控實驗平臺構(gòu)成Fig.10　　Component of intelligent monitoring experiment platform

圖11　智能監(jiān)控實驗平臺實物圖Fig.11　　The prototype of intelligent monitoring experiment platform

該智能監(jiān)控系統(tǒng)各模塊之間關(guān)聯(lián)和主要功能如下。

1) 變頻控制：主要實現(xiàn)強力帶式輸送機軟起停和變頻節(jié)能調(diào)速運行。

2) 綜合保護：主要實現(xiàn)對帶式輸送機運行過程中跑偏、撕帶、超溫及打滑等故障進行保護。該模塊與變頻控制形成閉環(huán)，保護系統(tǒng)一旦發(fā)現(xiàn)以上故障，及時發(fā)出報警信號，同時通過變頻控制模塊控制帶式輸送機平穩(wěn)停機。

3) 缺陷弱磁檢測：主要實現(xiàn)對強力輸送帶內(nèi)部鋼芯損傷和接頭抽動等缺陷進行在線監(jiān)測，一旦檢測到缺陷比較嚴重，及時發(fā)出斷帶報警信號，同時通過變頻控制模塊控制帶式輸送機平穩(wěn)停機，從而預防輸送帶斷裂事故發(fā)生。

4) 傳動系統(tǒng)關(guān)鍵部件故障診斷：主要對強力帶式輸送機傳動系統(tǒng)電機、齒輪和軸承等關(guān)鍵部件進行故障診斷，一旦發(fā)現(xiàn)關(guān)鍵部件嚴重故障，通過變頻控制模塊控制帶式輸送機平穩(wěn)停機，以防傳動系統(tǒng)關(guān)鍵部件大面積損壞。

4.2缺陷弱磁檢測及智能識別

強力帶式輸送機智能監(jiān)控系統(tǒng)中強力輸送帶缺陷檢測是難題。因此，運用智能監(jiān)控實驗平臺中的弱磁檢測對強力輸送帶內(nèi)部缺陷信號進行采集和分析處理研究(見圖12)。

圖12　強力輸送帶缺陷弱磁檢測系統(tǒng)安裝圖Fig.12　sInstallation picture of steel cord conveyor belt defects weak magnetic testing system

對于強力輸送帶內(nèi)部缺陷弱磁信號處理問題，重點研究了缺陷弱磁信號非平穩(wěn)噪聲降噪方法、特征提取及約簡方法和分類識別方法，實現(xiàn)了強力輸送帶缺陷弱磁在線準確識別。

4.2.1缺陷弱磁信號非平穩(wěn)噪聲降噪處理

提出了一種小波包與RLS自適應濾波相結(jié)合的缺陷弱磁信號降噪方法，對缺陷非平穩(wěn)噪聲信號進行降噪，該方法原理如圖13所示。

圖13　小波包與RLS自適應濾波相結(jié)合的降噪方法Fig.13　　Noise reduction method for a combination of wavelet packet and RLS adaptive filter

實驗中以疊加高斯白噪聲和調(diào)頻、調(diào)幅產(chǎn)生同頻帶非平穩(wěn)強噪聲的接頭弱磁信號為研究對象，運用小波包和小波包與RLS自適應濾波結(jié)合的兩種降噪方法進行降噪對比研究，降噪前后波形如圖14所示。從圖14(c),(d)中可得出，小波包與RLS自適應濾波相結(jié)合的缺陷弱磁信號降噪方法比小波包降噪方法具有更好的降噪效果。

4.2.2缺陷弱磁信號特征提取

提出了一種基于屬性數(shù)據(jù)標準差的改進鄰域粗糙集特征約簡算法，對強力輸送帶的接頭、斷繩和疲勞弱磁信號進行特征提取及約簡，特征約簡結(jié)果如表3所示。改進的鄰域粗糙集特征約簡方法，不僅保證了缺陷識別的準確率，而且較大地降低了特征維數(shù)和提高了識別速度，約簡后5個特征屬性為峰峰值、均方根值、方差、峭度和波寬。

圖14　兩種降噪方法降噪結(jié)果對比Fig.14　　　　Noise reduction result contrast for two noise reduction methods

