岩体结构分析与监测共同预测预报冒顶片帮

通过云南大姚铜矿、大厂铜坑锡矿、云锡马拉格锡矿等矿山采用岩体结构分配与声发射等监测手段相结合的方法，确定危险的冒落体及滑落体对冒顶片帮事件预测预报成功的实例，首次提出了岩体结构分析监测法这一新方法，阐明了该方法的主要研究内容及其特点。     

尖山排土场滑体位移监测及其在滑坡预报中的应用

在尖山排土场滑坡位移监测资料的基础上，从岩土体流变特性出发，探讨了应用位移监测结果进行排土场滑坡灾害暴发时间预报的理论性和实用性；通过分析计算，对该排土场的另２次滑坡进行了预报，预报滑坡暴发时间与实际滑动时间非常吻合。     

滑坡体远程监测预警系统在南芬露天铁矿下盘边坡滑体监测实践中的成功应用

南芬露天铁矿对其重大危险源点下盘边坡滑体的监测手段多年来一直采用的是传统的变形监测法,该方法由于表面位移和滑面位移的不一致性,预测预报的准确度十分有限。新一代滑坡体远程监测预警系统,提出了下滑力监测法,能够实时、智能、准确的对滑动面上的滑动力进行测量、无线传输、自动处理,并采用位移监测、应力监测、视频监控三位一体的监测模式,有效地控制和预防了次生地质灾害对矿山生产的重大影响,实现了下盘边坡滑体从以往的现象监测到现在的超前准确预报的本质监测飞跃,对南芬露天铁矿的长远和可持续发展具有十分重要的现实意义。     

结晶器专家系统在梅钢连铸生产中的应用

梅钢3、4号连铸机具有结晶器专家系统的新功能。描述了该专家系统中的漏钢预报系统、传热专家系统、摩擦力监测系统以及结晶器液位控制系统的4大功能及其在梅钢连铸生产中的应用。该系统为生产的可视可控及对钢水在结晶器中的异常信息提供了有效的监测。     

基于深度学习的烧结返矿量组合预报模型研究

返矿量是影响烧结矿质量和炼铁成本的重要因素。针对该数据难以在短时间内获得且相关预测研究较少的问题，本文提出了一种应用深度学习算法构建的烧结返矿量组合预报模型。该模型首先将烧结实际生产流程大数据与数据预处理技术相结合，建立模型基础数据集；然后将烧结流程中存在的滞后性与时域神经网络相结合，实现模型的提前预报功能；同时将皮尔逊相关性分析和PCA技术制定的烧结配料规则与深度森林相结合，实现模型的实时监测功能。预测结果分析表明：该模型整体误差范围(返矿量在15 t/h内)命中率能够达到90%以上，并展示出良好的提前预报和实时监测效果，能够达到预测返矿趋势与数量的目标。     

金川二矿区大范围岩体破坏预测的分维模型

为评价金价二矿区大范围岩体的稳定性，本文设计采用多通道声一位系统进行监测。通过分析声发射事件位置的分布，发现这种分布具有分形特征，其分维值是预报大范围破坏灾害的有效指标，应用灰色理论建立的分维预测模型可以预测未来时间的分维值，从而为预测大范围的破坏灾害提供了基本依据。     

武钢1700 mm带钢热连轧精轧机组温降模型研究

对武钢1700mm热连轧计算机控制系统中现有的精轧机组温降模型进行分析，并且根据长期的实践经验及大量实测数据，用传热理论经优化带钢热连轧精轧机组温降模型。将模型的预报值与实测结果进行了比较，表明该温降模型可以用于带钢热连轧生产过程的温度预报中。该温降模型的现场应用证明预报值与实测值吻合良好。     

露天矿山边坡变形监测及工程实例

在分析露天矿山边坡特点的基础上，介绍了露天矿边坡变形监测的重要性，以及变形监测的任务、内容、常用的观测方法与手段，并结合大冶铁矿边坡实例探讨了边坡滑坡预报的具体措施。     

金堆城露天矿北帮变形监测分析与预报

根据金堆城露天矿北部边坡监测方法及特点 ,提出用Excel2 0 0 0进行变形监测分析和预报的可行性     

功率法用于板坯连铸结晶器摩擦力在线检测的试验研究

将功率法用于板坯连铸结晶器摩擦力在线检测 ,建立了监测系统 ,在现场进行试验研究。标定试验确定检测误差在± 2 0 %之内。检测结果表明 ,摩擦力信号对保护渣、拉速、在线调宽和温度系统报警均作出明显反应 ,显示出在选择保护渣、优化工艺参数、预报生产异常和与温度监测联合提高漏钢预报准确率方面的作用和应用潜力。摩擦力在线监测的实现 ,为摩擦力计算的建模和验证提供有力支持 ,将推进结晶器与铸坯间润滑和摩擦行为研究进程     

