基于PSO-BP神经网络的盾构刀具配置研究

盾构刀具在盾构机掘进过程中起着关键的作用,其配置选型是否合理决定着工程的成败。为了对盾构刀具进行合理的配置,根据盾构刀具的配置原则,针对盾构刀具配置的地质适用性,在粒子群优化算法(Particle swarm optimization,PSO)与神经网络算法(Back propagation,BP)的基础上提出智能配置方法。建立地质条件与盾构刀具类型之间的关系模型,并利用成功的盾构施工案例作为样本数据对该模型进行训练,训练后可以利用模型智能推荐盾构刀具配置方案。利用工程案例进行测试分析,将测试结果与实际配置方案进行对比,并与BP神经网络测试结果进行比较。测试结果表明,基于PSO-BP神经网络算法不但能够很好地实现盾构刀具配置方案的合理推荐,并且在计算精度和训练时间两个方面PSO-BP神经网络算法比BP神经网络算法都有显著提高。     

基于nRF24L01无线模块的消防泵巡检监测系统设计

为了改善消防泵的巡检效率,提高消防巡检设备的智能化水平,设计基于nRF24L01无线模块的消防泵巡检监测系统。系统包括三部分:下位机硬件选型及电路设计、下位机程序设计和上位机软件设计。单片机实时采集消防泵的转速和管道水压力,将数据经过nRF24L01无线模块传给上位机,上位机显示并记录数据,并在数据异常时进行报警。试验结果表明,系统能够对消防泵的转速和水压力实时监测,功能完善,稳定可靠,可为消防系统的维护提供便利和后期消防智能化奠定基础。