定压低温式甲烷检测方法的研究

提出了一种定压低温式甲烷检测方法，并分析了其工作原理和特点。该方法综合了传统电桥检测法和恒温检测法的优点，是一种先进而实用的甲烷检测方法。     

采用TDC-GP1的激光测距系统设计

在激光测距系统中,时标是影响测距系统精确度的关键因素。文章利用ACAM的高精度时间间隔测量芯片TDC-GP1、自触发脉冲激光飞行时间测量方法设计了一种结构简单、测量精度高的脉冲激光测距系统。     

考虑电网不平衡影响的配电网故障仿真分析

针对配电网因三相不平衡而导致的现有选线方法选线效果不理想的现状,分析了三相不平衡产生的原因,通过对对地电容不平衡、负荷不平衡以及电流互感器参数不对称引起的不平衡电流进行理论分析,论证系统三相不平衡下会产生零序电流,造成选线失败。为提取在电网不平衡下的单相故障特征信号,用MATLAB/Simulink软件搭建了三相不平衡谐振接地系统的配电网单相故障仿真模型,通过改变仿真模型的参数,模拟电网不平衡下电网单相接地故障。通过对不平衡配电网单相故障进行大量仿真实验,分析了现有选线方法在三相不平衡条件下选线效果,为研究电网不平衡条件下的单相故障选线方法提供理论依据。     

管道机器人无线电磁自适应定位技术

针对金属管道机器人跟踪定位问题,提出了一种改进的自适应无线电磁定位方法,在未知管道几何尺寸和周围环境电磁参数的情况下实现了管道内机器人的三维定位.首先,通过磁偶极子模型分析了管道外极低频电磁场分布规律.其次,建立了六传感器接收天线的自适应定位模型,设计了电磁发射和接收电路,基于该模型推导出了含有6个未知数的非线性方程组,并分别采用3种算法对其进行了仿真分析.最后,分别对不同壁厚及不同埋藏深度管道进行了试验研究.试验结果表明,在管道壁厚为5.74 mm,埋藏深度为0.8～2 m的情况下,总位置误差的平均值小于18.7 cm,即比原模型减少了3.4 cm,满足机器人实际工作中的定位需要.     

基于模糊证据理论的煤层底板突水量预测

从信息融合的角度,将煤层底板突水量预测过程看成是一个多源信息融合处理与状态估计过程,提出基于贴近度的模糊证据理论,建立基于模糊证据理论的煤层底板突水状态估计与评价模型。利用15个有代表性的采煤工作面底板突水资料作为训练样本,基于广义三角模糊数生成各焦元基本概率赋值。用所建立的突水预测模型对4个待检验的突水样本进行分析,并与人工神经网络、最小二乘支持向量机、距离判别分析等方法进行比较,所得结果一致或更好,说明基于模糊证据理论的煤层底板突水量估计方法具有良好的实用性和有效性。     

基于振动传感器的掘进机故障监测系统

采用振动传感器,以单片机为核心设计了掘进机故障监测系统,对掘进机截割头主轴、传动齿轮箱和行走等部件状态进行监测,分析掘进机机械部件的故障信息,建立反向推理为主,辅以正向推理的故障分析系统,为煤矿掘进机的安全运行提供了保障.     

基于组态软件的悬臂式掘进机远程监控系统设计

设计了基于组态软件的悬臂式掘进机远程监控系统,机载控制机从CAN总线局域网中采集各种参数和状态信息,接受远程控制器的工作任务,完成控制算法解算,向CAN总线局域网中发布控制命令,远程控制机通过无线以太网访问机载控制机,完成掘进机工作时的实时监控、参数显示、故障报警、故障诊断,以及动画模拟等功能。     

突水过程煤岩破裂声发射实验系统的研究

为了监测煤矿突水,在不同应力速率下,针对不同含水量煤岩破裂声发射频谱存在差异的特性,基于数量化理论,采用可编程逻辑器件FPGA和低功耗微处理器MSP430研究设计了一套监测实验系统,本系统可以实现对矿井突水进行实时在线监测的目的.为了解决煤岩破裂声发射信号中含有各种干扰噪声和信号处理方面存在的问题,根据煤岩破裂声发射信号的特点,利用小波包变换对声发射信号进行了分解、去噪和重构,结果表明处理后的声发射信号更为清晰地反映了煤岩在不同含水量和不同应力速率下破裂时的变化特征,研究方法通过模拟样本实验取得了较好的效果.     

无人机多机协作探索煤矿灾变环境算法

针对目前煤矿灾变环境下救援机器人探索效率低的问题,提出了一种使用无人机多机协同探索煤矿灾变环境的改进型边界探索算法。该算法在效用值边界探索算法的基础上增加了对无人机导航角度因素的考虑,同时引入分散度函数作为评判机制来构建目标函数,并使用蚁群算法对该目标函数进行求解。最后利用Matlab软件在栅格化地图上进行了仿真实验。实验结果表明,和效用值边界探索算法相比,改进型边界探索算法减少了探测过程中的重复覆盖和拥挤现象,缩短了探测时间,降低了约30%的能量消耗,提高了无人机多机系统的整体探索效率。     

矿井CO浓度的支持向量机数据融合检测方法

针对检测矿井一氧化碳（CO）含量时,电化学传感器输出受到矿井大气中甲烷气体影响的问题,提出了一种基于支持向量机（SVM）数据融合的CO浓度检测方法。该方法将催化传感器与电化学传感器构成传感器对,利用能够从全局意义上逼近任意非线性关系的支持向量机对传感器对的输出信号进行非线性数据融合,构建了矿井一氧化碳浓度检测模型。实验结果表明,该方法的平均绝对百分比误差为0.88%,均方根误差为1.32 ppm,有效地消除了甲烷对CO电化学传感器的影响,实现了矿井CO浓度的精确检测。