机器人技术创新实践教学探究——以中国矿业大学(北京)矿山机器人本科实践教学为例

在新工科背景下,能源特色工程教育强调本科学生应具备跨学科合作、工程实践、创新思维以及团队协作等多种综合能力,以解决未来能源领域中的复杂问题。课程组立足学校特点、专业特色,聚焦露天矿机器人化自主运输装卸系统最新技术,设计了多技术融合、理实结合的机器人技术创新实践课程,依托国家重点研发计划,结合创新教学实验平台,将露天矿机器人化自主运输装卸系统建设中的智能感知、远程驾驶等知识点纳入课堂教学,将理论知识与实践操作相结合,将课堂教学与工业应用相结合,从而培养具有综合能力的高素质工程人才,达到提高本科实践教学质量的目的。

高校二级学院基层服务型党组织建设思考与实践——以中国矿业大学(北京)机电学院为例

本文以中国矿业大学(北京)机电与信息工程学院为例,通过介绍学院更新服务理念、完善服务体制机制、丰富服务内容等方面的思考和实践,探索高校二级学院基层服务型党组织建设的长效化途径。

研究型大学创新人才培养探索与实践--以中国矿业大学(北京)为例

学生创新能力培养质量是评价高校人才培养质量的重要指标。文章针对研究型大学在学生创新能力培养方面所面临的问题,将全程导师制培养模式应用于育人实践,通过人才培养创新驱动将导师制科研指导机制融入大学生实践教学过程,突出在人才培养方面的特色和优势;将双创教育、课程思政元素融入实践教学体系,通过将学生科技创新能力培养与实践教学相融合,并通过创新训练、科研训练和实践能力培养等环节,旨在达成大学生创新能力培养的目标。实践表明,在研究型大学实施本科生导师制,有助于培养和提高学生的自主学习能力和创新能力,有利于促进研究型大学拔尖学生的培养和发展。

矿业高校地质工程专业教学优化——基于学生质量的实证分析

新形势下如何坚守自身行业特色、提高行业服务能力,是矿业类高校面临的普遍问题。本文以中国矿业大学(北京)为例,介绍了在立足于自身办学特色的基础上达到工程教育认证的地质工程专业教学优化的经验做法,提出在利用“三制一化”“四位一体”指导体系推动地质教育保留自身传统特色的同时对标国际。以学生为中心,增加学校与学生之间的联系,提升学生的专业自信和专业认同感;以成果为导向,划分学生质量评价指标,推动地质工程专业良性发展。结合中国矿业大学(北京)地质工程专业学生的实际情况,对矿业类高校如何优化特色专业教学进行了探讨。

基于模糊数学的北京城区地下空间地质适宜性评价

以北京六环以内的核心城区为例,在系统分析研究区地质条件的基础上,综合考虑敏感因素对地下空间开发地质适宜性的影响,从而构建地下空间适宜性评价指标体系,并利用层次分析法确定评价指标权重,最后采用模糊数学综合评判法对研究区地下空间开发适宜性进行了评价。结果表明:研究区地下空间开发适宜性以适宜性好和较好为主,占比60.11%,地质环境条件较好,总体比较适宜地下空间开发,活动断裂、水源地分布和古河道分布3个敏感因素是制约研究区地下空间开发的主要地质因素。