表3　特征約簡前后分類識別測試實驗結(jié)果

4.2.3強力輸送帶多類缺陷分類識別

提出了一種粒子群優(yōu)化的二叉樹支持向量機多類分類算法，運用該算法對如圖15所示的強力輸送帶的接頭、斷繩和疲勞3類弱磁信號168個樣本進行分類識別。

實驗結(jié)果表明：粒子群優(yōu)化的二叉樹支持向量機能有效地對強力輸送帶缺陷進行分類，分類準確率高達約97.9%，識別結(jié)果如圖16所示。

圖15　強力輸送帶弱磁檢測歸一化信號Fig.15　Weak magnetic testing normalized signal of steel cord conveyor belt

圖16　強力輸送帶多類缺陷分類識別結(jié)果Fig.16　　Multi-class defect classification results of steel cord conveyor belt

5結(jié)束語

強力帶式輸送機在煤礦、冶金、交通、電力及港口等行業(yè)中具有廣泛應用，其存在啟停沖擊、運行過程跑偏、撕帶、橫向斷帶和傳動系統(tǒng)關(guān)鍵部件故障等問題，直接影響了安全高效生產(chǎn)。目前，在應用中的變頻軟啟動控制系統(tǒng)、綜合保護系統(tǒng)、強力輸送帶缺陷檢測系統(tǒng)和傳動系統(tǒng)關(guān)鍵部件故障診斷系統(tǒng)，互不關(guān)聯(lián)，存在信息孤島。因此，提出了一種礦用強力帶式輸送機智能監(jiān)控系統(tǒng)，并重點研究了各個系統(tǒng)關(guān)鍵技術(shù)。本研究工作對礦用強力帶式輸送機全面智能監(jiān)控提供了一種新思路，通過各子系統(tǒng)之間信息相互融合，可實現(xiàn)強力帶式輸送機全面智能監(jiān)控。

參考文獻

[1]黃民, 潘虎生, 胡成,等. 鋼繩芯帶式輸送機實時綜合監(jiān)測與保護系統(tǒng)[J]. 中國礦業(yè)大學學報, 2006,35(5):673-680.

Huang Min, Pan Husheng, Hu Cheng, et al. A system for real time monitoring and protecting of steel-cord belt conveyors[J]. Journal of China University of Mining & Technology, 2006,35(5):673-680. (in Chinese)

[2]苗繼軍，姜明學，劉朋元,等.變頻技術(shù)在帶式輸送機遠距離運輸中的應用[J].工礦自動化，2013,39(4):105-108.

Miao Jijun, Jiang Mingxue, Liu Pengyuan, et al. Application of frequency-conversion technology in long-distance transportation of belt conveyor[J]. Industry and Mine Automation, 2013,39(4):105-108. (in Chinese)

[3]姜筱瀛. 煤礦帶式輸送機啟動控制方式的探討[J]. 安徽理工大學學報, 2012,32(3):45-48.

Jiang Xiaoying. Discussion on starting control mode of belt conveyor for coal mines[J]. Journal of Anhui University of Science and Technology, 2012,32(3):45-48. (in Chinese)

[4]王桂梅, 趙彥斌, 李長剛,等. 井下帶式輸送機智能監(jiān)控系統(tǒng)研究[J]. 煤礦機械, 2012,33(8):230-231.

Wang Guimei, Zhao Yanbin, Li Changgang, et al. Study on intelligent monitoring system of belt conveyer under coal mine[J]. Coal Mine Machinery, 2012,33(8):230-231. (in Chinese)

[5]Yang Yanli, Miao Changyun, Li Xianguo, et al. On-line conveyor belts inspection based on machine vision[J]. International Journal for Light and Electron Optics, 2014,125(19):5803-5807.

[6]徐永峰，楊彥利，苗繼軍,等. 煤礦輸送帶視覺在線監(jiān)測系統(tǒng)研究[J]. 煤礦機電, 2013(4):88-91.

