矿用液压钻机液压系统温控分析

分析了矿用液压钻机液压系统温度过高的危害性,结合其在煤矿井下的实际工况,提出了控制其液压系统温度过高的各项措施,并给出了具体的计算方法,为提高矿用液压钻机使用的可靠性,降低其故障率提供了参考,从而为安全高效生产奠定了基础。     

基于改进MPPT算法的光伏并网系统研究

光伏并网逆变器是光伏发电系统中重要环节,为使逆变过程中光伏电池输出功率最大,需要对光伏电池的最大功率点进行跟踪.常用最大功率跟踪方法会产生误判现象,不仅会降低光伏电池能量转换效率,而且还会造成并网电流产生畸变.针对上述问题,笔者改进了传统扰动观察法,提出了一种改进型MPPT算法,并在Matl ab/Simul ink环境下搭建了含有Boost电路的两级式光伏并网逆变器系统.仿真实验表明,含有改进型MPPT的光伏并网逆变器能够有效提高光伏电池输出功率.     

通用DCS组态平台的设计与开发

为了满足配有多种DCS的发电厂控制系统组态培训需要和减少投资,设计并开发了基于美国艾默生过程控制公司Ovation DCS的通用DCS组态平台,该平台能够仿真美国ABB控制公司的Symphony DCS等多种DCS组态环境,可进行组态、编译、下装、运行、在线调试等基本操作,与Symphony DCS Composer一致,具有较高的真实性。因其良好的开放性及易于扩充,可为发电厂提供多种DCS控制组态培训平台。     

临时接地线综合管理系统研究与实现

为规范临时接地线管理,设计了以MC9S12XS128MAA处理器为核心,结合3G/GSM无线传输模块、WIFI无线传输模块以及RS-485通讯接口的控制器,并与服务器、手持设备以及客户端软件一起,构成了临时接地线综合管理系统。系统基于嵌入式技术、无线传感技术及互联网技术,可实现客户端对现场接地线的全过程监控。阐述了系统的总体方案,并介绍了系统硬件和软件的实现方法。实际应用表明,该系统运行稳定,保证接地线的管理更加规范化,从而有效的减少误操作。     

基于炉膛火焰图像的燃煤机组负荷预测

为了准确地进行燃煤机组负荷预测,引入支持向量机（SVM）方法建立了锅炉炉膛多层火焰图像与机组负荷之间的复杂关系模型.将该方法应用于某660 MW燃煤锅炉机组中,用训练后的SVM模型进行负荷预测,并与BP神经网络模型预测结果进行比较.结果表明：采用SVM方法预测机组负荷,模型能够辨识出火焰辐射图像与机组负荷之间的复杂关系,实现对负荷的准确预测;SVM模型预测精度比BP网络模型高,SVM模型具有预测精度高、泛化能力强等优点,且模型训练时间较短.     

回转钻孔钻进速度影响因素探讨

分析了回转钻孔的现状,对影响回转钻孔钻进速度的几个因素进行了分析,并对关键因素进行了着重探讨,指出了提高回转钻孔钻进速度的方法,对于矿企的设备选型和提高钻孔施工效率具有积极意义。     

通用DCS组态培训平台的研究与实现

为了满足发电厂进行多种DCS组态培训的需要,同时避免购置多套DCS造成的成本过高问题,研制开发了适应多种DCS组态培训的通用DCS组态培训平台。该平台基于美国艾默生控制公司生产的Ovation DCS,可仿真美国ABB控制公司生产的Sym-phony DCS、美国GE能源集团新华控制公司生产的XDPS DCS等多种DCS的培训环境,具有较强的通用性。     

通用DCS组态培训平台OPC数据通信技术的研究与实现

通过介绍OPC技术的工作原理,结合通用DCS组态培训平台的工作机制,给出实现OPC异步通信客户端的一般步骤及关键技术.     

气动冲击旋转钻进在煤矿硬岩钻进中的应用

分析了当今煤矿井下施工硬岩钻孔的几种方法,通过对比,着重介绍了采用气动冲击器结合全液压钻机进行气动冲击旋转组合钻进的方法施工硬岩钻孔,同时列举出了该方法的优点,给出了主要参数的计算确定方法,并在现场应用过程中进行了进一步的验证,得出了该方法施工硬岩效率较高、经济性好的结果,同时给出了应用该工艺的合理建议,为该工艺的推广奠定了基础。     

基于门控循环神经网络的光伏阵列故障识别与定位研究

光伏电站大多地处恶劣环境,易出现多种类型故障,目前光伏阵列故障的精确识别与定位存在较大困难。为此,提出一种基于门控循环（GRU）神经网络的光伏阵列故障识别与定位策略。首先搭建了光伏电站仿真模型,采用扰动观测法实现光伏组件的最大功率跟踪;通过开展不同类型光伏阵列故障模拟试验,分析确定故障特征参数;然后采集不同故障的样本集,建立基于GRU神经网络的故障诊断模型;最后分别通过仿真模型与光伏实验平台与BP神经网络模型进行对比验证。验证结果表明,GRU神经网络故障诊断模型能够更加准确地识别与定位光伏阵列故障,可用于指导光伏电站日常维护,提高电站的经济效益。