工作面供液系统与液压支架协同自适应控制模型设计

液压支架跟机与乳化液泵供液系统协同控制是工作面综采设备智能化的重要体现，根据液压支架群组跟机时顺序动作对乳化液泵供液流量的多变性和时效性要求，设计了工作面供液系统与液压支架协同自适应控制模型。以适应液压支架动作的稳压供液原理为研究思路，根据多泵+变频供液系统的流量调节特点，提出了交叠关系的供液与液压支架协同动作控制逻辑。基于机制主义人工智能理论和多响应优化满意度函数法，设计供液系统与液压支架的协同自适应控制模型及其智能生成机制。应用Matlab与AMESim联合仿真进行验证，取得预期效果。     

瓦斯抽采钻孔水射流协同修护技术研究与应用

瓦斯抽采钻孔普遍存在因变形、煤渣积聚及塌孔等导致钻孔堵塞和抽采效果差的问题。通过分析钻孔塌堵失稳机制,得出煤岩体性质、地质构造及多应力耦合条件是造成钻孔失稳的主要因素,进而推断相应堵孔段情形。利用高压水射流解堵作用,提出了水射流疏通-筛管护孔协同修护技术,并研制出轻型气动钻孔修复装备。应用结果表明,该协同修护技术能有效解决瓦斯抽采钻孔塌堵后无法有效抽采的技术难题,试验钻孔修护深度达到50 m,修护完成后单孔抽采瓦斯浓度和瓦斯纯流量比修复前提高0.57~3.67倍和0.99~5.15倍,抽采效果大幅改善,实现了塌堵钻孔的快速便捷修复进而确保了瓦斯流动通道的畅通。     

海上淤泥区斜拉桥超长桩基自平衡法承载力试验研究

针对大型铁路、公路建设过程中对基础结构承载力的严格要求,为了探讨采用自平衡试桩法对承载大吨位、超长的灌注桩进行单桩竖向承载力检测的可行性,以G228国道浙江三门园里至宁海一市段跨海大桥工程为依托,计算了海上淤泥区超长桩竖向极限承载力。以旗门港特大桥、海游港特大桥的四个测试桩为典型案例,运用自平衡检测结果且结合相关规范,根据实测值绘制出上下桩段的Q-s曲线、s-lgt曲线和s-lgQ曲线,分析其上下桩段的极限承载力变化,并且根据等效转换原理作出桩顶加载Q-s曲线图,确定桩顶在极限荷载下的位移。结果表明:采用自平衡法进行检测并建立加载曲线分析,成功解决了海上淤泥区斜拉桥超长桩极限承载力研究问题。进行研究的四个主墩测试桩在等效桩顶加载下,极限承载力均未超过设计容许承载力,最大位移分别为16.45 mm、16.14 mm、10.08 mm和8.18 mm,满足施工要求。自平衡法技术在G228国道三门园里至宁海一市段跨海大桥施工中的成功运用可供同类工程施工参考。     

一种大型复杂构件加工新模式及新装备探讨

大型复杂构件是航空航天、能源、船舶等领域装备的核心结构件，此类构件通常具有尺寸大、形状复杂、刚性弱等特点。传统“分体离线加工-在线检测”模式存在工艺不稳定、过程复杂、柔性差、周期长等问题，以龙门式多轴数控机床加工为代表的“包容式”加工模式，难以适应大型复杂构件的高效高质量加工制造需求。提出一种基于移动式和吸附式机器人的多机协同原位加工新模式，通过多机器人系统自主寻位、精确定位加工与加工质量原位检测，实现大型复杂构件多安装面并行铣削、制孔与打磨等作业。多机器人系统包括移动式混联机器人、吸附式并联机器人、移动式串联铣削机器人、移动式双臂加工机器人和移动式打磨机器人。构建多机协同原位加工模式，需要揭示多机器人协同原位加工行为与大型弱刚性结构件质量控制的交互机理，面临着本体、测量、工艺和集成四个方面的挑战，需要设计高灵活、高刚度的移动式和吸附式加工机器人，解决移动机器人自主准确寻位和超大结构件原位高精检测难题，攻克加工变形误差在线补偿和振动抑制技术，通过集成实现多机协同高效高精加工，为大型复杂构件的高效高质量制造提供创新技术及装备，并实现此类构件制造核心技术及装备自主可控。     

云/边缘协同的轴承故障诊断方法

现有轴承故障诊断技术存在以下问题:①传统诊断方法需要人工提取特征,耗时长,诊断结果不稳定;②卷积神经网络诊断方法需要大量的计算资源和较长的训练时间,与故障诊断的实时响应要求存在矛盾。针对以上问题,提出一种云/边缘协同的实时轴承故障诊断方案。经过实验验证,该方案在拥有少量样本情况下与不进行云/边缘协同相比可大幅提高诊断准确率,并节约大量的训练时间。通过改进的轴承故障诊断算法达到了较高的故障诊断准确性,并通过模型的迁移学习与边缘端协同,增强了故障诊断算法对个性化应用的适应性和故障诊断的实时性。     

基于个体协同触发强化学习的多机器人行为决策方法* .txt

摘要：为了提高多机器人行为最优决策控制中强化学习的效率和收敛速度，研究了多机器人的分布式马尔科夫建模与控制策略。根据机器人有限感知能力设计了个体 协同感知触发函数，机器人个体从环境观测结果计算个体 协同触发响应概率，定义一次触发过程后开始计算联合策略，减少机器人间通讯量和计算资源。引入双学习率改进Q学习算法，并将该算法应用于机器人行为决策。仿真实验结果表明，当机器人群组数量在20左右时，本文算法的协同效率较高，单位时步比为1085 0。同时距离调节参数η对机器人协同搜索效率有影响，当η=0008时，所需的移动时步比和平均移动距离都能达到最小值。通过双学习率的引入，该算法较基于环境模型的强化学习算法具有更高的学习效率和适用性，平均性能提升35%，对于提高多机器人自主协同能力具有较高的理论意义及应用价值。 .txt     

BIM技术在超大地铁车辆段施工中的应用

北京地铁6号线东小营车辆段施工阶段应用BIM技术,从BIM技术3D展示、深化设计、图纸管理、施工准备、智慧建造等方面把控了工程质量、安全、进度的管理,实现了数据共享、信息传递,实现了效益最大化。