露天矿边坡北斗卫星位移监测系统设计与实现

随着露天矿的不断开采,边坡的稳定性是露天矿开采中备受关注的重要安全问题之一,而传统的监测工程项目较多、监测数据量庞大且分析处理困难。为此,设计与开发了基于北斗卫星系统的露天矿边坡位移监测系统,对边坡位移进行实时、高自动化的监测,并对监测数据进行科学高效的处理与利用。着重介绍了系统的总体设计、技术架构以及各子系统功能模块的设计与实现过程。该系统的实施,为边坡监测提供了一种有效的技术手段,并为管理层的决策工作提供了指导依据。     

金属露天矿旋回式破碎机在线故障诊断模型构建与实时分析

矿石破碎是露天矿采矿生产工艺的重要环节,旋回式破碎机作为露天矿进行破碎的大型设备,其故障的诊断通常较为复杂,难以利用主观经验进行精确及快速诊断。针对旋回式破碎设备的故障诊断问题,利用传感器实时采集数据,基于改进后BP神经网络构建故障诊断模型,以偏心套故障、轴承磨损、平行轴缺油、平行轴油温异常作为故障类型,以回流油温、润滑油油压、轴承振动频率、轴承转速作为故障特征参数,利用已知故障类型和故障样本数据对BP神经网络故障诊断模型进行了训练和优化,最后通过测试数据对优化后的旋回式破碎机故障诊断模型进行了验证。结果表明:基于BP神经网络的故障诊断模型能够对旋回式破碎机故障状态实时地做出有效判断,实现以预防为主的故障诊断方式,满足了露天矿大型旋回式破碎机的故障诊断的需求。     

基于WiFi技术的露天矿数字化生产调度系统

针对露天矿日常生产调度和定位监控的实际需求,利用WiFi无线技术,设计实现了集语音通讯、作业设备定位、视频监控等多种功能于一体的露天矿生产调度系统。该系统的实施,不仅可满足矿区生产调度的需要,而且可实现VOIP功能和无线视频监控,为露天矿生产调度管理提供了一条新的技术路径。现场测试表明:该系统性能稳定,能满足矿山生产管理要求。     

基于GIS的露天矿配矿管理系统研究

配矿是露天矿的一项日常工作，如何科学合理的进行配矿直接影响到露天矿矿石品位的稳定。将地理信息系统（GIS）技术和线性规划原理相结合应用于露天矿的日常配矿中，开发出露天矿配矿管理信息系统，该系统能依据露天矿实际情况科学的制定配矿计划，及时调整配矿计划，保证了配矿工作的灵活性、合理性和科学性。     

基于Logistic模型的钼-钨品位与回收率关系分析及预测

矿石品位与回收率是采矿及选矿生产中的关键参数,准确掌握金属矿石品位与回收率的关系及规律,可有效提高金属综合回收利用率,大幅提高选矿技术水平。针对洛钼集团各钼、钨选厂进行选矿实际数据收集,分别采集到钼品位与回收率数据1120组,钨品位与回收率数据1636组,综合考虑粗选和精选回收率,利用Logistic模型建立了原矿品位与回收率的趋势预测模型,利用MATLAB软件对该模型进行了模拟及预测,通过实验表明该模型宏观上揭示了洛钼集团当前钼钨原矿入选品位与回收率之间的变化规律,并可以利用该模型进行回收率的预测分析,为采矿及选矿生产管理提供科学依据。     

大中型煤炭企业信用风险评估体系研究

大中型煤炭企业具有与市场关联度高、风险损失大等特点,一旦出现信用风险,对企业以及社会的影响都是巨大的。为了能够准确识别煤炭企业的信用风险,本文以上市煤炭企业为研究对象,提出基于Filter-Wrapper两阶段特征选择的大中型煤炭企业信用风险评估模型。首先针对大中型煤炭企业的特点,在通用指标选择上结合煤炭企业风险因素提出两个新指标：抗风险能力、煤炭及加工产品业务销售毛利率;然后使用Filter-Wrapper两阶段特征选择算法用来筛选冗余特征,从而构建信用风险预测模型。实验表明所提出模型与筛选前相比具有更高的预测准确性,同时对信用风险违约样本识别率也更高,验证了模型与所提指标的有效性,对大中型煤炭企业的信用风险识别具有重要意义。     

基于改进集成学习分类的代理辅助进化算法

当使用代理辅助进化算法求解昂贵高维多目标优化问题时,代理模型通常用于近似昂贵的适应度函数.然而,随着目标数的增加,近似误差将逐渐累积,计算量也会急剧增加.对此,提出一种基于改进集成学习分类的代理辅助进化算法,使用一种改进的装袋集成学习分类器作为代理模型.首先,从被昂贵的适应度评价的个体中选择一组分类边界,将所有个体分成两类;其次,利用这些带有分类标签的个体训练分类器,以对候选个体的类别进行预测;最后,选择有前途的个体进行昂贵适应度评价.实验结果表明,算法中所提出的代理模型可有效提高基于分类的代理辅助进化算法求解昂贵高维多目标优化问题的能力,且与目前流行的代理辅助进化算法相比,基于改进集成学习分类的代理辅助进化算法更具竞争力.     

求解离散优化问题的元胞量子狼群演化算法

针对离散空间优化问题,提出了求解离散优化问题的元胞量子狼群演化算法,首先,为了提高算法的全局收敛速度,采用双策略量子位初始化方法和滑模交叉方法,分别生成量子狼群初始位置和产生头狼,实现种群多样性;其次,为了描述头狼与猎物间的距离以及增强狼群的遍历范围,采用二进制编码方式和元胞自动机中的演化规则,分别实现狼群中个体狼与猎物距离的精确描述和量子旋转角的选取调整;然后,为了证明该算法的收敛性能,采用泛函分析方法,实现了算法全局收敛性能的验证;最后,通过6个标准测试函数的仿真实验,并与狼群算法以及量子狼群算法的优化结果进行比较。实验结果表明,该算法具有较快的收敛速度和较好的全局寻优能力。     

一种用于时空体元编解码存储的低计算量优化方法

针对时空网格体对象的编解码占用存储空间大的问题,提出了一种用于时空体元编解码存储的低计算量优化方法。首先以十六叉树索引结构为基础,构建了时空网格体元编解码的数学模型,实现体元对象标识和时空位置索引,并借助3DGIS的自动编解码方法,实现了时空网格体元对象编解码存储表示的换算;其次,采用伽罗华有限域理论,构建了网格体元的二进制编码矩阵和存储的低计算量优化算法,实现了体元对象编解码存储过程中的优化计算;最后,以某矿山的矿床空间块体数据为例,对网格体元编解码模型、存储表示换算以及低计算量优化算法进了实际应用,并与八叉树索引结构的Morton码进行比较和分析,结果表明：该方法可有效降低30%的编解码存储计算量,提高了存储网格体元对象的时空效率。     

基于特征指标推荐系统托攻击半监督检测*

推荐系统托攻击检测算法监督学习过度依赖训练集,无监督算法依赖于攻击概貌之间相似性。本文提出一种半监督托攻击检测模型,对标记用户分类计算簇中心,给出中心用户相似度特征属性。对不同攻击选择合适的特征指标,把输入用户划分到不同的簇集中,通过簇集中输入用户全部评分项为最大值的均值与标记用户对该项均值差,确定攻击项。依据特征指标对不同簇集进行两次分类,进而确定攻击对象。实验证明,该检测算法对不同的托攻击有较高的检测准确率。