带式输送机托辊组振动噪声仿真分析及参数优化

带式输送机托辊组产生的振动噪声受多因素联合影响,为解决其振动噪声过大问题,文章提出一种基于有限元-边界元理论对托辊组振动噪声分析与优化的方法。首先,对托辊组进行模态分析与动力学仿真,探明托辊组的振动特性;然后,基于有限元-边界元复合声场仿真方法,作声场的谐响应分析计算托辊组的声场分布,并搭建实际测试平台验证声学仿真模型的可靠性;最后,结合输送能力与轻量化约束条件,得到托辊组结构参数与工作参数的最优解。结果表明,有限元-边界元法可有效模拟托辊组声场分布和变化规律,优化后托辊组噪声声压级较优化前减小约6.1dB,并且托辊组综合性能均有所改善,可对实际工程中的带式输送机优化设计起到有效的指导作用。

三峡地区流动重力网地震监测能力研究

重力观测是三峡水库地区地震监测的重要组成部分。本文系统分析了三峡重力网的空间覆盖范围、空间分辨力以及重力变化观测精度,结合现有重力变化异常空间范围和量级与地震震级之间经验指标,对三峡重力网的地震监测能力进行了评估。结果表明,三峡重力网在空间分辨力和观测精度方面均达到了4级以上地震的监测要求,空间覆盖范围介于5级地震重力变化异常场范围经验指标的上、下限之间,因此重力网对于4~5级地震具有较好的监测能力,但对于监测5级以上地震存在无法获取重力变化异常完整形态的可能。此外,三峡水库水位变化引起的重力效应对重力观测具有明显的影响,在计算水位变化重力效应时,应采用与重力观测数据相同时刻的水位数据。

基于改进YOLOv5s的煤矿输送带异物检测算法

为了解决现有煤矿输送带异物检测模型存在的参数量大、占用计算机资源多、检测异物种类少等问题,对YOLOv5s目标检测算法进行了优化。首先,将轻量化卷积神经网络ShuffleNetv2作为YOLOv5s骨干网络并对异物图像进行了特征提取,进而减少了模型参数量,提高了网络并行度;其次,将双向特征金字塔网络作为特征融合网络,融合了不同特征图尺度中的细节信息;最后,添加了坐标注意力机制,增强了特征提取能力,强化了异物目标关注度,从而提高了网络模型检测精度。实验结果显示,与原始模型相比,基于改进YOLOv5s的目标检测网络模型其参数量压缩为3.60×106个,检测帧率提升了8.4%,表明该算法能够在计算资源较少的情况下实现快速、准确的煤矿输送带异物检测。

考虑前车意图的车距控制研究

在车辆自适应巡航过程中,前车驾驶员的操作意图对跟随车辆具有重要影响,针对车辆自适应巡航时容易受前车加减速影响自身跟车距离的问题,设计了一种考虑前车驾驶意图的安全车距策略。该策略由意图识别层、跟随决策层、运动控制层3部分组成。意图识别层采集踏板信号,选择T-S模糊神经网络对加减速意图进行辨识;跟随决策层通过网联环境实时接收前车驾驶意图,计算期望安全车距与期望加速度;运动控制层建立车辆逆纵向动力学模型,将期望加速度转化为油门踏板开度与制动缸压力,实现车辆跟随控制。多工况仿真结果表明,考虑前车意图的车距策略实现了跟随车辆在前车不同驾驶意图下的稳定车距跟随。

基于超声阵列的输送带动态煤量检测系统

输送带动态煤量检测是实现顺煤流启动和自动调速等多级带式输送机能耗优化措施的基础和关键。针对现有基于超声波的煤量检测方法精度较低、多超声波传感器之间易受干扰等问题,设计了基于超声阵列的输送带动态煤量检测系统。利用超声波测距原理,通过超声阵列实时检测各超声波传感器阵元对应检测点的煤料高度,采用横截面切片法计算单位时间内输送带上通过煤料的总体积,结合煤料堆积密度计算输送带实时煤流量及总煤量。为降低同频声波串扰及超声波在井下恶劣环境中衰减带来的误差,选用10路中心频率不同的超声波传感器阵元,布置为2×5线性阵列形式,通过多行超声波传感器对采集的煤高数据进行补偿,以提高煤高数据检测准确性。实时性分析结果表明,超声阵列检测速度在理论上满足带速为5 m/s的带式输送机煤量检测要求。实验结果表明:在0.125,0.170 m/s带速下,规则物料体积检测的平均相对误差分别为4.99%,5.16%;模拟实际工况条件下,煤量检测的平均相对误差为5.56%。在低带速状态下,该系统对规则物料和煤料的测量准确度达94%以上,基本实现了输送带动态煤量实时准确检测,满足带式输送机煤量检测需求。

