矿井层次型无线传感器网络的研究与设计

在分析现有无线传感器网络在矿井应用状况的基础上,文章设计了应用于煤矿井下的异构分层的无线传感器网络结构,开发了网络硬件平台,并结合煤矿井下应用特点,提出了底层簇网络生成控制机制和基于多网关的中间骨干网络层最短路径路由机制。     

基于事件与能量感知的WMSNs节点不相交多路径算法

在无线传感器网络中建立从源节点到目标节点的多条不相交路径,提出了一种基于事件与能量感知的节点不相交多路径算法（ EEDMA）。建立了基于事件与能量感知的多路径模型,基于对事件类型和各路径中节点剩余能量的感知,为不同的事件类型的数据选择合适的路径进行传输。通过仿真结果验证：这种算法为实现异常事件提供了可靠、快速的传输路径,并且为平衡整个网络的能量消耗有重要意义。     

复杂环境下地震监测的无线传感器网络系统设计

针对复杂环境下难以有效进行地震监测的问题,设计了具有分簇拓扑结构和簇内单跳等特征的无线传感器网络系统以实现通过无线方式获取地震监测信息.分析了该监测系统的结构,介绍了所设计的地震监测节点硬件组成和完成相关功能的软件系统,简化的震动实验结果表明了设计的可行性.总结了时间延迟方面的实验结果,并提出了待解决的关键技术问题及下一步的研究工作.     

影响主体化机车信号稳定运用的关键节点

从地面信号设备和车载信号设备整个系统进行全面分析,阐述了机车信号主体化涉及的问题及影响机车信号稳定性和可靠性的因素,并从机车信号施工、使用、维护全过程,提出提高机车信号稳定性和可靠性的途径和方法,以实现设备质量保安全的目标。实现机车信号主体化的过程,就是不断提高机车信号的稳定性和可靠性,从量变逐渐到质变的过程。     

煤矿隐患排查信息平台的设计

在分析煤矿隐患排查工作特点和信息化监管要求的基础上,研究并实现了以隐患信息采集、审核、整改、复查为主要环节的基于关系数据库的轻量级工作流引擎、高效便捷的隐患信息短信提醒子系统、隐患信息统计分析子系统等不同的模块,从而创建了集工作流引擎、短信平台、决策支持等模块为一体的隐患排查信息平台。该平台促进了隐患信息的快速流转和闭环管理,实现了实时和历史隐患信息的挖掘,为及时准确地掌握煤炭企业的安全生产动态,监测控制重大事故隐患,分析预测安全生产走势,掌握安全生产监管、监察的主动权提供有效的保障。     

煤与瓦斯突出的PCA-BP神经网络预测模型研究

通过主成分分析法对煤与瓦斯突出的主要影响因素进行主成分提取,选取贡献率大于85%的3个主成分来代替原来的7个影响因素,以此来确定BP神经网络的输入参数为3个。根据煤与瓦斯突出的类型,建立了煤与瓦斯突出预测的PCA-BP神经网络模型。选用典型突出矿井的煤与瓦斯突出实例作为学习样本,对PCA-BP网络进行训练。以云南某煤矿的煤与瓦斯突出实例作为预测样本,仿真结果表明PCA-BP神经网络模型性能优于传统BP神经网络,能够满足煤与瓦斯突出预测的要求。     

X80大应变钢管焊接接头的疲劳性能北大核心CSCD

采用MTS landmark 370型液压伺服动静疲劳拉伸试验机研究了应力比(R=σmin/σmax)为0.1时X80大应变管线钢焊接接头的拉拉疲劳寿命;并采用显微硬度计和扫描电镜对焊接接头的硬度及疲劳断口进行了分析。结果表明:焊接接头的疲劳寿命显著低于母材;疲劳裂纹均萌生在焊缝熔合线处;裂纹沿热影响区向内扩展,当裂纹扩展到一定程度时,裂纹沿热影响区快速开裂。焊缝金属咬边所形成的夹杂物、焊缝的应力集中及热影响区性能恶化是疲劳裂纹萌生及快速扩展的原因。     

现代通信技术在矿井机车监控系统中的应用

以淮北临涣煤矿井下机车监控系统为例，详细论述了现代通信技术在矿井机车监控系统中的应用。     

基于CNN迁移学习的甲状腺结节检测方法

将人工智能应用到医学图像中可减少医生工作量和患者的重复检查。针对现有甲状腺结节检测方法处理过程繁琐、特征提取困难等问题,提出一种基于卷积神经网络（CNN）的甲状腺结节检测方法。针对数据样本量小的限制,提出利用预训练与迁移学习改善网络性能的策略。根据不同结构CNN能够提取不同层次特征的特点,提出融合浅层与深层网络的方法。通过医院收集的3 414张图片对提出的方法进行验证,最终准确率为91.60%,灵敏度为90.08%,特异性为93.24%,接收者操作特征曲线下面积为96.55%。