一元线性回归分析在水文工程地质中的应用初探

经验公式是一元线性回归的数学模型，用最小二乘法从一组样本数据出发，确定2个变量间的线性表达式，本文将探索此方法在水文工程地质实践中的应用，对建立的数学模型进行效果检验和预报。     

大硐室软弱围岩变形特征及其监测预报

阐述了软弱岩体内开挖大型硐室过程中，围岩的变形特征及其规律，根据位移速度和最大位移量的极限值，成功地进行了监测预报，取得了满意的结果。对矿山地下工程有一定的指导意义。     

基于改进CEEMDAN-DCNN的声发射源识别分类方法

声发射源的准确分类识别是声发射地压监测预报预警研究的重要基础。针对矿山井下围岩体声发射事件信号和采掘作业噪声信号分类识别问题,提出了一种基于改进完备总体经验模态分解和深度卷积神经网络（DCNN）的智能识别分类方法。首先,对信号进行改进CEEMDAN降噪处理,即利用相关性系数阈值和排列熵（PE）阈值剔除伪分量和噪声分量;然后,利用DCNN对降噪后的信号自动提取高维特征;最后,将特征用于softmax分类器分类识别,实现智能化井下信号源多分类。研究表明：改进CEEMDAN能够有效剔除伪分量及噪声分量;相比其他机器学习方法,改进CEEMDAN-DCNN方法具有准确率高和稳定性较好等优点。信号源识别分类方法研究为地压监测预警预报提供了重要的基础数据,准确的灾害预警预报可为矿山井下作业人员和设备提供安全保障。     

高速线材厂精轧机伞齿轮箱故障监测与诊断技术

通过使用监测与诊断技术能诊断和预报设备故障，在发现故障前兆时及时停机，按诊断结果对相应部位进行检修，大大的节约了检修时间和维修费用。     

岩体声发射技术在矿山中的应用

吸收灰色系统的科学理论和方法,运用灰色理论GM(1,1)模型建立岩体失稳声发射预测预报模型并实现预测预报,将整个预测预报系统采用Visual C^ 语言进行计算机可视化开发,实现了可视操作,保证了对现场监测数据快速、准确处理,提高了监测预报效率。     

烧结系统智能制造与大数据技术应用探讨

 为了提升烧结工序的智能制造水平,系统总结了近几十年来烧结系统模型的研究进展。针对当前烧结终点预报、烧结矿成分和质量预报以及烧结配料优化模型存在的问题,开展了基于大数据、集成学习和深度学习等技术的烧结系统参数预报与优化研究,并着重介绍了模型在预报精度及泛化能力提升方面取得的成效。基于上述烧结系统参数预报模型,提出了现场应用烧结过程参数预报与优化系统系统的硬件结构设计和软件结构设计方法。最后从钢铁行业需求出发,剖析了先进信息化技术与工业自动化装备深度融合是提升烧结系统智能制造水平的重要途径,并探讨了大数据及人工智能技术在铁前烧结领域的研究方向和应用前景。     

LF精炼成分预报模型的开发

采用经验计算、统计回归以及基于自学习的参考炉次法,建立了LF精炼成分的预报模型,对精炼过程中及精炼终点的钢水成分进行预报。结果表明,采用经验计算结合统计回归的方法可以预报铌、钛、碳、锰等收得率稳定的合金元素含量,采用基于自学习的参考炉次法可以预报硅、铝等收得率不稳定的合金元素含量,该模型基本满足了现场生产的要求。     

大硐室软弱围岩变形特及其监测预报

阐述了软弱岩体内开挖大型硐室过程中，围岩的变形特征及其规律，根据位移速度和最大位移量的极限值，成功地进行了监测预报，取得了满意的结果。对矿山地下工程有一定的指导意义。     

环境预警系统在环保监管中的应用

硫酸雾是固定污染源烟气监测中的一个重要指标，按照现行国标方法《固定污染源废气硫酸雾的测定离子色谱法》(HJ 544-2016）对厂内各个废气排口中硫酸雾监测时，监测结果常存在误差大，波动大等情况。对其过程及原理，进行了现场调查及分析，发现监测误差的影响因素主要有烟气中的二氧化硫的影响、分析过程中的误差以及滤料的选择和前处理的影响。并提出了相应的处理措施，从而提高硫酸雾监测数据的精确性。     

热轧精轧机组工作辊磨损分析及预报

分析了热轧精轧机组工作辊的磨损机理；在大量实测的基础上，综合考虑影响轧辊磨损的几个主要因素，得出简单实用的磨损预报模型；仿真计算结果表明，该模型具有较高的预报精度，可用于在线板形控制模型。