露天采矿机应用条件与开采工艺参数研究

针对薄煤层开采和复杂煤层选采困难的问题,提出了使用露天采矿机进行开采的应用方案。为了探究露天采矿机的应用条件,建立了煤层复杂性评价模型,详细研究了露天采矿机的物料运输匹配方式及其开采参数。通过对内蒙某露天矿的分析,结果表明：使用露天采矿机进行开采,回采率提高了2.93%,含矸率下降了17.23%,毛煤热值提高了1 672.25 kJ/kg;采用自卸卡车直接跟车装载物料的运输方式,每层煤划分为一个台阶,最小工作平盘为30 m。复杂煤层采用露天采矿机选采,可显著提高煤炭质量,有效增加资源回收量,实现经济效益最大化。     

基于业务流程的信息化建设与应用

业务流程是企业运行的脉络,它直接决定企业的作业逻辑。企业总体流程框架是否科学合理,具体流程运行是否通畅、快捷,关系到企业运行的效率和效益,必须对业务流程加以有效的管理。信息化是实现业务流程电子化、自动化的重要途径,借助信息化应用,可以把经过梳理、优化后的流程固化下来,提高基础运行的质量、效率和可分析性,从而不断提高流程管理的有效性。基于业务流程的信息化能有效实现信息化与业务的对接,使得信息化直接作用于企业的业务过程,保证信息化有的放矢,更好地发挥投资效益。     

关于住宅楼阳台处理应注意的几个问题

在住宅楼房中,一般都设有阳台,它是住宅建筑的重要组成部分,按其与外墙的相对位置,一般可分为凸阳台和凹阳台两种,正是由于形式多样的凸阳台的存在,才构成了住宅建筑丰富多彩的立面造型,但是如果阳台的处理不当,不仅会影响整个建筑物的立面造型,而且还会造成裂缝,积水、渗水、倒返水等工程质量通病,给用户的日常生活带来不便。     

光端机在可燃和有毒气体检测报警系统中的应用

介绍了利用模拟量光端机将可燃和有毒气体探测器信号通过光纤直接接入可燃和有毒气体检测报警系统的应用,分析了使用模拟量光端机远距离传输模拟量信号的优势。     

改进初轧生产工艺 实现轧钢系统节能

本文介绍了首钢对初轧工艺的综合改造情况,在初轧机后带650连轧机组,既使小方坯的产量大为提高,也增进了系统综合的节能效果。     

融合关系特征的半监督图像分类方法研究

半监督深度学习模型具有泛化能力强,所需样本数较少等特点,经过10多年的发展,在理论和实际应用方面都取得了巨大的进步,然而建模样本内部“隐含”关系时模型缺乏解释性以及构造无监督正则化项难度较大等问题限制了半监督深度学习的进一步发展。针对上述问题,从丰富样本特征表示的角度出发,构造了一种新的半监督图像分类模型—融合关系特征的半监督分类模型（semi-supervised classification model fused with relational features,SCUTTLE）,该模型在卷积神经网络模型(convolutional neural networks,CNN)基础上引入了图卷积神经网络(graph convolutional networks,GCN),尝试通过GCN模型来提取CNN模型各层的低、高级特征间的关系,使得融合模型不仅具有特征提取能力,而且具有关系表示能力。通过对SCUTTLE模型泛化性能进行分析,进一步说明了该模型在解决半监督相关问题时的有效性。数值实验结果表明,三层CNN与一层GCN的融合模型在CIFAR10、CIFAR100、SVHN 3种数据集上与CNN监督学习模型的精度相比均可提升5%~6%的精度值,在最先进的ResNet、DenseNet、WRN（wide residual networks）与GCN的融合模型上同样证明了本文所提模型的有效性。     

一种基于散列函数与半边数据结构的TIN拓扑重构算法*

TIN拓扑重构是数字化露天矿软件诸多应用中重要的基础算法之一。顶点聚合与边合并是TIN拓扑重构算法中两个关键内容,用散列函数根据顶点坐标计算顶点散列地址,并用链地址法辅以AVL树解决顶点散列地址冲突,以提高顶点查询效率;采用改进的半边结构存储TIN,在顶点聚合的同时,通过为每个顶点建立入射半边表,完成半边的快速合并。实验及应用表明,算法时间复杂度近线性,能够满足大数据量条件下TIN拓扑快速重构的需求。     

轨道交通直流照明系统研究综述

轨道交通照明直流供电因具有供电效率高、安全性以及经济性良好等优点而正替代交流供电，是目前研究的热点和重点，为此对轨道交通低压直流照明系统包含的多个方面进行论述。针对轨道交通低压直流照明系统各部分在实际应用中存在的优缺点，从直流照明系统的运行可靠性、照明驱动电路、整流方案、接口类型，以及电气保护设备等方面进行多角度全面的论述，并结合实际工程提出相应的改进方案，对未来轨道交通直流照明系统在完善系统标准体系、建立高可信度故障诊断模型，以及健康状态评估方面提供新的研究方向。     

基于IGWO-BPNN的露天矿卡车故障预测方法

为有效解决露天矿中卡车的故障预测问题，提出了一种基于改进灰狼算法的BP神经网络模型，并成功应用于预测露天矿卡车故障次数和故障持续时间。首先，针对传统灰狼算法的不足，引入了新的非线性更新机制和基于线性插值的种群更新机制，提出了融合多策略的改进灰狼优化算法。其次，将IGWO应用于BP神经网络的权值和阈值搜索中，形成了基于IGWO的BP神经网络模型(IGWO-BPNN)。最后，以宝日希勒露天煤矿卡车故障数据为例，成功将该模型应用于卡车故障预测研究。结果表明，在相同实验条件下，与其他算法相比，IGWO-BPNN具有更高的模型预测性能和分类精度，可帮助露天矿山科学制定卡车预防性检修计划，并为智慧露天矿山建设提供科学有效的基础决策数据。