基于度量的嵌入式软件缺陷风险分析研究

通过对COSMIC-FFP模型的扩展优化提出了嵌入式软件系统度量的方法,从而解决了COSMIC-FFP模型不支持对含有复杂数学算法的嵌入式实时系统度量的问题,基于软件规模度量提出了软件缺陷度量的方法。通过对软件规模的准确度量和对软件缺陷风险的分析,发现软件项目过程风险管理的不足,达到降低软件项目过程风险的目的。     

基于离散算法的三维建模技术及其应用

针对目前三维建模领域的现状及存在的一些问题,提出了基于离散算法的三维建模技 术。从工程应用的角度出发,主要讨论了三维实体表面的数据预处理、三维实体表面的离散化以及离 散网络模型的拓扑关系和模型交互剖切算法,最后结合开放图形连接库OpenGL、ObjectARX以及面 向对象程序设计(OOP)技术开发了一套矿床三维模型仿真系统。运行结果表明该三维建模方法操 作简单、实用性强,具有很好的推广应用前景。     

基亏GIS／GPS／GPRS的露天矿配矿动态管理系统

针对露天矿山规划与管理矿石质量的配矿需求,应用先进的地理信息系统（GIS）技术、全球卫星定位（GPS）技术及通用无线分组传输（GPRS）技术设计实现了露天矿山配矿生产动态管理系统。该系统针对多出矿点多卸矿点的情况,建立线性规划模型,不仅能够自动生成班配矿生产计划,而且还能对配矿作业过程实时控制。现场测试表明：该系统性能稳定,能满足矿山生产配矿要求。     

有关矿产资源问题的博弈分析

应用博弈论分析方法,研究分析了公共矿产资源、参与矿产品价格谈判、矿产资源管理、合理利用国内外两种资源等问题,建立了相应的分析模型,并提出了解决问题的建议。     

CAD 技术用于山地排废场设计研究

提出了应用CAD 技术直接在地形图上进行山地排土场设计的一套处理方法, 该方法可为山地排废规划提供决策依据。     

宁东煤田枯竭油层回注存储高矿化度矿井水技术思路

宁东煤田地处我国西北干旱-半干旱区,是我国批准建设的14个亿吨级大型煤炭基地之一,目前存在高矿化度矿井水量大、处理技术成熟但成本高、综合利用率低等问题。为实现宁东煤田高矿化度矿井水的低成本资源化回注存储和水文生态环境保护,结合宁东煤田13座煤矿矿井水矿化度高的典型特征,因地制宜地提出在煤油资源重叠区,利用枯竭油层回注存储高矿化度矿井水这种宝贵的非常规水资源的技术思路,即利用枯竭油层孔-裂隙双重结构中储水空间、油田关停初期地层压力亏空和废弃油井/注水井低成本处置高矿化度矿井水经资源化利用后的余量水;系统阐述枯竭油层选择、回注工艺、储水潜力、预处理水质要求和环境的可行性;凝练出基础理论、法律法规政策和实时监测监管的研究展望。结果表明,提出的枯竭油层回注存储技术具有可行性,可实现宁东煤田高矿化度矿井水的低成本资源化处置,“如何精细刻画注水渗流过程”是回注处置技术瓶颈问题,科学实质是高矿化度矿井水-砂岩耦合化学作用下孔裂隙介尺度的枯竭油层注水渗流演化机理。同时,相关法律法规政策和实时监测监管方面亟需完善,以保障枯竭油层回注存储技术的顺利实施。研究旨在为高矿化度矿井水资源化回注存储提供新思路,为...     

基于CSSA-BPNN模型的胶结充填体动态抗压强度预测

充填采矿法二步骤回采时胶结充填体稳定性受爆破扰动而降低。为快速准确地获得充填体动态抗压强度,利用分离式霍普金森压杆(SHPB)进行了40组不同应变率的单轴冲击实验,以灰砂比、充填体密度、养护龄期和平均应变率作为输入参数,充填体动态抗压强度作为输出参数,建立了一种基于Logistic混沌麻雀搜索算法(CSSA)优化BP神经网络(BPNN)的预测模型,并与传统BPNN和麻雀搜索算法优化的BPNN进行了对比分析。研究结果表明：CSSA-BPNN模型的平均相对误差为4.11％,预测值与实测值之间拟合的相关系数均在0.96以上,模型预测精度高。CSSA-BPNN模型的均方根误差为0.3950 MPa,平均绝对误差为0.3592 MPa,决定系数为0.9952,均优于另外两种预测模型。实现了对充填体动态抗压强度的准确预测,可大幅减小物理实验量,为矿山胶结充填体的强度设计提供了一种新方法。     

事故趋势异常预警模块设计及实现

结合信息技术在企业中的一个实际应用,对事故趋势异常预警模块的系统分析、系统设计以及系统实现等方面进行了详细的描述。并使用Java语言、JSP以及当前WEB图形发布中常用到的JFree Chart技术完成程序代码编制。     

露天矿多目标配矿模型与优化算法研究

针对露天矿的多金属多目标短期配矿问题,提出了基于自适应粒子群算法的露天矿配矿优化方法。首先,结合矿山配矿实际生产要求和指标,构建了以运输功和配矿品位偏差最小为目标函数的多目标短期配矿模型。其次,在基本粒子群算法的基础上,采用Kent映射产生初始种群,使种群分布更加均匀;并将自适应概率引入到粒子群算法,提高了种群的多样性和算法的全局搜索能力。最后,以一个算例和三道庄露天矿配矿的实际数据为例,进行仿真验证,仿真结果表明:该优化方法适用于解决露天矿多金属多目标的配矿问题,可以有效降低配矿过程中的运输功和品位偏差。     

人工智能背景下采矿系统工程发展现状与展望

随着以人工智能为核心的第四次工业革命的到来,采矿系统工程作为采矿工程与系统工程的交叉学科方向,迎来了前所未有的发展机遇和挑战。首先梳理了采矿系统工程涉及的基本理论和研究方法,在此基础上对人工智能技术在采矿系统工程中的发展历史进行了回顾,通过对研究现状进行分析,综述了当前人工智能、大数据背景下采矿系统工程的研究方法和研究应用对象,最后指出了未来采矿系统工程在跨学科应用、大系统优化及智能采矿方面的发展趋势。研究表明：以进化计算和机器学习为代表的人工智能技术,在新一代新能源智能化无人采矿装备,无人采矿新技术、新工艺及新模式,采矿生产各工艺流程智能化和多系统融合大数据平台等4个重要发展方向中将发挥越来越重要的作用,是未来引领智能矿山建设的核心技术,人工智能技术与传统采矿工艺的结合必将推动采矿系统工程学科进入全新的发展阶段。