磨粒布齿角度对旋进式修井磨鞋工作特性影响规律

针对复杂井筒工况下修井磨鞋钻进慢、磨损快的技术瓶颈问题,以前期优选的旋进式修井磨鞋为研究对象,基于剪切滑移线理论模型建立磨粒力学解析模型,明确磨粒布齿角度与修井磨鞋工作扭矩定量关系,基于Python语言的ABAQUS二次开发编写单磨粒切削仿真软件,实现单磨粒切削仿真模型参数化建模,试制不同布齿角度单磨粒修井磨鞋并完成实验测试,从布齿类型、成屑特征、切屑形态、切痕形貌和工作特性5个方面确定优选布齿角度。研究结果表明,零布齿角磨粒切削力增长最快,正布齿角切削力数值最大,负布齿角磨粒切削力数值最小且平稳波动变化,波动范围为642.5～785.3 N。随着磨粒布齿角度在0°～45°范围内增大,切屑体积逐渐减小,切屑长度由5 mm减小为2 mm,切屑形状由卷筒状变为不规则颗粒状。当布齿角度为5°和10°时,实验工件表面轮廓深度最大,达到1.0 mm。当磨粒布齿角度为8°时,材料去除质量最大,达到9.49 g,同时工作扭矩仅为28.7 N·m,工作过程较为平稳。综合考虑工作效率和工作安全,旋进式修井磨鞋的优选布齿角度为-8°。     

深度神经网络在线训练硬件加速器的数据量化综述

随着算法和数据的爆炸式增长,深度神经网络（Deep Neural Network, DNN）逐渐在实际应用中扮演愈发重要的角色。然而,真实场景中的数据与线下训练数据之间往往并不满足独立同分布假设,导致预训练DNN模型在实际应用中性能严重下降。所以,在资源供给相对有限的平台上进行DNN模型在线训练成为其有效应用的保证。为了满足真实场景对DNN模型质量与速度的多维度性能要求,如何在保证算法精度的同时显著降低计算复杂度是在此类应用中部署DNN的关键。数据量化是降低计算复杂度的主流优化技术之一,能够通过降低模型参数、中间值等数据的位宽来减少硬件加速器的资源耗费。因此,从软件和硬件两个方面对深度神经网络训练加速器中关于数据量化的研究进行总结。对国内外最新发表的相关文献进行归纳总结。首先,从软件的角度总结了不同的量化方法,包括简单映射数据量化和复杂映射数据量化;其次,从硬件的角度总结了DNN加速器对网络在线训练各计算步骤的量化支持;再次,阐述了数据量化对加速器设计的影响,包括存储单元和计算单元;最后,对本领域的研究进行总结,并展望了未来本领域的发展方向。文章提出的分类方法有助于对之前的DNN加速器...     

基于弛豫行为的无铅反铁电陶瓷储能性能优化研究进展

电介质具有极快的充放电速度和超高的功率密度等优点,在新能源汽车、脉冲功率器件等领域有着广阔的应用前景。无铅反铁电陶瓷因具有独特的双电滞回线而表现出较高的储能密度,是重要的电介质储能材料。在无铅反铁电陶瓷中引入弛豫行为,构建形成弛豫型反铁电体是进一步提升其储能密度和储能效率的有效途径。综述了近年基于弛豫行为优化无铅反铁电陶瓷储能性能的研究进展,重点阐述了弛豫行为对钛酸铋钠(Bi_0.5Na_0.5TiO₃)、铌酸银(AgNbO₃)及铌酸钠(NaNbO₃)基陶瓷储能性能的影响规律和内在机制,并提出了未来研究中亟待解决的问题。     

一种基于流特征模式的股市跟踪预测算法

由于股市波动的突发性、多变性,且时序数据呈非正态分布,传统的时序预测模型难以有效预测股市。提出了一种基于流特征模式的股市跟踪预测算法(SFM-PG),该算法根据股票之间的相关性构建贝叶斯网络,选取目标股票的马尔科夫毯作为其同辈群体,然后基于同辈群体之间的接近度,给出一种窗口跟踪式预测模型,其通过对同辈群体权重的动态更新进行跟踪式预测,以减少股票数据分布非正态性对预测的影响;进而,使用滑动窗口提取时序数据中的特征并形成流特征,通过与模式知识库的匹配提取流特征模式,并利用与流特征模式对应的知识调整预测结果,以减少由于突变所引入的预测误差。最后,在上证股票板块网络上的实验结果显示了算法的实用性和有效性。     

基于信息融合技术的超前液压支架姿态感知方法及实验验证

超前耦合支护系统空间姿态动态监测方法融合了众多的先进感知传感器,而单一感知传感器间相对独立,无法融合由于复杂扰动变化引起的超前液压支架组的空间姿态动态信息和相对位置信息反馈。采用多传感器系统协同作业的原理,结合超前液压支架组相对位置调整、移架和顶底板变形引起的2种典型空间姿态变化情况,提出一种基于信息融合技术的超前液压支架组姿态感知方法。采用超声波测距传感器测量超前液压支架组与巷帮相对位置动态信息,将小于安全距离进行位置调整过程中所引发的超前液压支架组空间姿态变化视为航向角度的动态变化,实现超前液压支架组位置调整、移架过程的空间姿态感知。采用九轴姿态传感器感知支架顶梁、底座和连杆机构的姿态动态变化信息,利用卡尔曼滤波算法融合单个姿态传感器各轴姿态数据,抑制测量过程中噪声的影响,利用自适应加权融合算法将所有姿态传感器具有相同变化趋势的同轴数据进行融合,实现对超前液压支架组空间姿态数据的动态融合感知。最后使用超前液压支架组空间姿态感知实验台对所提出的超前液压支架组空间姿态感知方法进行实验验证分析。实验结果表明：横滚角融合结果最大误差为0.024 3°,最小误差为0.001 6°,平均绝对误...     

