煤炭井下采选充一体化生产物流系统效率仿真

煤炭井下采选充一体化生产系统在井下实现煤炭的开采、洗选和矸石的充填工作,在提升主井运输效率的同时减少矸石对环境的污染。为了充实对煤炭井下采选充一体化生产物流系统的理论研究,并探究影响物流系统效率的关键因素,本文运用系统动力学方法,构建影响因素指标体系并预测系统效率水平变化趋势。以山东某矿为实证研究对象,通过仿真研究和对比计算,重点分析了采选充一体化生产各主要环节:掘进、采煤、洗选、充填对生产水平的实际影响率。仿真结果显示:在煤炭井下采选充一体化生产的人员技术及管理、物料运输、采选充生产、安全防患四个主要环节中,物料运输水平和井下生产水平是影响整个系统效率的关键因素;其次,在井下生产环节中,采煤量和井下洗选量对系统的实际作用率最大,分别为0.123和0.149,因此,提高整个系统生产水平的关键在于提高采煤效率的同时加强井下煤炭洗选机械设备的投入和生产工艺瓶颈的解决。     

煤矿井下采选充一体化评价模型创建与应用

为进行煤矿井下采选充一体化工程质量的评价,以郭庄煤矿为研究背景,运用改进的模糊综合评价方法,构建了煤矿井下采选充一体化工程质量评价模型;采用层次分析法与变异系数法相结合的方法确定了两级指标权重。基于MATLAB软件平台,开发了“MBF”数值计算评价方法,提高了煤矿井下采选充一体化工程评价效率和质量。     

基于粒子群优化算法的WSN节点定位方法研究

为提高无线传感器网络的节点定位精度,将惯性权重的粒子群优化算法应用到无线传感器网络节点定位中。定位方法以未知节点与其邻近锚节点之间的估计距离和测量距离的均方误差为适应度函数,采用基于惯性权重的粒子群优化算法对适应度函数进行优化,从而得到最优解,实现节点有效定位。仿真实验结果表明,与传统的最小二乘定位算法相比,基于惯性权重的粒子群优化算法的定位精度更高,稳定性更好,具有较好的定位效果。     

地下采选一体化系统采充平衡临界品位研究

地下采选一体化系统是开采深埋矿产资源的高效率、低成本,又能实现低碳绿色可持续发展的有效方法,此外,该系统也适用于人口密集、高寒和对环境要求严格的区域。在此系统中,首先要考虑采充平衡的问题,即选矿所得尾砂能够全部用于充填采空区。因此,采充平衡临界品位是评价该系统是否完美的重要指标之一。研究了影响采充平衡临界品位的多种因素,推导得出了采充平衡临界品位的一般计算公式,并建立了采充平衡临界品位分析软件。该软件能够根据不同的地质、选矿和充填料配比等条件确定 采充平衡临界品位,并分析在不同条件下临界品位的变化,为地下采选一体化系统的应用提供科学依据。     

煤矿井下采选充采一体化工艺与技术研究

本文提出煤矿井下采选充采一体化生产模式,阐述了煤矿井下采选充采一体技术内涵,研究了采选充采一体化生产技术的系统布置和工艺设计。形成高效的井下煤矸分选和采空区充填技术,实现全部矸石于井下充填与开采建筑物下压煤及地表沉陷的有效控制的目的。     

基于改进粒子群算法在矿山车辆配送路径中的应用

针对基本粒子群算法全局寻优能力弱,容易陷入局部最优等缺陷,提出了一种改进的算法,并将该算法应用到车辆配送路径中。并通过实验进行验证,文中提出的算法明显的优于标准粒子群算法,有效的解决了矿山配送车辆路径问题。     

基于粒子群算法的选矿能力优化研究

根据选矿能力优化的复杂性与非线性特性,建立了选矿能力优化的数学模型;运用粒子群优化算法（PSO）对某一矿山企业的选矿能力规划进行了优化计算。解决了在选矿能力、供矿量、尾矿库容等约束条件下的选厂生产能力的优化问题,计算结果符合实际生产情况。对于合理配置资源,挖掘选厂的最大生产能力,提高经济效益具有重要的指导作用。也表明了该算法应用于选厂生产能力优化中的可行性。     

基于混沌粒子群算法的采煤机优化设计

介绍了混沌粒子群算法的基本原理及其优化算法,构建了采煤机螺旋滚筒的优化模型,并将混沌粒子群算法应用采煤机螺旋滚筒优化之中,通过实践发现,优化后的采煤机工作稳定,能够有效提升采煤机性能。     

基于混沌粒子群算法的采煤机优化设计

为了能够提高采煤机的性能,利用混沌粒子群优化算法对采煤机螺旋滚筒进行了优化设计。讨论了采煤机螺旋滚筒的优化数学模型;分析了混沌粒子群算法的基本原理;利用MATALAB软件编制优化设计程序,对采煤机滚筒进行了优化设计。     

采选充一体化质量评价体系软件开发与应用

为建立采选充一体化示范工程质量监测与评价体系,选取了3个一级指标和16个二级指标,实时监测并记录工作面的指标数据.通过建立的采选充一体化质量评价模型计算得出工程完成质量评价结果,并采用MATLAB语言依据此评价体系和评价模型进行程序软件开发,以简化采选充一体化示范工程质量评价过程,提高评价效率.     