智能表面工程

表面工程自其诞生以来,经历了从传统表面工程向复合表面工程、纳米表面工程及表面工程自动化的发展,正在信息技术、生物技术、纳米科技等前沿领域中萌生。随着智能时代的来临,智能表面工程应运而生。智能表面工程是对摩擦表面赋予智能调控性能,使之具有自感知、自适应、自愈合能力,从而实现摩擦学行为的智能控制。介绍皮肤自感知、关节自感知、消化道自适应和表皮自愈合等人体表面智能性,触屏自感知表面、损伤自感知表面、摩擦自感知表面和触压自感知表面等自感知表面创新,自适应表面变色、自适应调光涂层、自适应疏水涂层、自清洁除尘表面、自适应隐身表面、自硬化耐磨表面和自减摩超滑表面等自适应表面创新,植物自愈合、自愈合聚合物膜、自愈合导电皮肤、自愈合离子皮肤、自修复防腐涂层、自愈合蛋白质体、自愈合关节软骨和自愈合磨损划痕等自愈合表面创新。以往的表面工程是对材料表面强化以提高其物理、化学、力学性能的技术和方法,而智能表面工程则是赋予材料表面自润滑、自抗磨、自耐蚀、自修复等功能的智能表面技术和方法。未来的智能装备离不开摩擦智能,摩擦智能必须有智能表面。智能表面制造须要深入研究仿生科学与表面工程技术交叉融合,因此在摩擦学、仿生学、低碳学等领域尚有许多需要探索的关键理论和技术问题,一旦取得突破,将促进智能表面工程领域的显著进步。可以预见,摩擦智能表面工程将支撑智能装备制造技术的发展,创造出更快、更强、更稳的机械系统;仿生智能表面工程将使机器人更智能地实现对自身运动的感觉、对空间的感知和对外部刺激的反应;低碳智能表面工程将降低摩擦系统能耗、减少建筑领域碳排放,从而使摩擦学及表面工程研究与人类命运共同体紧密结合在一起。

宾州州立大学工程图学课程教学方法启发

为加快建设一流本科教育,以具有代表性的宾州州立大学工程图学为例,对教学模式进行了深入对比与新方法探索研究。国外在教学内容上重视三维构形,关注细节;教学实践上立足项目设计,理论与实践有机融合;教学手段能灵活综合运用胶片投影、多媒体和白板“三位一体”。根据宾州州立大学工程图学注重教学内容与设计思维相结合的思想,结合国内教学现状,潜心思索,进行了教学方法改革探索与实践。以装配图为引导,零件图为课程开展的思维导图,对教学内容进行了模块化编排;同时制作了三维虚拟教具,提升学生的三维形体库储备,强化读图能力;最后引导学生通过SolidWorks软件虚拟设计机械构件,并进行3D打印的延展实践教学应用。相较目前国内多所高校“细而全”的输入式教学模式,强化了学生的表达技能训练和主观能动学习,且学习成效显著,教学方法改革具有一定的有效性。

基于新一代信息技术的能源与矿业治理体系发展战略研究

本文针对我国能源与矿业安全发展面临的风险与挑战,分析了碳达峰、碳中和目标下我国能源需求变化及发展格局,发现新能源和化石能源相互助力、耦合发展将是今后我国形成多种能源融合稳定供给的必由之路。文章研究了5G、大数据、区块链、人工智能等新一代信息技术的特点及其在能源与矿业领域的应用前景,提出了基于新一代信息技术助力我国能源与矿业治理体系变革的技术路径,从能源生产、能源运输、能源消费、能源市场与政府监管五大环节详细论述了新一代信息技术与能源矿业开发利用技术融合发展的技术方向及应用场景,阐述了新一代信息技术支撑能源与矿业治理体系重构,构建能源矿业体系治理新模式的战略思路,提出加强基础理论与技术装备研发、支持能源与矿业领域新基建、提供政策资金保障及建立国家能源与矿业安全生产和交易智能化平台等建议。

基于工程教育认证的能源高校地质工程专业人才培养模式探究与实践

基于工程教育认证,中国矿业大学(北京)地质工程专业开展了一系列本科人才培养模式探究与实践,从优化理论教学体系、注重实验教学与操作、强化课程设计、创新专业综合设计、丰富教学方式和融入课程思政6个方面搭建了人才培养课程教学体系,从加强实验室建设、重视校外实习和实践基地建设2个方面构建了人才培养实践教学平台,以期为我国高校地质工程专业创新人才的培养提供借鉴。