一种基于小样本声音信号的托辊故障诊断方法

基于深度学习的故障诊断方法对数据集的质量有很高要求,需要大批量数据才能进行良好的模型训练,从而实现准确的故障诊断,而在实际应用中能够采集到的故障信号通常很有限。针对托辊故障声音信号获取困难、样本量少,导致智能故障诊断方法性能受限的问题,提出了一种基于小样本声音信号的托辊故障诊断方法。使用特征转换方法将一维声音信号转换为二维时频图像,将频率域的特征融入进来,以提高数据集对故障特征的表达能力;提出了多种类型时频图结合的数据集扩充方法,将短时傅里叶变换(STFT)、连续小波变换(CWT)、希尔伯特-黄变换(HHT)3种时频分析方法绘制的时频图相结合,以扩充数据集,增加数据样式;引入了深度迁移学习的思想,使用轴承数据集对模型进行预训练,然后使用托辊数据对预训练模型进行微调,以进一步提升模型的识别准确率。实验结果表明:多种类型时频图结合的数据集扩充方法能有效解决使用小样本数据训练模型时易过拟合的问题;使用迁移学习后,模型的测试准确率达98.81%,相较于不使用迁移学习时提升了7%,且没有出现过拟合现象,说明模型训练良好;相较于生成对抗网络扩充STFT时频图数据集+迁移学习的方法,多种类型时频图结合的数据集扩充+迁移学习的方法准确率提高了4%,且更容易实现,可解释性更强。

多尺度特征自适应融合的气动控制阀故障诊断

气动控制阀作为过程工业典型的终端执行机构,由于故障发生率高、故障类型繁多,导致故障识别难度大,且故障后果严重,因此对其进行智能的故障检测和诊断具有重要的实际意义。本文提出了一种多尺度特征自适应融合网络用于气动控制阀故障诊断。首先,搭建了融合自注意力机制的多尺度特征提取网络自动提取信号的空间特征和细节特征。然后,设计了权重自适应特征融合网络对多尺度特征加权融合,提高模型对故障特征的表征能力。最后,由长短时记忆神经网络和SoftMax函数实现特征识别和故障分类。实验结果表明,该模型在DAMADICS阀门基准实验平台上的平均检测准确率达到96.82%,均高于其他对比模型。与最近发表文献中的检测结果对比发现,本文开发的模型在可检测的故障数量和检测准确率方面也具有一定的优势,并且通过实验验证了模型的检测性能。

四川地区流动重力观测及其在地震预测中的应用

通过回顾四川地区测网变迁和震例总结,客观阐述四川流动重力观测的发展历程及其在地震趋势判定中的应用效能。结果表明,利用流动重力资料观测到高梯度带、四象限分布、零值线拐弯等重力场时变异常信号,对川滇菱形块体内部及边界带发生的汶川地震、芦山地震、九寨沟地震、泸定地震等地震进行了准确的中期预测,尤其在强震地点判定上预测效果较好,准确率达60%。

托辊非接触式故障识别方法研究

因托辊故障引发的远程带式输送机事故越来越多,而传统的人工巡检已不能满足需求,且现有接触式加速度信号检测方式存在传感器需求量大及数据收集难的问题,所以有必要通过智能巡检机器人搭载拾音器进行非接触式巡检。托辊运行环境嘈杂,为剔除信号中的噪声,提出基于完全噪声辅助集合经验模态分解(CEEMDAN)、主成分分析(PCA)和鲁棒性独立分量分析(RobustICA)的单通道盲源分离(SCBSS)去噪方法;托辊信号具有非平稳、非线性的特点,仅用梅尔倒谱系数(MFCC)不能完美刻画信号特征参数,提出基于CEEMDAN、PCA、MFCC、MFCC的1阶差分系数和Delta值的自适应特征参数提取方法;最后采用支持向量机(SVM)作为分类器进行故障识别,识别率达到97.2%。