基于粒子群算法的煤矿设备故障诊断研究

为了在井下复杂环境下能够准确地判断设备电机故障类型及概率、为合理决策提供依据,在胶囊网络算法的基础上加入了改进的粒子群算法。改进的粒子群算法可以更快地寻找胶囊网络所需的最优参数和阈值进行训练,有效提高胶囊网络算法计算精度及性能,在很大程度上提高了煤矿电机故障诊断的精确度。     

基于改进粒子群算法的电力系统无功优化

通过对IEEE14节点系统的优化配置表明,文章所采用的改进粒子群算法对于电力系统无功优化问题来说是行之有效的。该算法结构简单、收敛性好、寻优质量高,适合于求解电力系统无功寻优问题,具有一定的应用前景。     

基于粒子群算法的煤矿井下电磁波传输优化模型

由于煤矿井下环境复杂,电磁波在井下的传输会存在信号衰减,为了拟合出更准确的煤矿井下电磁波的传输模型,使其更加接近电磁波的实际传输情况,提出了一种基于粒子群算法的煤矿井下电磁波传输优化模型。该优化模型在接收信号指示强度基本模型的基础上,引入衰减系数及衰减矫正因子,利用粒子群算法较强的全局搜索能力,在实验数据中找出该优化模型的最佳衰减系数及衰减矫正因子。MATLAB仿真结果表明,采用该优化模型得到的结果相较于基本模型更接近实测值,可以更精确地描述电磁波在井下的传输情况。     

基于邻域粒子群混合算法的齿轮故障诊断

为了提高齿轮故障诊断的准确性,采用了一种邻域粒子群混合方法。即根据齿轮的故障特征量,利用邻域粒子群算法来优化BP神经网络的权值,并用优化好的BP网络进行故障诊断。实例仿真结果表明,该方法具有较高的故障诊断准确度,具有一定的实用性。     

基于粗糙集和混沌粒子群算法的桥式起重机故障诊断研究

为了能够提高桥式起重机的故障诊断准确率,深入地探究了粗糙集和混沌粒子群算法在其中的应用。分析了桥式起重机在工作过程中可能发生的主要故障及其产生原因;讨论了粗糙集的基本理论;分析了混沌粒子群算法的基本原理和流程;对桥式起重机进行故障诊断仿真分析,仿真结果表明该方法具有较高的故障诊断效率和诊断精度。     

改进的混合粒子群算法

根据近代数学的随机优化原理,针对基本粒子群算法前期精度低,易发散,后期收敛速度较慢,易陷入局部最优的局限性,通过引入高斯算子和交叉算子,提出了改进的混合粒子群求解算法,改进的算法具有更高的精度和全局收敛性。     

基于粒子群优化算法的摇臂传感器布置

对采煤机摇臂进行准确的在线监测和故障诊断,选择适当的传感器监测点和传感器个数是必不可少的环节。优化的传感器布置能够以最低的成本提供最有价值的信息,是提高状态检测和故障诊断系统性能的物质基础。采用粒子群优化算法对采煤机摇臂的传感器布置方案进行优化计算,可得到摇臂传感器优化布置策略。     

基于粒子群算法的多剪强度准则研究

在摩尔库仑强度准则、德鲁克-普拉格强度准则、线性、非线性统一强度理论和三剪强度准则的基础上,考虑二十六面单元体上3组主剪面应力τ12、τ23、τ13及其面上的正应力σ12、σ23、σ13;八面体剪应力τoct及其面上的正应力σoct及3个主应力σ1、σ2、σ3共同作用,提出了多剪强度准则。根据已有的岩石真三轴试验结果,利用粒子群算法搜索出多剪强度准则参数并与三剪强度准则及双剪统一强度准则、摩尔库伦强度准则、三剪能量屈服准则相比较,证明该强度准则与试验结果吻合较好,适应于不同种类的岩石。另针对多数强度准则只在子午面或π平面作定性分析的情况,特别增加了σ1-σ2平面上的直接比较,结果表明,该强度准则具有非常好的适用性及推广价值。     

基于混沌免疫粒子群算法的故障特征选择

针对传统组合优化方法用于故障特征选择的缺陷问题,提出了基于人工免疫和混沌思想的混合粒子群优化算法的特征选择策略。引入混沌优化和人工免疫系统中的克隆选择机制,利用克隆和混沌变异等算子对算法进行改进,提高种群的多样性,增强了算法跳出局部极值的能力。实验结果表明,该混合粒子群算法比常规粒子群算法具有更快的优化速度,有效提高了特征选择效率,使故障诊断精度有所提高。