矿用液压支架油缸密封的探讨与改进

对矿用液压支架油缸在瞬态高压下的密封进行探讨,从结构、密封机制、材料和关键尺寸的选取方面进行分析,设计出一款新的组合自紧式密封系统.根据现场的安装使用情况以及井下技术人员反馈回来的信息,证明这种组合自紧式密封系统是有效的、可靠的.     

高强度螺栓咬合型连接的受拉试验研究

为研究支吊架用高强度螺栓咬合型连接的破坏机理与受拉承载力,分别进行了单个螺栓咬合型连接和典型连接的抗拉试验及有限元分析。考虑了槽钢和高强度螺栓规格等参数的影响,单个螺栓抗拉试验中共有66个试件,由六家企业提供。试验结果表明,在螺栓拉力作用下槽钢两侧卷边均绕腹板顶部棱线转动,并形成两条塑性铰线;螺栓安装扭矩对受拉承载力无影响。采用门式支架进行典型连接抗拉试验,按槽钢壁厚不同共设计6个试件。通过试验研究发现,角钢连接件对螺栓产生明显的撬力。为研究单个螺栓连接中槽钢塑性铰线长度和典型连接受拉承载力随固定螺栓间距和槽钢规格的变化情况,又对4个试件补充了有限元分析。结果表明：塑性铰线长度仅与槽钢卷边尺寸有关;角钢连接件的撬力作用能够约束卷边的竖向位移,提高卷边屈服荷载。根据试验和有限元分析结果,给出了单个螺栓连接受拉承载力设计值的计算方法,理论计算值与试验结果吻合较好。     

基于千兆以太网的高速智能存储系统设计

为了准确、完整地记录导弹在发射与飞行过程中的各种状态参数，并且对存储数据进行高速回收处理，设计了一种基于千兆以太网的高速智能存储系统。该系统以FPGA为控制中心，将PCM数据码流接收后经过编码解析存入Flash,最后通过千兆以太网、RS422多模式接口将数据快速回传至上位机显示。经试验验证，该智能存储系统具有传输速率高、抗干扰能力强、可靠性高等特点，能够满足弹载数据存储测试的要求，目前已成功应用于某弹射试验弹弹载数据测试中。     

矿山产能分配的变量模糊线性规划模型

针对矿山资源开采过程中产能不确定的分配问题,引入了模糊结构元素理论。将产能用结构元表示,并利用结构元加权序将模糊数比较转化为单调函数比较,将含有模糊变量的线性规划问题等价转化为经典线性规划问题。以某矿山为例,建立矿山产能分配的变量模糊线性规划模型,并进行求解。结果表明：实现了将实际问题中的模糊事件进行精确表达,原问题的求解更简便。得到矿山产能取得最大可能利润时的可能分配。应用结构元加权序求解的线性规划模型优于结构元元序的。     

液压支架漏液分析研究

液压支架在井下工作中发挥着重要的作用,其密封可靠性是它是否能够工作的主要标准之一.本文从液压缸和密封件两方面出发研究液压支架的漏液问题,通过现场的实践经验,找出解决问题的基本途径,结论表明通过这些途径可以很好的解决液压支撑的漏液问题.     

液压支架漏液分析研究

液压支架在井下工作中发挥着重要的作用,其密封可靠性是它是否能够工作的主要标准之一。本文从液压缸和密封件两方面出发研究液压支架的漏液问题,通过现场的实践经验,找出解决问题的基本途径,结论表明通过这些途径可以很好的解决液压支撑的漏液问题。     

基于区间直觉模糊数的双向投影决策模型

研究了权重不完全确定,评价信息为区间直觉模糊数的多属性决策问题。提出了方案与理想方案、临界方案形成的向量表达方式,建立了针对区间直觉模糊信息的向量投影测度方法;构建了基于Jaynes最大熵原理和方案公平竞争下的非线性规划属性权重确定模型;提出了基于理想方案与临界方案的贴近度测算公式,以此对方案进行排序。通过算例对比分析说明了该方法的有效性和可行性。     

基于前景理论的区间直觉模糊双向投影决策方法

针对准则权重不完全确定, 方案准则值为区间直觉模糊数的多准则决策问题, 提出一种基于前景理论的双向投影决策方法. 首先, 给出一个考虑犹豫度的区间记分函数; 其次, 以零点为参考点计算各准则下的综合前景值; 然后, 利用定义的方案和理想点以及临界点形成的向量表达方式, 建立双向投影测度方法, 构建并求解基于方案区间投影总偏差最小的非线性规划模型, 并结合最大熵原理获得准则权重; 接着, 利用所提出的基于两个方向区间贴近度公式对各方案进行排序; 最后, 通过算例验证了该方法的有效性和可行性.

     

不平衡样本下的金融市场极端风险预警研究

为了提高金融市场极端风险识别及预警能力,采用沪深300指数作为研究数据,通过少数类样本过采样算法（SMOTE）解决样本不均衡问题,利用因子分析提取特征,通过粒子群（PSO）优化的最小二乘支持向量机（LSSVM）算法构建（SMOTE-PSO-LSSVM）预测模型。使用SMOTE-PSO-LSSVM模型对2007-2010年沪深300指标样本进行预测,样本含极端风险样本193条,模型成功识别风险样本154条,识别准确率达到了83.1%。研究结果表明SMOTE-PSO-LSSVM模型对金融风险数据识别能力较强,能够较为精准地识别风险样本,且求解速度快运行效率高,比传统BP网络和支持向量机等方法性能更优秀。该研究结论对金融市场的风险识别、市场趋势把控、股市交易管制以及投资者决策具有一定意义。