基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

广州市高技能人才实训鉴定基地基坑大变形分析及应急处理

在广州市高技能人才实训鉴定基地施工中,西侧基坑支护结构出现了较大变形,曾一度出现了险情。采用对比分析法,对东西两侧基坑的受力及变形进行对比分析,找出西侧基坑支护出现大变形的原因,即没有对地面裂缝及时做灌浆填缝处理,雨水从地面缝隙和大树根下逐渐长期渗入基坑西侧土中所导致的;最后,介绍了应急抢险所采取的措施及抢险后笔者所得的启示。     

采煤机滚筒装煤效率优化

以雁崖薄煤层矿井采用的WG-2×125/571-WD型滚筒采煤机为研究对象,在阐述了滚筒装煤机理的计算过程后,利用MATLAB软件对叶片螺旋升角与装煤效率进行了模拟仿真,获得了螺旋升角的最佳值,接着利用PFC颗粒流软件将改进后的滚筒结构与原滚筒结构进行了模拟仿真.通过仿真得知:改进后的滚筒结构不仅能有效提高抛煤速度,而且能缩短煤流在叶片上的滑移时间.     

基于交叉点支护设计对井巷支护效果优化

为进一步提升综采工作面生产的安全性,对交叉区段采取特殊的支护进行设计,以西铭矿22407工作面为例在分析其地质、水文、煤层等条件的基础上,对其支护现状进行分析,并从改进交叉区段掘进顺序、交叉点形式以及支护参数三个方面实现对交叉区段的特殊支护,并对最终的支护效果进行验证,取得理想效果.     

深部松软煤层钻孔孔周煤体变形产渣特征研究

针对煤矿井下高瓦斯软煤顺层长钻孔排渣困难、成孔率低、施工困难等问题,通过数值模拟实验研究了井下深部软煤体变形破坏特征,分析了顺层长钻孔孔周松软煤体变形特征及应力变化,以揭示顺层长钻孔孔周松软煤体变形产渣规律。研究表明:深部高瓦斯软煤顺层钻孔孔周煤体的应力平衡临界条件破坏后将发生大体积突然垮落;钻孔水平最大变形位移为1.22mm,垂直方向最大变形位移为10.7mm;径向孔周煤体垂向变形呈现逐渐减小趋势,且垂向变形明显大于钻孔水平变形。在水平方向上,钻孔孔周煤体应力分布呈现先增大再逐渐减小的变化规律,径向距离对水平应力分布的影响逐渐减小;随着径向距离的增加,钻孔孔周煤体应力分布逐渐降低,钻孔孔壁处煤体的应力出现最大值,且垂直方向处应力值最大。     

浅谈金属热处理变形影响因素及改善措施

随着当今社会制造业的飞速发展,金属材料在制造中的应用已经非常广泛,由于金属的力学性能在经过热处理后能够得到改善,所以在加工中为了能够更好的应用常常会进行热处理以改善其化学性能和物理性能。但是在这个用一定的方法进行加热、保温或冷却的过程中,不可避免地会产生变形的情况,这种情况会对整个工件的精确度、强度以及寿命都会影响。因此,在加工中将如何控制操作减少变形是需要深入探究。     

基于现场监测与数值模拟的浅层采空区稳定性分析

隐患采空区是目前影响露天开采矿山安全生产的主要危害源之一。随着台阶开采的不断剥离,露天开采境界内各台阶与地下空区群的隔离层厚度越来越薄,随时有可能发生采空区顶板坍塌事故。考虑到露天矿采空区地质赋存条件和围岩稳固性等特征,以弓长岭露天铁矿浅层采空区为工程背景,运用现场监测和数值模拟相结合的手段综合分析了浅层采空区的稳定性。将液体静力水准地表沉降监测系统的监测数据与FLAC数值模拟结果对比,调整蠕变参数使得数值模拟的蠕变速率与现场监测结果一致,而后据此进行未来结果的预测。最终根据地表沉降数据确定的蠕变参数取值为A=1.0×10^-12、m=1.75、n=0.35。研究表明:静力水准测点地表最大沉降位移为-9.8 mm,蠕变计算结果顶板最大垂直位移约20.4 mm,应力最大值约25 MPa,综合分析显示该采空区较稳定。上述研究提供了一种基于采空区现场监测数据的数值模拟蠕变分析方法,可为类似矿山采空区稳定性分析提供借鉴。