基于CNN-GAN的信道状态信息室内定位算法

在指纹室内定位中,构建高质量的指纹库是实现高精度定位的前提。针对建库阶段需要在每个参考点上收集足够多的信号样本,耗费大量人力与时间成本的问题,提出一种基于改进的条件深度卷积生成对抗网络的指纹库扩充方法。网络模型将参考点序号作为条件信息,得到对应参考点上的生成样本,利用最小二乘损失函数代替交叉熵损失函数,避免训练过程中容易出现的梯度消失问题。实验验证,该方法能有效增加每个参考点的样本数量,提升了卷积神经网络的训练效果,提高了小样本情况下的定位精度,均方根误差降为0.44 m,定位误差在1 m内的占比为86.98%,误差在2 m内的占比为92.72%。

一种面向证券信息披露长文档的表格分类方法

针对现有方法在获取证券信息披露长文档中的表格时准确度低的问题,该文提出了一种基于上下文特征融合的表格分类方法。首先对证券信息披露长文档中的表格和其上下文进行抽取和预处理,建立了表格分类的数据集;然后针对表格信息和上下文信息的不同特点,使用不同的多尺度卷积神经网络进行特征提取;进一步设计了一种针对表格分类更有效的特征融合方式。在构建的表格分类数据集上的分类结果相较于基线模型Micro-F_(1)值提升了0.37%,Macro-F_(1)值提升了1.24%,实验结果表明,该文提出的表格分类方法可较好地改善待分析表格获取效果。

采煤机电缆自动拖拽系统的设计及应用

为满足薄煤层综采工作面无人化需求,针对现有采煤机电缆存在需要专人看护的问题,设计了采煤机电缆自动拖拽系统,系统额定功率15 kW,工作面最大长度400 m,适应采煤机最大速度30 m/min。重点介绍了采煤机电缆自动拖拽系统的整体设计、参数设计和适配设计,并详细阐述了基于动力学仿真分析的拖缆链传动系统设计、适用于复杂工作面的轨道浮动对中技术、基于速度与转矩的自适应控制技术、电缆快速拆装技术等4项关键技术,解决了系统设计、机械结构、控制策略、故障保护等难题,实现了电缆夹始终处于微张紧状态。在张家峁煤矿14301工作面进行了工程应用,实现了全工作面自适应常态化运行,跟机率达到94.7%。该系统结构合理、可靠性高、拆装维护方便,可在现有工作面进行改造,可推广性强,促进了薄煤层无人化开采技术的进步。

基于Transformer和自适应特征融合的矿井低照度图像亮度提升和细节增强方法

高质量矿井影像为矿山安全生产提供保障,也有利于提高后续图像分析技术的性能。矿井影像受低照度环境的影响,易出现亮度低,照度不均,颜色失真,细节信息丢失严重等问题。针对上述问题,提出一种基于Transformer和自适应特征融合的矿井低照度图像亮度提升和细节增强方法。基于生成对抗思想搭建生成对抗式主体模型框架,使用目标图像域而非单一参考图像驱动判别器监督生成器的训练,实现对低照度图像的充分增强;基于特征表示学习理论搭建特征编码器,将图像解耦为亮度分量和反射分量,避免图像增强过程中亮度与颜色特征相互影响从而导致颜色失真问题;设计CEM-Transformer Encoder通过捕获全局上下文关系和提取局部区域特征,能够充分提升整体图像亮度并消除局部区域照度不均;在反射分量增强过程中,使用结合CEM-Cross-Transformer Encoder的跳跃连接将低级特征与深层网络处特征进行自适应融合,能够有效避免细节特征丢失,并在编码网络中添加ECA-Net,提高浅层网络的特征提取效率。制作矿井低照度图像数据集为矿井低照度图像增强任务提供数据资源。试验显示,在矿井低照度图像数据集和公共数据集中,与5种先进的低照度图像增强算法相比,该算法增强图像的质量指标PSNR、SSIM、VIF平均提高了16.564%,10.998%,16.226%和14.438%,10.888%,14.948%,证明该算法能够有效提升整体图像亮度,消除照度不均,避免颜色失真和细节丢失,实现矿井低照度图像增强。