考虑地表起伏的不规则区域重力梯度场模型构建方法——以云南地区为例

文中推导并给出了基于非格网分布的起伏面扰动重力或重力异常解算区域扰动重力梯度场模型的数值计算公式。基于澳大利亚West Arnhem Land地区的格网重力数据,以频谱域(二维快速傅里叶变换)解算的扰动重力梯度全张量作为“基准值”,然后利用基于推导公式的最小二乘配置方法(LSC)对相同区域非规则范围的重力数据进行扰动重力梯度模型解算,将结果作为“评估值”。对比“基准值”与“评估值”之差,研究发现:1)基于推导公式的最小二乘配置方法解算得到的扰动重力梯度值与频谱域方法得到扰动梯度“基准值”各分量在空间形变变化上是一致的;2)统计扰动重力梯度各分量的差值ΔδΓ_(xx)^(fft-lsc)、ΔδΓ_(xy)^(fft-lsc)、ΔδΓ_(xz)^(fft-lsc)、ΔδΓ_(yy)^(fft-lsc)、ΔδΓ_(yz)^(fft-lsc)和ΔΓ_(zz)^(fft-lsc)“基准值”与“评估值”差值的标准差分别为5.54E、5.30E、1.85E、6.55E、2.09E和9.67E(1E=1×10^(-9)s^(-2)),远低于国际上实测重力梯度与解算模型差值的研究结果。最后,基于云南地区实测地表差分重力值,文中首次给出了该区域半波长约20km的重力梯度场年际变化模型。文中的思路和方法提高了广泛分布的重力数据(主要为重力异常和扰动重力)的使用效率,可为地球物理学、地质学研究更好地理解和解释重力数据、重力梯度数据及其与场源的关系提供数据基础。

“双碳”目标下中国石油企业绿色减碳路径

为有效应对全球变暖问题,并如期实现“双碳”目标,国内各石油企业均采取了针对性的减碳降碳措施。为进一步明确“双碳”目标下中国石油企业绿色减碳路径,在对目前中国碳排放情况、石油企业减碳措施分析的基础上,明晰了减碳现存的困难与技术难点,并提出了石油企业减碳路径的建议。研究结果表明:①在油气生产利用过程中,温室气体排放主要集中在上游环节;②锚定“双碳”目标不动摇,在能源保供、提质增效的同时,深入推进“CCUS”“碳减排”“碳替代”“碳交易”等减碳方法,在一定程度上降低了碳排放;③石油企业因地制宜开发风能、太阳能、地热能、氢能、海洋新能源等,逐步推动能源绿色转型。最后根据调研结果和中国石油企业的现状,提出了以下减碳路径建议:①构建科学合理的多能互补能源体系,实现常规能源与新能源的协同开发;②发展低成本且高效的化石能源开采技术、清洁能源开发技术、数字化碳中和技术等,提高技术原始创新能力,并把握新一轮产业革命与技术变革的主动权;③加强与国际国内企业、地方政府、高等院校、研究院所的交流合作,促进相关技术的持续发展,并培养专业技术人才。

长宁地震前后重力变化和地壳垂直形变特征及其关系

为研究2019年四川长宁地震前后地壳内部物质的运移过程,文中利用流动重力和GNSS资料对地震前后的重力变化特征、地壳垂直形变及其关系进行了深入分析。地震震中处于重力变化正、负异常的梯度带上,并在地震前后呈现明显反向。小波多尺度分解表明,浅部的离散性局部变化特征明显,深部的趋势变化特征显著。震中周边4个站点的重力变化与地壳垂直形变的关系与近似规律不一致。长宁震区长期的动力是青藏高原的物质在深部向四川盆地南边界运移的结果。在震中及周边区域的地表浅层可能存在一些空洞或气囊等空间,在地震前后出现气体、液体或高密度物质流失和填充的现象。结合前人对长宁地震发震机制的研究成果分析认为,该区域的采盐、采气及废水回注等因素可能是触发四川长宁地震的原因之一。

基于YOLOv5s的重力变化异常特征识别研究

针对人工判读重力变化异常特征区存在效率低下的问题,提出利用YOLOv5s算法进行重力变化四象限特征区自动化识别的方法,并基于南北地震带实测重力变化资料进行测试验证。结果表明:1)本文构建的图像识别模型可有效识别较为标准的四象限分布特征区,模型预测结果的精度、召回率、平均精度等指标均处于合理范围;2)模型较为准确地识别出南北地震带2021-09~2022-05时段重力变化图像中的四象限特征区,且特征区内先后发生2022-06芦山6.1级地震和2022-09泸定6.8级地震,表明该方法对于重力异常区域的筛选以及潜在的地震风险研判具有较好的应用潜力;3)模型对于存在明显畸变的非标准四象限特征区的识别能力仍存在一定不足,需要构建数量更多和标注更为合理的数据集,进一步提升模型对四象限特征区识别的普适性。