Xu Yongfeng, Yang Yanli, Miao Jijun, et al. Research on online visual monitoring system of belt conveyor[J]. Colliery Mechanical & Electrical Technology, 2013(4):88-91. (in Chinese)

[7]趙志宏，楊紹普，劉永強．多小波系數(shù)特征提取方法在故障診斷中的應用[J]．振動、測試與診斷.2015,35(2):276-280．

Zhao Zhihong, Yang Shaopu, Liu Yongqiang. Application of feature extraction method in fault diagnosis based on multi-wavelet coefficients[J]. Journal of Vibration, Measurement & Diagnosis，2015,35(2):276-280. (in Chinese)

[8]Ales B, Joze F. Determining cracks in gears using adaptive wavelet transform approach[J]. Engineering Failure Analysis, 2010,17:664-671.

[9]李輝，鄭海起，唐力偉．基于倒雙譜分析的軸承故障診斷研究[J]．振動、測試與診斷，2010，30(4):353-356.

Li Hui, Zheng Haiqi, Tang Liwei. Application of bi-cepstrum technique to bearing fault detection[J]. Journal of Vibration, Measurement & Diagnosis, 2010,30(4):353-356. (in Chinese)

[10]李舜酩, 郭海東，李殿榮. 振動信號處理方法綜述[J]. 儀器儀表學報, 2013,34(8):1907-1915.

Li Shunming, Guo Haidong, Li Dianrong. Review of vibration signal processing methods[J]. Chinese Journal of Scientific Instrument, 2013,34(8):1907-1915. (in Chinese)

[11]葉春青，苗長云，李現(xiàn)國,等. 基于X光檢測的強力輸送帶故障定位方法[J].計算機測量與控制, 2009,17(2):302-305.

Ye Chunqing, Miao Changyun, Li Xianguo, et al. A fault location method of steel cord conveyor belt based on X-ray detection[J].Computer Measurement & Control, 2009,17(2):302-305. (in Chinese)

[12]毛清華，張大偉，張旭輝,等.煤礦用鋼絲繩芯輸送帶斷帶和撕帶機理及檢測方法研究進展[J].礦山機械，2011，39(7):70-73.

Mao Qinghua，Zhang Dawei，Zhang Xuhui，et al. Progress of research on reasons and detection methods for coal mine steel cord conveyor belt breaking and tearing[J]. Mining & Processing Equipment, 2011，39(7):70-73. (in Chinese)

[13]郭東兵,李會軍,竇柏林.鋼絲繩芯輸送帶在線實時自動監(jiān)測系統(tǒng)的開發(fā)及應用[J].煤礦機電，2011(3):44-46.

Guo Dongbing, Li Huijun, Dou Bolin. Development and application of on-line real-time automatic monitoring system of steel wire rope core conveyor belt[J]. Colliery Mechanical & Electrical Technology, 2011(3):44-46. (in Chinese)

[14]焦晉杰, 牛昱光. X光成像的鋼繩芯輸送帶接頭距離檢測方法[J]. 機械工程與自動化，2012(5):133-135.

Jiao Jinjie, Liu Yuguang. X-ray based distance detection method for joint distance of steel cord conveyor belt[J]. Mechanical Engineering & Automation, 2012(5):133-135. (in Chinese)

E-mail: mahw@xust.edu.cn

doi:?專家論壇?10.16450/j.cnki.issn.1004-6801.2016.02.001

收稿日期：2016-01-05；修回日期：2016-02-22

中圖分類號TH222

第一作者簡介：馬宏偉，男，1957年10月生，博士、教授、博士生導師?，F(xiàn)任西安科技大學副校長，兼任陜西省研究生教育學會副會長、陜西省機械工程學科評議組成員、中國煤炭工業(yè)機電專家委員會委員、西安市專家咨詢團特聘專家等。主要研究方向為智能檢測與控制、工業(yè)機器人及機電一體化技術(shù)、煤礦機電設備及其自動化、智能化等。先后主持和參加以國家自然科學基金為代表的國家級、省部級科研項目10余項，主持和參加的企業(yè)委托項目多項。獲省部級科技進步獎4項，陜西省優(yōu)秀教學成果獎、精品課程以及優(yōu)秀教材獎5項，國家發(fā)明專利10余項；在國內(nèi)外學術(shù)期刊上發(fā)表論文110余篇，其中被SCI，EI等收錄50余篇。

*國家自然科學基金資助項目(U1361121);教育部博士學科點專項科研基金資助項目(20136121120010);陜西自然科學基礎研究計劃資助項目(2012JM8039)