矿井供电系统越级跳闸原因分析及防治措施研究

针对矿井供电系统存在的过流跳闸问题,分析了供电系统发生越级跳闸的原因,并通过对几种常见的防越级跳闸方案的比较,结合矿井保护控制器的现状与现有施工条件,提出了一种以GOOSE模块为基础的选择性短路保护控制器,在当前的保护控制器GOOSE通信模块和监控系统共享一个以太网网络,以实现锁信息的安全,可靠传输。经测试与实际运行,结果表明基于GOOSE闭锁的保护控制器能够快速,准确地把故障点的位置确定出来,从故障点选择最近的开关跳闸,有效避免了由于矿井供电系统发生越级跳闸问题而引发的大面积停电问题,改善了供电系统运行的安全性、可靠性,降低矿井安全隐患。     

基于混合机器学习的电磁功率谱密度预测模型

功率谱密度(PSD)预测是频谱管理中的重要环节。由于功率谱密度具有高度的复杂性、非线性和不确定性,单一的预测模型很难确保预测的准确性和效率。为克服单一预测方法的不足,提出一种混合的机器学习模型,将自组织映射(SOM)网络与回归树(RT)相结合,以预测信号的功率谱密度。使用自组织映射网络将具有相似手工特征的原始样本集聚类成簇;将每一个簇分别构建回归树来预测功率谱密度;最后,使用亚琛工业大学的数据进行实验。结果表明,预测结果的均方根误差比现有方法提高0.824,证明混合模型具有较高的预测精确度和较好的泛化能力。     

负载型γ-Al2O3三维粒子电极的制备及其对氯霉素的降解

以γ-Al₂O₃为载体,将Ti和Sn两种元素进行负载制备负载型γ-Al₂O₃粒子电极,采用X射线衍射（XRD）、扫描电镜（SEM）、X射线荧光光谱（XRF）、红外光谱（IR）对γ-Al₂O₃和负载型γ-Al₂O₃粒子电极进行表征。研究了电解时间对三维粒子电极法电催化氧化氯霉素的影响。采用初始浓度100 mg/L的CAP模拟废水,持续电解3 h后,制备的粒子电极通过三维电解对CAP去除率为72.8%,对TOC去除率低于3.7%,说明负载型γ-Al₂O₃粒子电极对氯霉素矿化作用较小。三维粒子电极对氯霉素的降解过程近似符合一级动力学方程,CAP初始浓度对去除率影响较小。粒子电极电催化氧化CAP的关键因素之一为·OH,外加叔丁醇对·OH进行清洗,相同条件下,氯霉素去除率降低至30%左右,表明氯霉素的降解是由阳极氧化和·OH间接氧化两种途径协同作用的。     

纯棉高档针织产品的生产要素

重点阐述针织用纱品质及对缩水率的控制。     

铜尾矿、粉煤灰制备干粉砂浆的研究

用矿渣、粉煤灰等固体废弃物为主要原材料,制备性能满足GB175-2007标准要求的生态型胶凝材料代替42.5#普通硅酸盐水泥,利用矿山尾矿部分代替河砂,添加以改性膨润土为主的保水增稠剂,成功开发了系列干粉砂浆产品固体废弃物利用率高达70%～90%,各项性能指标符合标准DBJ/T01-73-2003《干拌砂浆应用技术规程》的要求。     

大面积三维连片叠前时间偏移技术在南堡凹陷的应用

南堡凹陷地下构造复杂,以往的叠后分块处理资料难以进行南堡全凹陷统一的对比解释,难以对区域构造进行更准确的整体评价。为此,在该区开展了大面积三维连片叠前时间偏移处理技术研究,介绍了叠前时间偏移的基本原理,三维连片配套处理技术及进行叠前时间偏移的关键技术,对该方法在南堡凹陷的应用效果进行了分析。处理结果表明,利用大面积三维连片叠前时间偏移处理技术,得到了高品质的完整的全凹陷三维地震数据体。     

铜尾矿、粉煤灰制备干粉砂浆的研究

用矿渣、粉煤灰等固体废弃物为主要原材料,制备性能满足GB175-2007标准要求的生态型胶凝材料代替42.5撑普通硅酸盐水泥,利用矿山尾矿部分代替河砂,添加以改性膨润土为主的保水增稠剂,成功开发了系列干粉砂浆产品固体废弃物利用率高达70%～90%.各项性能指标符合标准DBJ/T01-73-2003<干拌砂浆应用技术规程>的要求.     

纯棉经编产品的研制

根据棉纱特性对编织性能的影响采取相应的措施,选择合理的编织工艺,严格控制织物的缩水率和内在质量。     

肺结节球表面网格向量化特征分类

目的 基于球谐函数与容斥映射算法向量化球面表面纹理与结节形状用以进行胸部CT图像肺结节良恶性判定。区别于基于深度学习解决肺结节良恶性筛查的方法,目前方法多集中于框架改进而忽略了数据预处理,文中所提方法旨在对球面纹理与结节形状进行向量表达,使其可以输入深度森林进行特征分类训练。方法 首先采用辽宁中医药大学附属医院数据,通过3维重构获得3维肺结节图像。其次使用球谐函数与容斥映射算法在保留空间信息的同时将纹理以网格方式映射到标准球面上。再次使用网格-LBP与映射形变能量分别完成对球面纹理与结节形状信息的构建。最后提出一种基于网格的多粒度扫描方法对深度森林训练框架进行改进,并将向量化后的纹理和形状特征加入到改进的深度森林训练框架中进行实验验证。结果 通过大量的实验结果验证,在准确率（ACC）、特异度（SPE）、敏感度（SEN）和受试者工作特征曲线下的面积（AUC）4个衡量指标下,本文方法具有优于现存先进方法的表现,其中ACC、SPE、SEN和AUC分别达到76.06%、69.46%、88.46%和0.84。结论 基于球谐函数与容斥映射算法可成功地对肺结节表面和形状两个特征进行向量化并训练,不仅考虑了数据预处理,而且通过两个特征对肺结节良恶性检测的准确率要高于传统1个特征检测的结果,同时也为3维模型中特征的提取及向量化提供了一个有效的方法。