基于RRT^(*)-DR算法的机械臂避障路径规划

为使机械臂在障碍物环境下快速规划较优路径,提出了一种基于动态区域采样的改进RRT^(*)-DR路径规划算法,将整个规划过程分为快速探索路径和优化初始路径两个步骤。首先利用半目标导向扩展快速探索,找到连接起始点和目标点的路径。随后利用动态区域采样方法,始终在当前最优路径的周边范围内采样,优先密化当前最优路径附近的节点树,节省计算资源,使初始路径经过迭代快速向渐进最优路径收敛。同时,提出一种近障碍节点变步长机制,有选择性地缩短靠近障碍节点的扩展步长,可有效减少碰撞检测失败次数,提高算法效率。最后,在MATLAB和ROS系统下进行路径规划算法仿真,结果表明RRT^(*)-DR算法可在更短时间内实现路径规划,同时有效缩小路径代价。进一步通过实体机器人路径规划避障实验,验证了该算法的实用性和有效性。

考虑风载因素的玻璃幕墙清洁机器人设计

围绕高楼玻璃幕墙机器人自动清洁中的风载问题,设计了一款考虑风载因素的真空吸盘吸附的框架式爬壁机器人。针对玻璃幕墙清洁机器人的框架式结构进行步态规划。基于空间力学理论建立了玻璃幕墙清洁机器人在风载下的力学平衡模型,得到了风载大小与机器人吸盘吸附力之间的力平衡方程。在Workbench中对风载作用下的清洗机器人本体进行了有限元分析,得到了机器人模型的应力云图与变形云图。实验测试结果表明:在极限风载作用下,机器人的最大应力点位于吸盘支架,最大变形点位于主架板中心。在真实风载下对机器人进行攀爬运动仿真分析,机器人可以在极限风载下稳定地工作,不会发生滑移和倾覆,验证了力学模型和设计模型的正确性。

极低频电流场透地通信路径损耗建模与分析

针对水平方向地电极电流场无线强穿透信息传输需求,研究了基于极低频水平双电极电流场信道传输特性。考虑到电极半径、电极入土深度、电极间距、发射信号频率和信号传输距离等参数对透地(Through-The-Earth,TTE)通信传输性能的影响,建立了地电极电流场TTE通信路径损耗模型,分析了各参数对路径损耗的影响,确定了信号传输最佳工作参数。根据选定参数搭建了极低频电流场TTE通信系统,在200 m和400 m通信距离下测试了3~10 Hz信号的路径损耗,通过试验数据与仿真结果对比分析验证了模型的准确性。

基于语义分割的带式输送机煤料运输区域检测算法

针对煤炭运输过程中,经常无法保持煤炭在带式输送机上的运量均匀,使得带式输送机长时间全速运转而造成电能浪费和设备无效磨损的问题,提出一种基于语义分割的带式输送机煤料运输区域检测算法。该算法在DeeplabV3+的基础上,根据特征通道之间的相互依赖关系,引入注意力机制,使用不同扩张率的卷积核获得多种尺度的语义信息,来精确分割出煤炭在带式输送机的运输区域。实验结果表明,该算法平均交并比(Mean Intersection over Union,MIoU)相比于DeeplabV3+算法提高1.24百分点,能够有效精准地分割出煤料的运输区域,为煤量估计工作提供有效的保障。

