微机变压器保护装置的现状分析及发展方向的研究

本文介绍了微机变压器保护的发展过程,分析了微机变压器保护的原理和保护的基本配置,重点比较了不同原理的比率差动保护的优缺点,对目前国内外微机变压器保护装置的性能以及存在问题进行了初步的分析,提出对微机变压器保护装置的改进及发展的几点看法。对于目前推广使用的微机变压器保护具有一定的借鉴作用。     

新一代智能煤矿人工智能赋能技术研究综述

煤炭工业与人工智能（AI）深度融合是现代化矿井实现智能少人、降本提效的重要路径,而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下,提出了初级智能煤矿向新一代智能煤矿演进的基本范式,对比分析了初级智能煤矿与新一代智能煤矿的组成、功能与技术内涵,揭示了新一代智能煤矿AI赋能技术的重要性及其应用实施的2个关键：煤矿工业机理AI模型与煤矿工业互联网平台。总结了关于煤矿地质、采煤、掘进、安全监控等复杂作业环节的工业机理AI模型研究现状,阐明了工业机理AI分析在智能煤矿建设中的快速发展态势。设计了新一代智能煤矿多级云边协同工业互联网平台架构,利用集团数据中心、矿井数据中心、生产系统集控中心等工业信息软硬件设施,结合海量数据云计算和少量数据边缘计算特点,提出了集团云、矿井云与环节边、场景边的多级云边协同机制。指出了未来进一步研究方向,应不断加强煤矿工业机理AI模型的开发与软件化研究,逐步形成煤矿全流程AI赋能的知识软件体系,并充分运用煤矿工业互联网平台的数字资源与信息设施,逐步实现煤矿工业互联网平台的AI技术承载。     

煤矿掘进多行为协同控制智能决策模型

智能决策支持的掘进多行为协同控制是煤矿掘进工作面智能化的核心之一,掘进多行为协同控制的最优时序规划是智能决策的关键。针对煤矿掘进多行为控制模式单一、固化、协同作业能力差等问题,设计了一种煤矿掘进多行为协同控制智能决策模型,实现了掘进多行为在最优时序下的协同作业。首先,提出了掘进多行为协同控制智能决策方法,确定了掘进多行为可行时序规划集和多目标最优时序规划策略;其次,根据掘进现场的规定和工艺要求,确定了掘进动作事件集,通过对事件集中两两动作事件之间时间关系的分析,求出掘进多行为时间关系约束矩阵;然后,根据时间点关系约束矩阵转换方法,将掘进多行为时间关系约束矩阵转换为时间点关系约束矩阵,再求出掘进多行为可行时序规划集;最后,定义不同掘进目标下的求解函数,求得不同掘进目标的最优时序。实验结果表明,在不同掘进目标下,按照模型决策出的掘进动作最优时序规划结果,掘进机器人可无干涉协同作业,且掘进作业1个工作循环的执行时间与决策模型计算的时间基本一致。     

基于ArcSDE和ArcObjects东港灌区农田水利管理信息系统的建立

结合东港灌区农田水利管理信息系统的建立,具体论述了软件开发中的关键技术。用Geodatabase建立空间数据库,通过ArcSDE(空间数据引擎)在SQL Server平台上对数据库的数据进行访问,很好地解决了对空间、非空间数据进行高效率操作的数据库接口;AO(ArcOb-jects)组件技术的应用使得该系统更加专业化。     

承压含水层水位与覆岩运动的联动类型及应用

针对松散承压含水层下采煤压架突水灾害防治问题,以岩层控制的关键层理论和地下水动力学原理为基础,就承压含水层水位与覆岩主关键层运动之间的联动关系进行了研究。结果表明,长观孔水位与采动覆岩运动的联动关系存在3种类型:水位突降型、波动回升型、周期扰动型。揭示了不同联动类型的显现特征及发生条件,并就是否能够反映压架突水的危险性进行了评价。产生水位突降型联动是覆岩主关键层失稳的主要反馈信息,预示工作面会发生压架突水,可利用长观孔水位降速进行灾害预警。波动回升型及周期扰动型联动预示工作面覆岩主关键层未失稳、无压架突水危险。基于上述研究结果,形成了基于水位变化的压架突水灾害预警方法及流程,并在祁东煤矿8222工作面松散承压含水层下采煤压架突水灾害的防治实践中进行了成功应用。     

