巷道智能化掘进的自主感知及调控技术研究进展

针对当前煤矿巷道综掘工作面的智能化程度较低,掘进效率低下的问题,分析了煤矿综掘工作面实现智能化快速掘进的关键技术--自主感知和调控技术。首先,探讨了智能化快掘创新方法与理论,以智能感知技术、自主控制技术、群组协同技术为核心,构建智能化快速掘进技术体系,以实现煤矿综合掘进机器人化装备的探-掘-护-锚一体化协同作业。其次,重点阐述了智能化掘进的自主感知技术,包括基于超宽带原理的位姿感知、基于双频激电法的超前探测、基于SLAM原理的环境感知、基于变迁记忆故障Petri网的故障感知等;自主调控技术,包括基于群体智能算法的智能截割、基于遗传变异粒子群算法的路径规划、基于BP神经网络PID算法的自主纠偏等。再次,详细论述了智能临时支护感知,包括围岩压力、顶底板状况、支架位姿等多维信息的感知,研究了非水平场景下掘支协同与多机组多缸联动的自适应控制方法;介绍了智能永久支护感知,包括围岩位移感知和支护装备受力变形感知,探讨了锚护网络结构优化方法,提出了基于粒子群优化算法的自适应钻进控制策略。最后,展望了煤矿巷道智能化掘进的自主感知及调控技术的发展方向。     

常村井田王庄村部分民房损坏原因实测与分析

针对地面居民房屋相继损坏这一问题,通过井上下实测、研究、计算,得出:王庄村部分民房损坏与常村煤矿采煤有一定关系,理清了常村煤矿应承担的法律责任,为常村煤矿赔偿提供了有力的技术依据,也保护了房屋受损村民的合法权益。     

以应用创新开拓商机:华为2015年将大力发展ISV

作为ICT基础设施厂商和最终客户之间的桥梁,各行业ISV对客户业务形态的深刻理解与IT架构弹性化、智能化相结合,能够帮助最终客户完成业务创新和平稳落地,因此受到华为的高度重视。在云化、移动化、大数据化、智能化的发展趋势下,软件将重新定义世界,而独立软件开发商(ISV:Independent Software Vendors)是其中的重要力量。在经济环境发展放缓、IT技术不断创新与发展、国内市场瞬息万变的大趋势下,基础设施厂商与ISV都会面临巨大的挑战与发展机遇。只有双方强强联合,     

地表移动带范围内建构筑物安全可靠性分析

地表建构筑物位于在生产矿山地表开采移动范围内，如果按照一般圈定地表移动范围原则判断建构筑物的安全可靠性，结果是不安全或者预留保安矿柱可保证安全。为分析地表移动带范围内建构筑物安全可靠性，采用FLAC3D软件建立数值模拟模型，对矿区地表移动进行分析研究，并结合建构筑物的破坏等级评判标准，可以更加合理地判断地表移动范围内建构筑物的安全可靠性，对存在相似条件的矿山具有一定的借鉴意义。     

兆瓦级风力机翼型多目标优化设计和研究

随着风电发电技术的不断发展,对风力机的各项性能要求越来越高,气动噪声问题已成为风电行业研究的关键方向。以提高叶片的气动性能和降低噪声为设计目标,基于改进的Hicks-Henne型函数优化翼型结构方程,并结合多目标粒子群优化算法,对S8035翼型进行优化设计;利用Xfoil软件对优化后的翼型进行评估计算,并对其气动噪声和流动特性进行模拟仿真。分析结果表明优化后的叶片具有更好的气动特性和更低的噪声特性,验证了该设计方法的可行性。     

时空稀疏贝叶斯的多通道降噪方法及在机械故障诊断中的应用

压缩感知利用与稀疏基相独立的观测矩阵将具有稀疏结构的高维度信号投影到低维子空间,对于信号的压缩和降噪有很好的效果,但是稀疏基以及稀疏系数矩阵的获得对于分析的结果有决定性的影响。稀疏贝叶斯学习(sparse bayesian learning,SBL)算法能极大地提高信号稀疏分解的精度,提出了一种改进的基于时空稀疏贝叶斯(SpatioTemporal Sparse Bayesian Learning,STSBL)的多通道信号降噪算法。首先给出了多通道压缩感知理论模型,然后通过自适应过完备字典求取信号的稀疏基矩阵,最后提出基于STSBL的多通道理论模型获取多通道稀疏系数矩阵,从而实现多通道机械故障信号的有效降噪以及特征成分的精确重构。分别通过数值仿真实验和实测风力发电机轴承内圈故障信号进行分析,结果表明提出的方法有很好的降噪效果,同时能成功地提取信号的故障特征信息。