基于重力差方法检测重力仪一次项格值系数变化

根据重复重力测量中重力差与重力仪一次项格值系数的关系,研究了基于重力差变化检测重力仪一次项格值系数变化的方法,并以滇西重力网1989—1996年观测资料为例,计算了G793、G854两台仪器一次项格值系数的变化结果。实验结果表明,利用该方法计算得到的一次项格值系数变化值精度能满足地震重力测量规范要求,对于重力仪一次项格值系数较明显的变化的检测结果是可信的。

芦山地震科学考察观测到的重力变化

利用芦山地震科学考察流动重力观测成果及科考区域内其他流动重力观测资料,系统分析芦山地震前后重力场变化特征。结果表明:1)地震前,重力场变化显著异常特征主要表现为龙门山断裂带两侧正、负高值异常以及与龙门山、鲜水河、大凉山断裂平行或垂直的较大规模重力变化梯度带,与汶川地震前重力变化特征一致;2)地震后,重力场变化沿龙门山发生反向调整;3)中下地壳物质的生热、膨胀可能是松潘-甘孜块体震前重力变化的场源,并可能成为芦山地震及汶川地震的重要触发因素。

华北地区流动重力观测资料的初步清理

对华北地区1991年以来的流动重力观测资料进行了清理,并对1998年张北6.2级地震前后的重力场演化特征进行了分析。

滇西地震预报实验场区重力长期变化特征及其机理

文中基于滇西地震实验场1986-2014年间近30a的流动重力观测资料,研究了该地区重力场的长期变化背景。结果表明,重力场长期变化背景以负变化为主,年平均变化率约为-1.24×10^(-8)m/s^(2);空间分布上,重力场变化的剧烈程度与断裂带分布和历史强震活动存在密切关联,红河断裂北段、龙蟠-乔后断裂对本地区的重力场变化和地震活动分布具有明显的边界作用。结合地壳垂直形变、地壳结构和区域动力学背景对重力场变化机理进行分析,重力场整体负变化趋势可能反映下地壳物质流引起的地表隆升和地壳增厚,而重力场变化空间分布的细节则与区域动力学背景下具体断裂带的活动特性以及相关的局部性物质分布变化有关。

岷县-漳县6.6级地震前后重力场变化

对甘肃地区2010-2013区域重力网观测资料进行精细处理,获得2013-07-22岷县-漳县6.6级地震前后的重力场变化图像。结果表明,重力场变化表现出与以往震例类似的异常特征：1）震中及以南地区震前持续正异常变化,临震前最大量级达70×10-8ms-2;2）震后重力场快速反向变化,震中区附近正异常消失。此外,资料处理过程中发现,仪器格值系数的变化对重力场变化结果存在较大的影响。

CG-6型重力仪零漂特性研究

对中国地震局地震研究所最新引进的4台CG-6型相对重力仪的零漂特性进行测试研究,结果表明,4台重力仪的静态零漂率、混合零漂率和动态零漂率均小于8μGal/h,满足厂家给出的技术指标。在较长观测时间内,各台仪器的零漂均存在不同程度的非线性特征,因此在进行较长时间的野外观测以及后续数据处理中,不宜将零漂率作为常数进行解算和零漂改正。

基于声音信号的托辊故障诊断方法

为实现对远程带式输送机托辊故障的检测,研发基于声音信号的托辊故障诊断方法。结合远程带式输送机托辊轴承的特性,针对性提出多种分析方法相结合的方案。诊断系统中包括时域检测、快速傅里叶变换(FFT)峰值检测、功率谱检测、小波包分解与重构和希尔伯特(Hilbert)包络分析结合、经验模态值分解(EMD)检测方法,可实现采集数据显示、波形分析和故障诊断。其中,时域检测、快速傅里叶变换峰值检测、功率谱检测可初步判断托辊是否发生故障,经验模态值分解可以预估出带式输送机托辊发生故障的区段,小波包分解与重构和希尔伯特包络分析联合法可进一步提取托辊轴承故障频率,确定轴承发生故障的部位。最后,通过实验验证了基于声音信号的托辊故障诊断方法的有效性。