基于Q-learning模型的智能化放顶煤控制策略

传统的综放工作面放顶煤控制存在顶煤采出率低、出煤含矸率高等问题,而现有智能决策方法又存在建模困难、学习样本难以获取等障碍。针对上述问题,在液压支架放煤口动作决策过程中引入强化学习思想,提出一种基于Q-learning模型的智能化放顶煤控制策略。以最大化放煤效益为主要目标,结合顶煤放出体实时状态特征及顶煤动态赋存状态,采用基于Q-learning的放顶煤动态决策算法,在线生成多放煤口实时动作策略,优化多放煤口群组协同放煤过程,合理平衡顶煤采出率、出煤含矸率的关系。仿真和对比分析结果表明,该控制策略的顶煤平均采出率为91.24%,比传统"见矸关窗"的放煤方法提高约15.8%;平均全局奖赏值为685,比传统放煤方法提高约11.2%。该控制策略可显著减少混矸、夹矸等现象对放煤过程的影响,提高顶煤放出效益,减少煤炭资源浪费。     

直驱多轿厢电梯系统的调度控制策略

传统单轿厢电梯系统在服务于高层建筑时因电梯结构的局限性会使高峰客流时段乘客的候梯时间及乘梯时间变得相对较长.为了提高电梯系统的服务性能,结合直线电机在垂直提升系统中的优点,引入目的层预约的思想,建立了直驱多轿厢电梯系统的结构,并对多个轿厢在运行时发生碰撞的可能性进行了预防.通过采用轿厢的服务完成时间对电梯系统进行控制评估,最后将直驱多轿厢电梯群控系统与传统单轿厢系统在相同环境下进行对比仿真分析.仿真结果表明,在电梯系统的服务性能方面,直驱多轿厢电梯群控系统相比于传统单轿厢电梯系统具有更小的乘客候梯时间.     

基于MIMU的FastICA算法钻头故障振动信号分析

为了解决钻头在钻进过程中由于采集到的信息存在信噪比低和钻头与钻柱振动信号互相混叠而难以对钻头故障振动状态进行有效识别的问题。提出一种基于MIMU的FastICA算法来对钻头与钻柱振动数据进行处理分析,从而放大了钻头振动信号特征(正常、松动),提高了钻头振动信号的识别度。首先对经MIMU采集而来的原始数据进行误差分析和预处理,接着使用FastICA算法进行仿真实验,最后采用预处理后的松动状态下钻头与钻柱的振动信号进行实例实验验证。经验证,此方法有效放大了钻头的振动信号特征,有一定的实际意义。     

基于EEMD能量熵和混合算法的电机轴承故障诊断

针对提升机电机轴承振动信号的非平稳特性和单一粒子群算法(PSO) 优化径向基函数（RBF）神经网络时存在网络收敛速度慢和适应度值易陷入局部最小的缺点，提出基于集合经验模态分解（EEMD）能量熵和模拟退火粒子群混合算法（SAPSO）优化RBF神经网络的提升机电机轴承故障诊断方法。基于EEMD求取振动信号各固有模态函数分量的能量熵，并使用相关性分析方法剔除虚假的分量，把筛选后的有效数据作为故障识别的特征向量；利用模拟退火（SA）算法具有局部概率突跳的特性，将SA算法和PSO算法相结合，在优化RBF诊断模型隐含层参数时以实现不同算法间的优劣互补。仿真结果表明，使用SAPSO算法优化后的RBF神经网络模型在提升机电机轴承故障诊断中能够加快网络收敛速度和提升故障识别精度。     

煤体结构类型判断的超声波探测系统研究

实践证明煤体结构和煤与瓦斯突出灾害之间存在着密切的联系。但是在可以实现快速、准确判断煤体结构类型的设备开发方面仍然存在不足。介绍了一种基于超声波方法的煤体结构类型检测系统。该系统根据超声波在固体介质中的传播性质，通过对超声波速的测量，实现对煤体结构类型的判断。     

梯形巷道中电磁波传播的等效分析方法

梯形巷道中电磁波的传播性质很难用理论方法进行研究。采用等效分析方法，比较了利用矩形巷道和圆形巷道的最低衰减模式等效梯形巷道中的最低衰减模式的结果。结果表明，使用等下底等截面积的矩形巷道的最低衰减模式等效梯形巷道的最低衰减模式的方法是可行的。     

基于活塞压缩机的直线感应电动机的特性计算及其仿真分析

针对驱动活塞压缩机的圆筒型直线感应电动机,建立了计入边端效应下的直线电机等效电路模型,推导出了电机的电磁推力、功率与效率等通用特性关系式。仿真结果表明,考虑边缘效应后,更能获得接近实际的电机特性曲线,也为其电磁设计与活塞的动力特性分析提供了一定的理论依据。