加快发展现代物流的几点认识

现代经济中的物流产业,是利用现代信息技术进行货物存贮、交易、卸运的运作方式和管理机制。加快发展物流管理推动物流科技进步,已经成为现代知识经济和全球经济一体化的重点内容。     

煤矿供水Fuzzy-PID控制系统

本文在分析了目前煤矿供水系统存在的问题之后,提出了一种新的复合控制的方法,即Fuzzy-PID控制。文章详细介绍了Fuzzy-PID控制原理、供水系统的组成及Fuzzy-PID控制的实现过程,该控制系统不仅控制精度高,而且工作可靠,节电率高,具有明显的经济效益和社会效益。     

走进心灵的教育才会成功

排山倒海的誓言、神色专注的听讲、气势如虹的跑操、“静、专、思、主”的探索与奋斗，无数教育工作者希冀出现在施教者身上的一幕发生在山东省安丘市第四中学——一座教育教学年年都上新台阶的全国农村中学的校园里。     

基于混沌免疫粒子群优化和广义回归神经网络的回采工作面瓦斯涌出量预测模型

为提高回采工作面绝对瓦斯涌出量预测的精度和效率,提出了将混沌免疫粒子群优化(CIPSO)算法与广义回归神经网络(GRNN)相耦合的绝对瓦斯涌出量预测模型。该方法采用CIPSO对GRNN的光滑因子进行动态优化调整,减少了人为因素对GRNN网络输出结果的影响,并采用优化后的网络建立瓦斯涌出量预测模型。通过对某煤矿瓦斯涌出量数据的仿真实验结果表明:基于CIPSO-GRNN的回采工作面绝对瓦斯涌出量模型比BP神经网络、Elman网络预测模型具有更好的预测精度和收敛速度,证明了该方法的有效性和可行性。     

一种瓦斯涌出量系统预测辨识模型的研究

针对煤与瓦斯突出灾害中瓦斯涌出量的辨识预测问题,结合采煤工作面瓦斯涌出量系统的现场实际特点,提出了混沌免疫遗传优化算法(CIGOA)与Elman神经网络相结合的耦合算法(CIGOA-ENN)。利用GIGOA的全局寻优能力替代梯度下降法,以克服Elman神经网络固有的缺陷。并根据输入的数据,构造基于CIGOA和ENN耦合算法的瓦斯涌出量系统辨识预测模型。利用矿区采集的现场监测数据进行仿真预测,实验表明该预测模型与BPNN,GA-ENN等神经网络预测模型相比,其收敛速度更快、收敛精度更高、鲁棒性更强,为解决煤矿瓦斯涌出量的预测问题提供了一个行之有效的方法。     

分布式光纤测温系统在煤矿火灾检测中的应用

摘要：针对煤矿安全存在潜在的火灾问题,文中主要介绍分布式光纤测温原理及其在煤矿火灾监测中的应用。在系统结构上,本文提出了一种优化设计方案。此外,在信号处理方面,本文提出了一种命名为RLN-ELAM的新颖算法,用于检测并消除瑞利噪声对系统测量精度的影响,提高拉曼分布式光纤系统的测量精度。实验结果表明,利用此设计方案和算法后,可以使系统的温度分辨率、空间分辨率均有所提高,测量误差从7%降低到不足2%。在实验室进行的模拟实验中,对温度进行实际测量,结果表明,该煤矿火灾监测系统能够提供详细的温度分布情况并能够及时准确地报警,使工作人员随时掌握煤矿温度分布情况,及时准确地找到火灾发生区。     

基于MPSO-CWLS-SVM的瓦斯涌出量预测

针对瓦斯涌出量受多因素影响,传统的预测方法难以建立准确的数学模型,导致预测精度低这一问题。提出一种经改进的粒子群算法(MPSO)优化的基于柯西分布加权的最小二乘支持向量机(CWLS-SVM)算法来预测非线性动态瓦斯涌出量。柯西分布加权的最小二乘支持向量机根据预测误差的统计特性,确定加权规则参数,以达到赋予训练样本不同权值的目的。并用MPSO算法对CWLS-SVM模型的正则化参数λ和高斯核参数σ寻优。利用无线传感器网络采集到的各项历史数据进行实例分析。结果表明,该算法有效的提高了瓦斯涌出量的预测精度,降低了预测误差,为煤矿瓦斯防治提供理论支持。     

IGA-DFNN在瓦斯浓度预测中的应用

为了准确预测采煤工作面的瓦斯浓度,提出免疫遗传算法优化的动态模糊神经网络瓦斯浓度动态预测方法。用无线传感网络系统采集工作面瓦斯浓度数据作为样本,通过小波分析对样本数据进行降噪滤波预处理。采用IGA算法对DFNN网络参数进行优化,建立了瓦斯浓度的预测模型。通过MATLAB仿真研究表明,所建模型对采煤工作面的瓦斯浓度演变趋势预测合理,并且经过IGA算法优化DFNN网络比单纯的DFNN网络具有更快、更准确的预测功能,可以为防治煤矿瓦斯积聚提供更好的理论支持。     

基于ZigBee的城市空气质量智能监测技术的研究

随着无线传感器网络的广泛运用,针对当前城市空气质量实时监测的客观需要,提出了1种基于ZigBee技术的城市空气质量智能监测系统.该系统由ZigBee网络、GPRS通信以及监控中心3个模块组成.其中ZigBee网络采用CC2530作为主控芯片,结合温湿度、微粒等传感器构成.监控中心是在计算机服务器的基础上编写智能监控软件构成的,该软件结合历史数据,运用统计预测算法来预测出未来的空气质量信息.试验结果表明,该系统能够准确显示及预测空气质量信息,实现了对空气质量的智能监测,对我国城市空气污染防治具有重要的参考意义.     

含边界元件的MMC-MTDC直流侧单端量故障辨识方法

直流侧故障辨识是基于模块化多电平换流器(MMC)的多端直流输电(MTDC)系统急需解决的重大科学问题.分析直流线路的边界特性与极间耦合特性,提出一种基于单端暂态能量的故障辨识方法.通过区内、外故障的暂态特征以及方向元件,构建故障线路选择判据;并利用母线相连线路的方向元件和交流侧故障的暂态特性,构造母线故障识别判据;再根据两极低频电流差异,设计故障极判别判据.该方法能快速辨识直流侧故障,无需两端通信,能够满足MMC-MTDC系统对辨识方法速动性与选择性的要求.最后结合张北四端柔性直流系统的PSCAD仿真模型,验证了所提方法在不同的故障类型、故障位置和过渡电阻下均能准确检测到故障,且具备一定的抗过渡电阻能力.