大断面巷道贯通交叉点联合支护技术应用研究

针对某矿大断面巷道贯通交叉点处围岩变形严重、应力集中高、影响安全生产等因素,基于相关研究成果和该矿围岩岩性特点,有针对性地设计出不同区域的支护方案。通过现场顶板离层监测表明,该支护方案具有良好的经济效果,具有积极的技术借鉴意义和应用价值。     

工业园区混合能源优化配置方法应用与实践

为了充分挖掘多能源之间的互补潜力,使工业园区混合能源系统的配置方式由传统粗放式转变为精确优化配置并降低系统配置方案的保守性,基于粒子群联合CPLEX求解算法对工业园区的系统配置和运行调度方案进行分析优化,并以某生物园区为例进行了实例分析,得到了目标函数下的最优设计方案和运行策略。仿真分析结果表明,优化配置方法的应用能够协调冷热电多种能源的混合利用,提升系统的综合经济性。同时,为工业园区能源供应项目的规划、设计提供参考性支撑,丰富设计手段。     

基于重力势能转化的下肢外骨骼设计与动力学研究

基于人体重力势能转化的弹性助力原理,设计了一款下肢外骨骼,其类型为被动式,可为髋关节提供助力。依据拉格朗日方程建立了下肢外骨骼数学模型,研究了该模型在释能阶段的髋关节转矩。利用Adams软件建立了下肢外骨骼动力学仿真模型,通过数理统计的方法对比了数学模型和动力学仿真模型髋关节转矩的计算结果,得出两者高度相关。利用Adams软件仿真分别得出了人体在穿戴下肢外骨骼和不穿戴下肢外骨骼情况下释能阶段的髋关节转矩曲线,以髋关节做功值为依据对两组髋关节转矩曲线做了对比分析。结果表明,穿戴下肢外骨骼时,释能阶段髋关节做功值减少了19.29%。最后,以储能弹簧刚度与预拉力为设计变量对下肢外骨骼髋关节转矩进行优化,得出最适储能弹簧刚度下穿戴下肢外骨骼时髋关节做功值比不穿戴下肢外骨骼时减少了26.00%。     

大断面巷道联合支护效果分析

以盛泰煤业15201工作面回风巷支护设计为背景,通过运用数值模拟和现场实测相结合的方法,对“锚杆+锚索+钢带”联合支护下大断面巷道围岩移近量进行了分析,数值模拟结果顶底板最大移近量为104.1 mm,两帮移近量最大为99.4 mm;现场实测顶底板平均移近量为71.25 mm,两帮平均移近量为89.75 mm,和数值模拟基本吻合。充分说明“锚杆+锚索+钢带”的联合支护设计对保证大断面巷道围岩稳定性效果显著。     

B.cereus MBL13-U产牛骨胶原蛋白酶工艺优化

为了获得能够高效降解牛骨胶原蛋白的新型胶原蛋白酶,以蜡样芽孢杆菌(Bacillus cereus MBL13-U)为出发菌种,以胶原蛋白酶活力为检测指标,对影响发酵的4个因素(菌种接种量、发酵温度、p H、发酵时间)进行单因素试验。通过四元二次正交旋转组合试验,确定了B.cereus MBL13-U菌株发酵制备胶原蛋白酶的最佳工艺。当菌种接种量4%(体积分数)、发酵温度35℃、初始p H6.4、发酵时间46 h时,胶原蛋白酶活力达(92.31±1.13)U/m L。将其作用于牛骨胶原蛋白,通过扫描电子显微镜对酶解过程中的牛骨胶原蛋白进行结构分析。分析结果表明:酶解破坏了牛骨胶原蛋白原本完整的表面结构,使其所含的Ⅰ型胶原蛋白更多地暴露在表面,加快水解。     

大型铸锻件国产化项目循环冷却水联合泵站设计与应用

详细介绍了太原重工股份有限公司大型铸锻件国产化研究项目循环冷却水联合泵站的设计与应用。在对最终选用的联合泵站设计理念进行介绍的基础上,对项目投产后联合泵站的主要数据进行详细汇总,以期为国内同行业、同类型企业联合泵站项目的实施提供经验和借鉴。     

基于参数优化VMD的齿轮箱故障特征提取方法

为解决齿轮箱故障振动信号信噪比低、故障特征提取难的问题,提出了基于参数优化变分模态分解(VMD)的齿轮箱故障特征提取方法。首先,以分解结果的局部极小包络熵最小为目标,利用果蝇算法搜寻VMD分解参数K和α的最优组合;将原始信号分解成若干IMF分量,从中选择包络熵较小的分量进行信号重构,并对重构信号进行包络解调运算,从重构信号的包络谱中提取故障频率特征。结果表明,利用此方法对实测信号进行处理,成功降噪、提取齿轮箱故障特征,并且比利用经验模态分解方法降噪效果更好,提取的故障特征更加明显。     

基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。