基于改进YOLO v4的煤矸石识别检测技术研究

为提高煤矸石分拣的精度和可靠性,提出了一种基于改进YOLO v4的煤矸石识别网络,引入了Focal损失函数,使用K-means++聚类算法优化初始锚定框,将PANet中的五次卷积操作替换为CSP结构,同时引入空洞卷积的金字塔结构,降低模型参数,实现模型的轻量化,增加了一条跨连接边构成BiFPN结构,提高对中等目标的检测能力,得到My-YOLO v4目标检测模型。本研究对所提出的My-YOLO v4识别检测方法与SSD、YOLO v3、YOLO v4三种检测方法进行实验对比分析。实验结果表明,该检测算法在测试集上检测煤与煤矸石混合的mAP值为98.14%,FPS为28.3 f/s,相较于SSD、YOLO v3检测算法识别精度分别提高了5.41%、2.87%,相较于YOLO v4目标检测模型识别速度提高了7.7 f/s,通过对比分析实验数据验证了My-YOLO v4目标检测模型整体性能的有效提高。     

基于混合ZS法-质心法的矿用输送带撕裂判别方法

根据输送带发生撕裂时的特点,提出了基于混合ZS法-质心法的激光线条中心线提取方法,根据激光线条中心线在输送带撕裂部位呈现的特点,结合集成学习中投票器思想,完成输送带撕裂判别算法;通过现场采集的橡胶输送带激光线条图像集对撕裂判别算法进行实验效果验证。研究结果表明：基于混合ZS法-质心法的激光线条中心线提取方相比其他方法标准误差更低,对输送带撕裂判别的正确率达到0.89。     

磨料水射流加工材料去除机制及影响因素分析

对磨料水射流加工过程材料的去除机制及相关影响因素进行了分析,结果表明:工件表面材料的去除主要取决于磨料粒子的切削、铲削以及压痕成坑等侵蚀行为的综合作用,介质水起到加速粒子以及冷却工件作用,保证加工过程材料无热变形现象发生.影响工件切割效果的因素有很多,包括射流压力P、进砂比、进给速率V以及喷嘴高度h等,其中射流压力P和...     

锦纶帘线封隔器胶筒工作性能及其影响因素

锦纶帘线封隔器胶筒适用于井眼小、井壁不规则、地层压力大的裸眼井况,但是也存在着承压性能低、密封性能差等不足。为了提高锦纶帘线胶筒的工作性能,通过拉伸试验和Gough-Tangorra理论获得橡胶和帘线的材料参数,建立锦纶帘线胶筒三维数值仿真模型,并结合室内试验验证仿真模型的准确性;进而研究不同坐封压力下锦纶帘线胶筒应力和接触应力变化规律,系统地分析了帘线角度、帘线层数和帘线间距对胶筒承压性能和密封性能的影响。研究结果表明:①试验测得锦纶帘线胶筒最大坐封压力为70MPa,最大工作压力为50 MPa,残余变形为3.2%;②基于REFINE 265单元建立锦纶帘线胶筒三维数值仿真模型,仿真结果与试验结果误差小于15%,可以满足工程分析的需求;③随着帘线角度从14°增加至20°,帘线应力线性增大,橡胶应力和接触应力小幅度降低;④随着帘线层数从2层增加至8层,橡胶应力和接触应力显著下降,帘线应力加速下降,最高下降幅度达到64%;⑤随着帘线间距从1.4 mm增加至2 mm,橡胶应力和帘线应力同步增大,接触应力降低。结论认为,该研究成果为提高锦纶帘线胶筒的工作性能提供了理论依据。     

全金属螺杆泵定转子配合优化及特性试验研究

为确定全金属螺杆泵定转子的最优间隙值,针对全金属螺杆泵定转子间隙配合的特点,分别采用有限元热力学分析方法和大涡模拟(Large eddy simulation,LES)模型,分析了金属螺杆泵内流动特性及温度、黏度对全金属螺杆泵定转子配合间隙的影响规律。根据优化分析结果,确定全金属螺杆泵定转子最优配合间隙区间为0.1~0.3 mm,并试制全金属螺杆泵样机进行试验。模拟结果表明:当转速相同时,黏度小于0.05 Pa·s的介质,泵效受间隙值影响效果显著,间隙值达到0.6 mm时,泵效降为0%;当介质黏度大于0.50 Pa·s时,间隙值对泵效的影响明显变小;介质黏度和转速是泵效的主要影响因素,提高转速可以改善泵效,但介质黏度对泵效的影响更为显著。现场测试结果表明:研制的全金属螺杆泵使用性能满足设计要求,其运转特性与室内试验结果基本一致,运行过程平稳可靠,泵效基本无变化。研究结果可为全金属螺杆泵的现场应用提供指导。