异构数据集成技术在煤矿安全监控中的应用研究

 本文在分析煤矿安全监控异构数据来源的基础上,对异构数据集成技术进行了深入的研究。最后,论文提出和设计了基于OPC技术的煤矿安全监控异构数据集成的总体方案。该方案较传统方案可靠性更高,更标准化,在实际应用中取得了良好的效果。     

基于GIS技术的煤矿调度图形信息管理系统

阐述了煤矿调度图形数字化的重要意义,运用地理信息系统技术,通过实时数据和空间数据引擎,与监测监控系统联机,建立了基于GIS技术的煤矿调度图形信息管理系统,实现了煤矿生产调度、安全调度等工作的可视化操作。详细介绍了系统的设计与实现,最后给出了煤矿调度图形信息管理系统的图形处理子系统的应用实例。     

基于实时数据库的煤矿安全信息远程监测系统

煤矿安全信息远程监测系统正变得越来越复杂,因此,对数据的实时性、完整性和正确性,尤其是对实时数据响应的快速性提出了更高的要求。文章介绍了一种基于实时数据库的煤矿安全信息远程监测系统的设计,较为详细地介绍了系统的总体设计、实时数据引擎设计、数据传输程序设计及实时数据库设计等。该系统具有数据传输实时、完整、正确,数据处理和存取快速,数据独立,数据库可扩充并灵活支持扩展应用等特点,便于管理层快速、及时、准确地获取生产数据,提高决策科学性。     

负载均衡算法在智慧矿山软件平台中的应用

针对现有负载均衡算法在处理智慧矿山系统数据时存在处理速度慢、无法合理利用现有资源完成任务调度等问题,提出一种基于布谷鸟搜索的加权最小连接数(CS-WLC)算法,并将其应用于智慧矿山软件平台解决负载均衡问题。该算法综合考虑后端服务器处理速率、内存容量、磁盘IO速率、网络吞吐量、进程数指标,通过对指标赋予权值计算各后端服务器利用率;根据计算结果,采用布谷鸟搜索算法对后端服务器进行全局寻优,得到一组较优解;考虑连接数及使用频率对后端服务器赋予权值,采用加权最小连接数(WLC)算法在较优解中选取负载较轻的后端服务器处理实时数据存取和用户访问请求。采用分布式融合性监控系统软件平台进行负载均衡测试,结果表明在数据量不断增多的情况下,与WLC算法相比,CS-WLC算法应答时延小、响应连接数多,从而验证了CS-WLC算法具有更好的负载均衡效果。     

基于PID神经网络的温度控制系统

文章根据注塑机料筒温度控制的要求,利用PID神经网络构成了多变量解耦控制系统,分析了注塑机温度控制的特点,给出了网络的结构和算法,对多段温度系统进行了实时仿真。仿真结果表明,PID神经网络对注塑机料筒的温度控制具有良好的解耦性能和自学习控制特性。     

基于OPC技术的煤矿监控系统的通信协议转换研究

为了对煤矿企业实现信息的集成,需要建立煤矿企业的过程控制网络系统和对现场数据信息的采集系统,使得客户端可以以统一的接口标准读取现场自动化设备上的数据信息并将其进行存储。提出了在现场设备中以一种国际统一接口标准的OPC的方式与非OPC协议设备的通信协议转换模式,这对煤炭企业的规范化、标准化发展具有重要的推进作用。     

注塑机料筒多段温度PID神经网络解耦控制系统

注塑机料筒温度是一类多变量、强耦合、大惯性控制对象，本文根据注塑机料筒温度控制的要求，利用PID神经网络构成多变量解耦控制系统。文中分析了注塑机温度控制的特点，给出了网络的结构和算法，对多段温度系统进行了实时仿真，显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。     

多变量强耦合时变系统的PID神经网络控制

介绍了一种新的神经网络———PID神经网络及其多变量强耦合时变控制系统。文中给出了网络的结构和算法,分析了时变对象的特点,对一组二变量强耦合时变系统进行了实时仿真。仿真结果显示:PID神经网络对多变量强耦合时变对象具有良好的解耦性能和自学习控制特性。     

PID神经网络解耦控制注塑机料筒多段温度系统

本文根据注塑机料筒温度控制的要求，利用PID神经网络构成多变量解耦控制系统。注塑机料筒温度是一类多变量、强耦合、大惯性控制对象，文中分析了注塑机温度控制的特点，给出了PID神经网络的结构和算法，对多段温度系统进行了实时仿真，显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。