甘肃正宁南部煤田煤质特性分析

通过试验数据,对甘肃正宁南部煤田主采8层煤的煤质特性及主要工艺性能进行分析评价,并初步提出了该煤田煤的利用方向。     

Research on prediction for coal and gas outburst based on Matlab neural network toolbox and its application

In order to predict the danger of coal and gas outburst in mine coal layer correctly, on the basis of the VLBP and LMBP algorithm in Matlab neural network toolbox, one kind of modified BP neural network was put forth to speed up the network convergence speed in this paper. Firstly, according to the characteristics of coal and gas outburst, five key influencing factors such as excavation depth, pressure of gas, and geologic destroy degree were selected as the judging indexes of coal and gas outburst. Secondly, the prediction model for coal and gas outburst was built. Finally, it was verified by practical examples. Practical application demonstrates that, on the one hand, the modified BP prediction model based on the Matlab neural network toolbox can overcome the disadvantages of constringency and, on the other hand, it has fast convergence speed and good prediction accuracy. The analysis and computing results show that the computing speed by LMBP algorithm is faster than by VLBP algorithm but needs more memory. And the resuits show that the prediction results are identical with actual results and this model is a very efficient prediction method for mine coal and gas outburst, and has an important practical meaning for the mine production safety. So we conclude that it can be used to predict coal and gas outburst precisely in actual engineering.     

控制爆破技术在井下煤仓工程中的综合应用

义马煤业集团义络煤业公司在水平延深中,根据煤仓工程的特点,综合应用控制爆破技术解决三水平施工与二水平生产的矛盾,取得了较好的施工效果。     

兰州石化分公司新建30万t/a聚丙烯装置概况及特点

介绍了中国石油兰州石化分公司采用Basell公司Spheripol-Ⅱ技术新建30万t/a聚丙烯装置的工艺特点和产品方案.     

基于改进YOLOv7的钢材表面缺陷检测

钢材表面缺陷对于钢材行业来说是一个巨大的挑战。针对传统的钢材缺陷检测方法存在着效率低、检测精度不高等问题,基于YOLOv7设计了一种AFSD-YOLOv7模型进行实时的钢材表面缺陷检测。首先,在YOLOv7模型中使用一种轻量化卷积结构替换标准卷积结构,,以加速模型的推理过程;然后采用快速空间金字塔池化结构替换原始空间金字塔池化结构,以加速网络的特征提取过程;最后添加改进的ECA-Net注意力机制,以提升模型检测精度。实验结果表明,AFSD-YOLOv7能够对钢材缺陷进行有效识别,相比YOLOv7模型,计算量减少了54.8%,mAP提高了3.2%,对于钢材表面缺陷检测具有实际应用价值。     

基于深度信任网络模型的乌东选煤厂铁路车号图像识别方法

精准识别铁路车号可以为煤厂装车提供依据,从而保证装车环节高效顺利地完成。为此,提出了基于深度信任网络模型的乌东选煤厂铁路车号图像识别方法。首先,利用高速摄像机设备采集原始的车号图像,并利用索贝尔算子检测图像边界;然后,根据列车车号的字体笔画宽度特点,采笔画宽度变换算法定位确定图像中的车号区域,并利用LBP算法提取车号区域内的特征;最后,将提取的特征输入到深度信任网络模型中,在训练网络模型并不断更新参数后,准确识别车号图像。实验表明：该方法能够精准识别乌东选煤厂铁路列车车号图像。在深度信任网络模型中,当受限玻尔兹曼机网络为4层、隐含层节点个数为128个时,该模型的分类识别能力最强,训练损失最小,性能最佳。     

考虑无线充电的无人机路径在线规划

近年来, 无人机在物流、通信、军事任务、灾害救援等领域中展现出了巨大的应用潜力, 然而无人机的续航 能力是制约其使用的重大因素, 在无线充电技术不断突破和发展的背景下, 本文基于深度强化学习方法, 提出了一 种考虑无线充电的无人机路径在线优化方法, 通过无线充电技术提高无人机的任务能力. 首先, 对无人机功耗模型 和无线充电模型进行了构建, 根据无人机的荷电状态约束, 设计了一种基于动态上下文向量的深度神经网络模型, 通过编码器和解码器的模型架构, 实现无人机路径的直接构造, 通过深度强化学习方法对模型进行离线训练, 从而 应用于考虑无线充电的无人机任务路径在线优化. 文本通过与传统优化方法和深度强化学习方法进行实验对比, 所提方法在CPU算力和GPU算力下分别实现了4倍以及100倍以上求解速度的提升.     

炼焦过程中温室气体的析出规律研究

运用热重-质谱（TG-MS）方法对5种不同变质程度的炼焦用煤进行模拟实验,结果表明,甲烷的析出主要有3种类型——煤中吸附的甲烷分子的析出,烷基侧链热解脱落形成的甲烷及热缩聚反应所致的甲烷,二氧化碳的析出分为主热解和缩聚两个阶段,前者峰温大致在460℃,而后者在650℃,水的析出与煤中羟基分布及氢键类型密切相关,弱氢键的羟基能较早脱除,而强氢键则需要较高的温度。     

基于有限元分析的板料形状对S梁拉深的影响

基于DYNAFORM动力显式有限元分析软件,将数值模拟技术应用于S梁的坯料优化过程,研究了不同的毛坯形状、尺寸对S梁拉深的成形极限图、厚度分布、减薄率的影响。通过对比分析不同的坯料成形模拟结果,确定较为合理的毛坯形状尺寸。研究结果表明:方式1是不可取的,而方式2能很好地成形出合格零件,最大减薄率为16.6%,最大增厚率为1.84%。在法兰处可以适当添加拉延筋以缓解起皱趋势。     

深度神经网络模型后门植入与检测技术研究综述

作为当前人工智能快速发展的代表性技术之一,深度神经网络的应用范围越来越广,由此带来的安全性问题也逐渐受到关注。现有研究主要聚焦于如何高效构造多样化的对抗样本,以实现对深度神经网络模型的欺骗,以及如何检测对抗样本并加固深度神经网络模型。但是,随着深度神经网络模型的开发越来越依赖开源数据集、预训练模型和计算框架等第三方资源,模型被植入后门的风险越来越高。从深度神经网络模型生命周期的各个环节出发,对深度神经网络模型后门植入与检测相关技术进行了归纳总结,对比分析了不同技术的主要特征与适用场景,对相关技术未来的发展方向进行了展望。