基于二阶段目标增强网络的低照度复杂环境下绝缘子故障检测方法

从低照度户外环境中航拍采集的绝缘子影像,存在照度低、背景复杂、绝缘子故障目标小等缺陷,严重影响低照度环境下绝缘子故障检测准确性。为解决上述问题,文章提出一种基于TOE-Net的低照度复杂环境下绝缘子故障检测方法,提出TOE-Net进行图像预处理方法,再使用YOLOv7-OL作为故障检测模块检测小目标绝缘子故障。在二阶段目标增强网络(two-stage object enhancement network,TOE-Net)中,设计零目标图像增强损失函数实现预增强网络(preparation enhancement network,PreEnNet)和深度增强网络(deep enhancement network,DeepEnNet)的无监督学习;使用信道级注意力模块跳跃式通道注意力机制(skip squeeze excitation networt,Skip_SENet)和跳跃式通道注意力机制(skip convolutional block attention module,Skip_CBAM)模块改进原始小目标特征增强单次多框检测算法(small object detection enhancement single shot multiBox detector,SDE-SSD),从而提升定位网络的小目标检测能力;设计弱监督机制使预增强网络根据小目标特征增强SSD的要求来提升图像增强能力,直到小目标特征增强SSD能够从增强图像中准确定位绝缘子串位置;使用深度增强网络深度增强绝缘子串区域,提升各类故障的特征显著性。故障检测模块中,将YOLOv7目标检测算法改进为面向小目标YOLOv7,在原模型中添加结合多尺度特征自适应融合网络的小目标检测通道,并将原始损失函数的CIOU改进为BIOU,从而提高模型的小目标检测性能。在低照度环境绝缘子故障检测实验中,该算法与5种目前常用目标检测算法相比具有较大优势,并且相较于低光目标检测算法IA-YOLO、GenISP with RetinaNet,m AP提升9.77%、10.35%,检测速度提升7.23%、10.16%,证明该算法适用于低照度复杂环境下小目标绝缘子故障检测任务;在正常光照绝缘子故障检测实验中该算法仍保持出色性能,证明该算法能够实现常规光照条件下绝缘子小目标故障检测。

复杂退化模型下图像超分辨率算法综述

图像的超分辨率(super-resolution,SR)一直以来是计算机视觉(computer vision,CV)领域的一项热门的研究方向,它旨在从单张或多张低分辨率图像中通过一系列的图像处理和深度学习技术,重建带有丰富边缘纹理等细节特征的高分辨率图像。自从深度卷积神经网络应用于图像超分辨率算法后,其性能相较于传统的基于重构和基于样例的SR算法有了非常大的提升。然而,目前的SR算法在实际场景应用、算法性能、模型质量评估标准等方面仍然需要改良和优化。因此,为推进图像超分辨率技术的发展,总结并分析了基于深度学习的SR算法。首先,将目前主流的SR算法分为基于卷积神经网络、基于生成对抗网络、基于Transformer这三类;其次,详细评述了每一类算法的网络结构、算法优缺点、算法特色及适用场景等;然后,对常见的超分辨率数据集及各种评价指标进行阐述,重点比较了不同SR算法在各类数据集上的性能;最后,总结了图像超分辨率目前研究所面临的问题并探讨了图像超分辨率的未来研究方向。

一种三相线电压级联单位功率因数整流器负载不均衡特性分析及电压均衡控制策略

该文对一种由三个三相单开关整流器线电压级联构成的三相单位功率因数整流器的负载不均衡特性和输出电压均衡控制策略进行分析和研究,首先详细阐述此类整流器在三个直流侧负载不均衡时,交流输入端电流能自动保持均衡的独特特性及相应工作机理;然后研究系统整体分层控制策略。在传统的基于电压外环PI控制、电流内环PR控制的上层控制基础上,针对各整流模块参数不一致及负载功率不一致引起的各模块输出电压不均衡问题,通过加入偏差因子调制波补偿的底层控制,实现了对每个模块输出功率的独立调节,进而实现了各整流模块输出电压的均衡控制。仿真和实验结果验证了所研究拓扑结构的优越性和控制策略的可行性。