带式输送机变频调速技术的分析与应用

为解决带式输送机功耗高、输送带磨损严重等问题,在对18204工作面输送机的运行状况分析的基础上,对带式输送机进行变频调速系统优化。利用两级控制模式对2台电动机进行"交-直-交"变频改造后,输送机可根据实际荷载对运行速度进行调整,并实现自动隐患报警。实践证明:输送机变频调速改装后,日耗电量由29 000 kW·h降至20 000 kW·h左右,约节省功耗31%。     

转载溜槽衬板磨损预测的DEM仿真方法

针对EDEM自动划分网格较稀疏问题,采用Hypermesh划分仿真模型网格,利用Herz-Mindlin接触理论的Archard磨损模型对转载溜槽磨损问题进行仿真,在网格单元上提取出漏斗和溜管衬板的接触能量和磨损量,分析了磨损量与接触能量的关系。假设转载溜槽衬板磨损深度为物料与溜槽衬板的使用时间为线性函数,根据现场衬板磨损量的测量值,将衬板的磨损系数关系的看作隐式的单变量方程,应用EDEM软件的仿真结果求解出磨损系数的标定值。分析了漏斗和溜管的磨损机理。该方法可用于转载溜槽的磨损预测。     

磁悬浮控制力矩陀螺高速转子的高精度位置控制

在受到陀螺效应、动框架效应等影响后产生的磁力非线性问题是磁悬浮控制力矩陀螺(MSCMG)高速转子位置精度下降的主要因素。为解决以上问题,提高转子位置精度,本文分析了转子所受磁力的特性,建立了转子系统非线性动力学模型,提出了神经网络滑模控制方法。设计滑模控制律,采用径向基函数神经网络逼近控制律中的非线性模型,自适应算法根据误差在线调整神经网络的权值,同时可以保证整个系统的稳定性。仿真和实验结果表明,所提出方法的转子位置精度达到99%,稳态误差为0.000 2 mm。神经网络滑模控制可以实现MSCMG转子系统的高精度位置控制。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

煤储层渗透率影响因素及排采控制研究

在煤层气排采过程中,渗透率是影响气井产量的关键因素。本文通过分析煤层气排采经验,总经了在气井排采过程中,煤储层渗透率影响因素;并且在不同的排采阶段要采取不同的排采控制措施。     

基于声源定位的高校在线巡课系统设计与研究

随着网络建设以及信息化教学方法在高校教学过程中的应用普及,越来越多的高校使用在线巡课系统对教师的教学过程进行跟踪和管理,以便发现课堂教学中的亮点、问题和不足。文章提出的在线巡课系统,基于声源定位的技术,对传统的在线巡课系统做出了改进,解决了已有巡课系统中“只闻其声,不见其人”的问题,能够更直观地跟踪到教师的教学过程,包括教学行为以及师生互动过程,有效提升教务人员巡课效果和体验感受。     

PWR堆芯燃料组件非线性梁模型研究

为描述燃料组件的非线性特性，采用有限元方法建立燃料组件横向梁模型，并引入迟滞模型，用于模拟燃料组件横向变形时的非线性效应。计算结果表明:该非线性梁模型能够更准确地获得组件的弯曲变形和受力，有助于开展燃料组件事故分析。      

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

一种双路输出不间断直流电源的设计

针对不间断中小功率电源的需求，设计了两路输出分别是4.2Ｖ和12Ｖ的不间断直流电源，主要由多路输出正－反激变换器、Buck充电电路、单环稳压控制电路及锂电池放电切换电路组成。具体实现方法是，市电正常供电时，通过UC3845芯片控制正－反激变换器实现三路电压输出，其中两路分别是4.2Ｖ 和12Ｖ的稳压输出，另一路输出由ARM控制给锂电池分 阶段充电，在市电断电时，通过ARM智能控制继电器使锂电池切换到放电状态，利用同一个变压器再次通过反激变换器方式实现两路稳压输出，并且由ARM控制器采用 PID算法实现主路输出的稳定，完成相应的仿真和实验验证，结果表明了电路设计和控制方法的正确性，实现了不间断双路输出直流电源各项技术指标。