矿井内因火灾的安全评价研究--基于熵值法和突变理论

针对矿井内因火灾的突发性、不确定性和高危害性等特点,提出熵值法和突变理论相结合的矿井内因火灾安全评价方法。选取人、物、环境和管理4个方面的因素建立了4级共20个评价指标的矿井内因火灾安全评价指标体系,运用熵值法判断各个指标的权重,利用突变级数法计算突变级数值,避免了单一熵值法主观人为赋权的弊端。以陕西省红石岩煤矿为例,运用该评价方法对其进行了内因火灾安全评价,其评价结果符合该矿井的安全状况,验证了该评价方法的可行性、实用性。     

基于熵权TOPSIS的工程咨询机构BIM技术应用能力评价

构建工程咨询机构BIM技术应用能力评价的指标体系,提出改进的熵权TOPSIS评价模型,以4个典型的工程咨询单位为例,进行BIM技术运用能力评价。研究表明,BIM行业的整体水平已经有了明显的提升,但是区域间的发展还存在一定差距。     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱，在强背景噪声下难以有效提取的问题，提出了一种改进奇异谱分解（ISSD）结合奇异值分解（SVD）的齿轮故障特征提取方法。针对奇异谱分解（SSD）算法中模态参数需凭经验选取的缺陷，基于散布熵优化算法对SSD算法进行了改进，在得到既定的一组奇异谱分量的基础上，根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理，采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征，将所提方法运用到仿真信号和齿轮实测信号中，并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析，结果表明，所提方法的降噪和特征提取效果更佳，能够更加有效地实现齿轮故障的判别。     

结合模糊决策与势场栅格的智能小车路径规划

针对智能小车在路径规划过程中环境建模和人工势场法存在的问题,建立了栅格法与势场法相结合的路径规划方法,并对结合后的势场栅格路径规划方法的缺陷和不足进行了改进。首先,在斥力场函数中引入影响因子,促使在目标点附近的斥力场能够迅速减小,从而解决障碍物附近目标不可达和振荡的问题;其次,将模糊决策和势场栅格法进行有机结合,考虑航向角,建立了势场值和航向角的隶属度函数,选择隶属度函数值最大的栅格作为路径点,有效地提高了路径的平滑性。论文通过matlab对改进前后的算法进行了仿真实验,结果表明该方法实时性好,路径平滑,充分体现了其有效性和优越性。     

基于模糊死区补偿的曲面加工机器人PD控制研究

针对曲面加工机器人中的死区,提出了一种基于模糊补偿的PD控制算法,该算法用模糊死区补偿器实现机器人中的死区补偿,PD控制算法用于机器人关节的轨迹控制,从而消除死区对机器人轨迹控制的影响;为了验证该算法的有效性,在MATLAB仿真平台进行了数字化仿真,仿真结果表明:与传统的PD控制算法相比,本文所提出的基于模糊死区补偿的PD控制算法能够有效的对机器人中的死区进行补偿,提高了曲面加工机器人的位置精度,减少了位置误差,从而提高了加工精度。     

X-Y平台的模糊PID力/位置混合控制

在X-Y工作台进行打磨、抛光等作业时,保证位置跟踪精度的同时对接触面需施加一定的控制力。基于X-Y工作台动力学模型的基础上,提出一种力/位置混合控制方法。在位置控制回路,采用常规的PID控制方法。在力控制回路,采用自适应模糊PID控制算法。将模糊控制与PID控制相结合,实时对PID参数进行整定,提高系统的鲁棒性和自适应能力。运用MATLAB中fuzzy工具箱,通过和Simulink有机结合,降低了自适应模糊PID控制算法的仿真难度。仿真结果表明该方案相较于常规PID控制方法,位置控制精度和力控制精度有明显改善,提高了系统鲁棒性。     

基于广义二次互相关的低信噪比信号时延估计

针对时延估计精度受噪声影响,导致时延估计不准确的问题,在现有广义二次相关算法的基础上,提出了一种改进的广义二次相关算法,通过将二次相关函数先做指数运算,降低噪声干扰,再将傅里叶逆变换得到的相关函数做高次方运算,达到锐化峰值提高时延正确率的目的。仿真结果表明,信噪比(SNR)在0~10 dB时,改进算法的均方根误差明显优于广义二次相关算法,正确率相比于广义二次相关算法也显著提高,且在更低SNR的情况下仍然具有一定优势。     

基于大数据挖掘的深土井壁极限承载力模糊随机模型

为有效抵御地下结构工程中复杂多变的外荷载,提升深土井筒支护的安全可靠性,运用两淮矿区深厚冲积层井壁为原型,按相似性原理浇筑钢筋混凝土井壁模型,进行了大量钢筋混凝土井壁模型的极限承载力试验,结果发现影响井壁极限承载力的主要因素有混凝土抗压强度、厚径比和配筋率。其中,混凝土抗压强度对井壁承载力影响较为明显,配筋率影响较弱,但各影响因素在深厚冲积层实际工程中又伴随着不同程度的不确定性。针对深厚冲积层井筒施工过程中极限承载力及其影响因素的模糊随机性,以大量井壁试验和两淮矿区的钢筋混凝土井筒工程参数作为大数据样本集,分析结构材料、几何参数和计算模式的不确定分布情况,得到混凝土抗压强度、厚径比和配筋率的模糊随机分布规律。采用最大期望算法(EM)优化传统的大数据HMM挖掘模型,分别经过E步骤计算极大似然估计值和M步骤计算参数期望估计,改进后模型经过两次模糊随机过程,相比原算法具有误差小、效率高和收敛快等优点,更能满足实际地下工程中的不确定特性。基于改进后的大数据挖掘HMM算法,综合大数据环境下的材料性能、几何参数和计算模式的模糊随机分布,建立大数据挖掘井壁极限承载力模糊随机模型,实例证明该模型更加可靠合理,更具有工程实用价值。