基于广度优先搜索算法和区域节点行向量法的复杂配电网络可靠性评估

基于广度优先搜索算法构造了复杂配电网络的等效模型,采用区域节点行向量法对复杂配电网络进行了可靠性评估。给出了区域节点的定义,采用广度优先搜索算法将复杂配电网络等效为由区域节点和开关元件组成的模型,采用区域节点行向量法得到了负荷节点和系统的可靠性评估指标。在该模型和算法中,区域节点的形成算法以支路为研究对象,操作简单,网络适应性强。采用区域节点行向量法对复杂配电网络进行可靠性评估时,便于考虑开关装置故障的影响,实用性较强。RBTS-bus6系统的评估结果及其与现有分区方法的比较结果表明了该模型和算法在简化网络和提高运算速度方面具有明显优势,在适应网络结构变化方面具有较好的鲁棒性。     

还原氧化石墨烯对人原代成纤维细胞的毒性研究

通过氧化石墨烯制备还原氧化石墨烯,采用透射电子显微镜对其进行表征,并将其作用于人原代成纤维细胞,通过CCK8法细胞活性检测和细胞划痕实验研究还原氧化石墨烯对人原代成纤维细胞的毒性.结果表明:与氧化石墨烯相比,还原氧化石墨烯颜色变深,粉末变细,具有明显的薄层和褶皱结构;CCK8法细胞活性检测结果显示5μg·mL-1是还原...     

光纤激光谱合成改善光束质量的研究进展

光束质量是衡量激光性能的重要指标。鉴于当前谱合成光束质量的研究现状,本文归纳出3种改善光束质量的方法：窄线宽法,双光栅色散补偿法,抑制光栅热变形法。对于每一种方法,详细介绍了其设计思路;综述了该思路下光束质量改善所取得的进展。此外,本文还展示了我们团队研究光栅热变形、影响光束质量的理论和实验成果。该成果表明：在30 W激光辐照下,2 min内,M²从1.06增加到1.26。显示出谱合成的光束质量是一个动态变化过程。     

MRMR和SSGMM联合分类模型的煤泥浮选系统药况图像识别

为解决煤泥浮选过程依靠工人肉眼识别泡沫特征来调节药剂用量,造成药剂浪费,产品质量不合格的问题,提出一种MRMR和SSGMM联合分类模型的药况图像识别方法.针对泡沫图像的形态、纹理、颜色特征与泡沫类别具有不同程度的相关性.将精煤灰分作为泡沫的类别信息,利用最大相关最小冗余(MRMR)算法筛选最优特征;针对传统的高斯混合模型(GMM)在聚类时,存在结果需人为判断实现分类的问题,通过引入少量已知加药状况下的泡沫图像特征样本对其改进,构建半监督高斯混合模型(SSGMM)泡沫图像聚类器.将优选的且具有少量先验标签信息的多维泡沫图像特征融合到SSGMM聚类模型中,利用少量的标记样本引导聚类,并将其标签信息映射给聚类结果实现自动分类.实验表明,这种联合分类模型提高了泡沫识别的准确性,为药剂用量的准确控制与精煤产品质量提供了关键技术支持.     

基于交叠协同逻辑的液压支架运行自适应稳压供液控制方法

液压支架智能化自动跟机运行是煤矿智采工作面建设的一项重要目标,针对目前液压支架跟机运行时供液流量适配不合理导致的动作执行速度和精度不足等问题,以液压支架群组跟机稳定运行为液压动力适配目标,提出协同液压支架控制策略的自适应稳压供液控制方法。基于根据支架动作特征提前适配合理供液流量的稳压供液原理,结合多泵+变频供液方式特点,提出供液与支架交叠协同控制逻辑;依据液压传动原理,推导交叠协同逻辑下液压支架跟机速度、液压系统压力变化率的求解方程,揭示供液流量调控策略与液压支架动作策略对上述两者的耦合作用机理;依据多响应优化问题求解理论,以液压支架跟机适速及其各动作压力平稳为多个目标,构建液压支架运行满意度函数并采用双层规划方法求解,实现自适应液压支架运行的供液流量调控智能决策;利用MATLAB与AMESim联合仿真,模拟相同液压支架运行动作过程的多泵联动、变频恒压、自适应稳压等不同供液控制方法,通过综合对比各方法在液压系统压力均值、压力方差、供液卸载次数、液压支架动作行程平均相对误差、供液作用效率等评价指标,验证了本文提出方法的优势。最后,通过工业级试验验证得出,自适应稳压供液控制方法具有较好的稳压效果,可行性较高。