金属振子结构在矿井5G辐射场中的安全功率分析

煤矿井下存在瓦斯等易燃易爆气体,5G无线通信系统基站天线辐射出的电磁波被井下金属结构吸收,在金属结构断点处产生放电火花,当电火花能量达到瓦斯气体的最小点火能时可能发生爆炸,限制了5G技术在煤矿井下的应用。为了评估5G无线通信基站射频功率的安全性,通过分析金属结构耦合电磁波的方式,得到射频功率、最大辐射场强与距离的关系;以最小点火能为安全判定标准,得出天线负载的接收功率小于2.625 W时,可确保不会引起瓦斯爆炸;分析得出煤矿井下应优先选择700 MHz作为5G工作频段;通过分析方向性系数,得出应选择臂长与波长比为0.65的对称振子天线金属结构进行研究,对称振子天线金属结构安全电场强度为202.9 V/m,最小安全距离为0.2 m。仿真结果表明：在距离发射天线小于0.2 m的区域电场分布极不均匀,在距离发射天线大于0.2 m的区域电场分布较均匀;在距离发射天线大于0.2 m的区域导致瓦斯爆炸的最小射频功率为27.45 W。     

基于IPIO-VME与ConvNeXt-Encoder-GRU的轴承剩余寿命预测

基于振动信号的轴承剩余寿命(RUL)预测在工业安全生产中具有重要意义,但该领域目前存在着模型构建难度较高、预测精度较低的问题;为完成自适应的特征模态提取和去噪工作,简化模型构建过程,提升预测效果,提出了基于改进鸽群算法的变分模态提取(IPIO-VME)算法和基于ConvNeXt-Encoder-门控循环单元(GRU)的轴承剩余寿命预测方法。首先,鸽群算法高效准确,适用于VME的参数选择,但容易陷入局部最优,因此利用自适应惯性权重、收缩包围机制、莱维飞行等方法对鸽群算法进行了改进,以提高收敛速度和全局收敛能力;然后,为实现自适应的模态提取目的,设计了IPIO-VME算法的目标函数,能够针对VME算法和轴承振动信号的特点,有效提取轴承振动特征;最后,针对模型构建繁琐、精度低的问题,提出了ConvNeXt-Encoder-GRU模型,采用间隔与连续采样的数据集构建方法,并使用联合振动数据和特征曲线的方法进行了寿命预测模型的构建,通过ConvNeXt模块提取振动特征,然后使用Transformer的Encoder模块提取趋势特征,并利用GRU进行了融合;还对该算法和预测模型进行了实验对比验证。...