智能技术在矿山机电设备故障诊断中的应用

<正>智能机电的广泛应用全面提高了矿山的开采和生产效率,故障诊断的研究应用对机电设备的维修起到积极作用,有效提高了矿山生产效率。为了更全面地完善故障诊断技术,将其更好地应用于机电设备中,笔者通过查询相关资料、文献综述等方法展开研究,首先对故障诊断技术的优势和原理进行了分析,其次对煤矿设备中的故障诊断进行了阐述,最后针对主要的故障诊断策略进行了重点探究,旨在提高矿山机电设备的综合维修水平,     

矿用掘进机自适应智能控制掘进工艺的应用研究

<正>掘进机对煤矿井下巷道掘进环节具有关键作用,其作业的安全性与效率直接影响井下巷道掘进环节的成本与质量。由于井下地质环境复杂,如果掘进机在井下作业时精确度不够,就需要结合井下的具体情况开展持续性控制巷道掘进,依靠经验与作业熟练度,只适用于井下相对平缓的地质环境中的掘进工作,复杂的地质环境并不适用,会造成井下巷道掘进环节进展缓慢。根据井下巷道掘进技术流程与现实需求,本文分析了新型矿用掘进机自适应智能控制掘进工艺,以加强掘进机井下定位的准确度与智能截割质效。     

模拟焊后热处理次数对Q370R钢板组织和性能的影响

研究了不同次数模拟焊后热处理对正火态Q370R钢板组织和力学性能的影响.结果表明:Q370R钢板经3次模拟焊后热处理,组织仍以铁素体+珠光体为主,但较正火态的晶粒度降低了 1级;随着焊后热处理次数的增加,析出物数量增加,尺寸明显增大.经3次模拟焊后热处理,钢板厚度方向的屈服强度、抗拉强度和冲击性能均下降;相比正火态,屈...     

利用采样示波器FIexDCA软件进行仿真分析（二）

（续上期）4仿真实验2：夹具嵌入和去嵌入 4.1实验目的 在很多情况下,无法连接仪表到实际被测信号位置,往往不得已需要一定测试夹具来实现测量，     

利用采样示波器FlexDCA软件进行仿真分析(二)

4仿真实验2:夹具嵌入和去嵌入4.1实验目的在很多情况下,无法连接仪表到实际被测信号位置,往往不得已需要一定测试夹具来实现测量,如图1 5所示.但是测试夹具虽然给实际测量带来了便利,也会引入一定的误差.通过测量平面的测试结果来获取真实关心的测试点的实际信号性能,本实验就是针对这一点利用FlexDCA软件进行的嵌入/去嵌入仿真研究.     

Q355D特厚核电模块用同质复合钢板的生产工艺研究

特厚钢板的整体均匀性、Z向性能、探伤和生产工艺等一直是实际生产中的难点，通过设计出一种常用Q355D核电模块用钢的化学成分，利用连铸坯真空复合轧制技术，结合实际工业生产上常用的生产工艺进行试制，研究和分析在不同生产工艺下同质连铸坯真空复合轧制特厚钢板的探伤、低倍、弯曲和综合力学性能。结果表明，利用连铸坯真空复合轧制技术，结合TMCP和调质工艺可以制造出综合性能合格的Q355D特厚核电模块用钢板。     

贵州复杂地层应力扰动压裂技术研究及应用

贵州含煤地层煤层多、煤层薄、夹矸多，岩性变化快，其复杂地层特点增加了煤层气井压裂施工难度。以金佳煤矿煤层气井为例，研究复杂地层压裂改造风险及压裂工艺技术，探索应力扰动下二次停泵压裂工艺技术适应性。工程实践表明：金佳煤矿煤系地层岩性变化复杂，地层岩性可划分为5种组合模式；多煤层及多分层煤层采取“避射、扩射、选射、连射、定向射孔”等方式，可降低压裂施工难度；多煤层合层压裂及多分层煤层压裂改造，采取二次停泵压裂工艺，促进地层应力重新分布及压裂裂缝转向，提高了储层压裂改造效果；研究区2口煤层气井实施二次停泵压裂工艺，其压裂施工曲线、停泵后压力变化及产气效果均显示该压裂工艺对储层改造效果较好。     

面向GPU集群的动态资源调度方法

深度神经网络（deep neural network,DNN）已广泛应用于人类社会的许多领域.大规模的DNN模型可显著提高识别精度，然而在单个GPU设备上训练大规模的DNN模型需要耗费大量的时间.因此，如何借助分布式深度学习（distributed deep learning,DDL）技术，在GPU集群上并行地训练多DNN模型已受到工业界和学术界的广泛关注.基于此，提出一种面向GPU集群的动态资源调度（dynamic resource scheduling,DRS）方法，解决异构带宽环境下具有截止时间要求的多DNN任务调度问题.具体来说，首先基于Ring-AllReduce通信方式构建资源-时间模型，以衡量DDL任务在不同资源方案下的运行时间；然后基于截止时间需求构建了资源-性能模型，以实现高效的资源利用；最后，结合上述资源-时间和资源-性能模型设计了DRS算法，为多DNN任务训练实现资源方案决策.在DRS算法中融入最近截止时间原则进行实际资源分配，并利用资源迁移机制减少调度过程中出现的资源碎片场景的影响.在4个NVIDIA GeForce RTX 2 080 Ti的GPU集群上的异构...     

生产环境下基于遗传算法的实时任务卸载算法

移动边缘计算(MEC)模式的出现使得移动设备(MD)可以将移动应用任务卸载至部署在网络边缘的演进型基站(eNB)上执行，从而有效降低MD的能耗与任务的延时。然而，不合理的任务卸载同样会造成MD的高能耗和任务的高延时。基于此，提出了一种实时任务卸载(RTO)算法，该算法能够在满足任务截止时间的限制条件下，最小化MD能耗。RTO在遗传算法(GA)的基础上，引入了动态电压调节技术(DVFS),并在编码策略中考虑了任务的执行位置和MD的计算频率。通过仿真实验，证明了RTO算法的可行性与有效性。