基于MODBUS协议的镁熔液含氢量自动检测接口设计

针对图像处理在工业现场检测镁熔液含氢量中的诸多问题,提出基于MODBUS协议的DSP与PLC的通信方案。方案以DM642为主站,S7-200为从站,设计了DSP与PLC通信的接口电路,并进行主站和从站的协议编程以及协议模块的调试。实验结果表明,通信方案稳定可靠,实时性好,为工业现场自动检测镁熔液含氢量奠定基础。     

基于PSO优化改进的Snake模型煤矿环境目标检测

针对Snake模型寻优过程中抗噪能力差、不能向凹处收敛等问题,提出适合煤矿等复杂环境的目标轮廓检测新算法。算法对Snake模型进行改进,使其自动分配蛇点,具有拓扑自适应性,并将粗收敛结果作为粒子群算法的初始轮廓。同时针对粒子群优化过程中易丧失群体多样性和易收敛于局部极值的问题结合遗传算法中育种和变异思想改进,淘汰适应度...     

矿山短期生产计划优化的多目标遗传粒子群算法

针对露天矿山生产的基本特征及短期生产计划的编制要求,从露天矿山的品位及经济成本最小化的角度出发,构建了露天矿短期生产作业计划优化模型。以MATLAB软件为平台,采用遗传粒子群混合智能算法对模型进行求解。以某石灰石露天矿为工程背景进行研究,将研究结果与露天矿实际生产指标进行对比验证。结果表明:该模型适用于露天矿短期采掘作业生产计划的编制,优化结果保证了矿山生产作业出矿品位、出矿量及生产利润三者之间的平衡,有利于提高矿山的经济效益。     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

基于多目标优化算法的矿井可持续开采模式研究

针对东部资源枯竭型矿井剩余煤炭资源的合理开发以及矿井可持续生产的要求,采用理论分析与实例应用相结合的方法,研究了以矿井动态盈亏平衡点和多目标优化算法为基础的矿井可持续开采模式。通过实例研究表明,基于多目标优化算法的矿井可持续开采模式在满足安全、经济和技术合理的条件下,能够合理协调不同地质条件下煤炭资源的产能结构,满足矿井可持续、高效和相对稳产的开采目标。     

基于HSV空间融合Retinex算法的全天候运动目标检测

提出了一种在矿山复杂情况下基于HSV色彩空间融合Retinex算法的全天候运动目标检测方法。该方法将运动目标检测转换为运动目标上特定标志物的检测,通过颜色空间转换提取目标原始灰度图像,由灰度分布直方图判断是否进行低照度图像恢复,并在场景中选取特定的标志物,将原图像进行HSV颜色空间变换,选择对应ROI区域,通过阈值获取二值化图像,进行平滑处理后使用Canny算子提取轮廓信息,从而提取标志物的特征参数。应用实例证实,通过该方法能精准获得标志物特征参数,进而解决复杂环境下机械设备间连接件脱落问题,具有一定的实际工程应用价值。     

基于目标提取与SVM的排洪隧洞裂缝视觉检测算法研究

尾矿库排洪隧洞裂缝病害会对隧洞的正常运行造成安全隐患,对其进行自动检测具有重要意义。针对排洪隧洞场景特点,研制了隧洞衬砌表面图像采集系统,设计了预处理算法与两级滤波算法完成目标提取,其中利用背景滤波减少了处理时间。通过支持向量机分类判断目标区域是否为真实的裂缝,提高了裂缝检测的精度。在真实的隧洞环境中对整套系统进行测试和验证,对于裂缝图像的识别率达到90%,证实了硬件系统与算法的有效性。     

基于进化算法MOEA/D-AU的露天矿多金属多目标智能配矿研究

针对露天矿的多金属多目标配矿问题,提出了基于多目标进化算法的配矿优化方法。根据矿山实际情况,以生产成本、矿石品位偏差和矿石岩性配比偏差最小为优化目标建立了露天矿配矿优化模型;在基于分解的多目标进化算法（MOEA/D）的基础上,对算法的更新过程进行了改进,利用种群与权重向量之间的空间位置关系提出了基于角度的更新策略,使算法在求解多目标问题时更好地平衡种群的多样性与收敛性;由于对选矿因素考虑不充分,无法有效提高矿石的综合回收率,本文建立了融合氧化率及有害物质参数的综合回收率随机森林预测模型,通过预测模型对算法得到的多组配矿结果进行筛选,获得一组更加贴合矿山实际情况的配矿计划。最后以国内某大型钼钨铜矿为例进行仿真实验,实验结果表明：该配矿计划在解决多金属多目标配矿问题时能够有效提高矿石综合利用率和企业经济效益。     

基于Pro/E二次开发的齿轮智能优化设计CAD系统

智能优化方法和CAD建模技术如何有效集成并应用于工程实际是一个崭新课题。首先建立了齿轮优化设计的规范化数学模型。采用遗传算法和微粒群算法进行齿轮优化设计,阐明了两者的原理并分别给出了算法的伪代码。结合齿轮智能优化设计及三维CAD建模集成系统的开发过程,阐明了Visual Studio 2008环境下采用Pro/Toolkit二次开发Pro/ENGINEER软件的原理、方法和关键技术。系统的成功开发对于工程中齿轮的快速优化设计和三维建模有较大的应用价值,对于研究智能优化方法和CAD建模技术的无缝集成具有探索意义。     

含软弱夹层露天矿高边坡台阶宽度及台阶坡面角协同优化研究

采用工程类比法建立露天矿开采中台阶宽度及台阶坡面角协同优化循环流程图,采用强度折减法,以含软弱夹层的四川黄山石灰石露天矿山高边坡为例,计算不同台阶宽度及台阶坡面角方案下边坡稳定性系数,探讨软弱夹层对边坡稳定性的影响,最终确定合理的台阶宽度及台阶坡面角取值。结果表明,循环流程图更为清晰直观地展示了台阶宽度及台阶坡面角协同优化的整个过程,可直接获得台阶宽度及台阶坡面角组合大小; 软弱夹层大大降低了边坡稳定性,且易成为潜在滑动面; 该矿山边坡3-3'剖面的最优安全平台宽度、清扫平台宽度及台阶坡面角分别为4 m、8 m和64°。研究成果可为矿山实现安全经济生产提供新思路和指导作用。     

隧道软弱断层破碎带施工控制技术研究

以正阳隧道软弱断层破碎洞段为研究对象,分析了施工过程中出现的坍方、拱顶落石、掌子面涌泥、支护开裂剥落等造成施工障碍的工程难题,结合隧道所处地质条件、地理位置及施工措施等因素拟定安全施工控制技术方案,施工实践效果良好,可供同类工程参考。     

基于DXF的数控切割加工优化算法的研究与实现

根据DXF文件的格式以及特点,在嵌入式Windows CE数控切割机平台上,采用开发工具embedded Visual C++4.0实现DXF文件的图形接口。通过分析图形数据,推导出一种优化算法,将加工轨迹优化,并输出所需要格式的数控代码。最终对该算法的执行效率进行了验证。     

基于WOA优化神经网络的斜坡道拱顶沉降预测研究

为了更准确地预测地下矿山中斜坡道拱顶沉降的趋势,并控制预测精度,以保障矿山安全。本文提出鲸鱼算法优化神经网络的斜坡道拱顶沉降预测方法。主要步骤为：首先采取邻点中值平滑处理的方法对原始数据进行处理,将处理好的监测数据作为输入样本对BP、Elman神经网络进行训练、测试;再利用鲸鱼算法对初始权值和阈值优化,最后通过不同模型输出预测值。通过仿真实验研究表明:鲸鱼优化后的BP、Elman神经网络模型相比优化前均能更准确地预测斜坡道拱顶沉降;WOA-Elman模型的决定系数为0.948,优于WOA-BP模型0.941,但WOA-Elman模型运行时间耗费671.214 s远超于WOA-BP模型307.226 s,WOA-Elman耗费了更多的训练时间换取了少量的精度提升,大幅降低了训练效率;结合工程实例实测值、预测值的分析比较,鲸鱼算法(WOA)优化后的BP神经网络表现出了更高效且准确的斜坡道拱顶沉降预测能力。     

基于ABAQUS的深凹露天矿边坡设计优化

随着露天矿山开采深度的增加,边坡高度逐年加大,逐步形成高陡露天边坡,其采掘生产条件越来越差,采场破坏的概率和边坡安全维护的难度越来越大,给矿区生产和生活带来了巨大的危害和经济损失。露天矿山最终边坡角是影响矿山投资、成本及生产安全的重要因素,边坡角的确定直接影响露天境界剥采比的确定,最终影响到露天矿整个生产过程中的经济效益。因此,确定一个安全、经济的边坡角非常必要。本文利用ABAQUS对边坡进行力学分析,计算不同边坡角时边坡的安全系数,通过安全系数来得到一个优化的边坡角。     

基于协同理念的地下采场稳定性分析及结构参数优化

针对某大型露天-地下联合开采铜矿山的开采现状,将协同理论引入地下采场的稳定性分析,主要考虑了地下采场中矿房、矿柱以及充填体假柱在结构尺寸上的协同作用,对原有采场结构参数进行了改进。为保证改进后地下采场在巷道掘进及矿房回采过程中的稳定,对3个充填方案下掘进巷道和回采采场的稳定性进行了数值模拟。结果表明：对于不同的充填方案,在待开挖矿体中掘进较大尺寸的巷道,其巷道基本稳定;回采过程中,其采场的稳定性与充填体刚度相关,充填体的刚度高低结合,采场应变、位移较理想。底部块石胶结、上部尾砂胶结充填是地下采场的首选方案;采用的大采矿横巷9 m扩底采场结构方案,回采过程中,采场顶板的稳定性提高了,同时出矿巷道的变形较小、保持稳定,该改进采场结构参数具有明显的优势。