基于改进金枪鱼群算法PMSM自抗扰控制

针对传统永磁同步电机(PMSM)调速系统在受到外部环境干扰、参数易变等不确定性因素的影响下系统鲁棒性变差的问题,提出一种基于改进金枪鱼群优化(ITSO)算法的PMSM自抗扰控制(ADRC)策略。首先,针对ADRC中fal函数在拐点处不平滑的问题,提出了一种改进fal函数,减小了系统的高频抖振。其次,由于ADRC中参数多且不易整定,利用ITSO算法对参数进行寻优整定。为了避免电流环在采用比例积分(PI)控制时电流控制存在抗负载能力差、响应速度慢等问题,将降低电感权值后的改进型无差拍预测控制应用到电流环。最后,进行仿真和半实物实验验证,结果表明所提控制策略具有良好的系统响应和控制精度,明显提高了系统的鲁棒性。

基于改进SSD的钢材表面缺陷检测

工业生产过程中,钢材表面缺陷的检测对于钢材的质量控制发挥着十分重要的作用,针对钢材表面缺陷检测中存在的检测精度低、检测速度慢等问题,提出了一种钢材表面缺陷检测的改进SSD算法。在所提算法中,采用Transformer多头注意力机制模块代替原SSD结构中的Conv5_1层,以提高小目标检测的能力;原SSD结构中的Conv7操作替换为Involution算子操作,以减少运算的参数量;对网络结构进行特征融合处理,以更全面地检测特征图中所包含的信息。利用NEU-DET数据集进行实验,实验结果表明改进后的SSD算法是有效的,可以高效检测到钢材表面的小目标缺陷,相比改进前平均检测精度提高了4.5%,检测速度提高了13.6%。

基于图像识别的矿井煤与瓦斯突出预警研究

针对现有矿井煤与瓦斯突出预警方法存在的不足,提出了一种基于图像识别的矿井煤与瓦斯突出预警方法。首先,基于VGG16网络建立瓦斯浓度、声发射强度和电磁辐射强度变化的煤与瓦斯突出危险性图像识别模型。然后,基于Dempster-Shafer(D-S)证据理论对3种模型的突出危险性识别结果进行融合处理,消除预警的不确定性,实现准确预警。最后,利用来自生产现场的数据所生成的瓦斯浓度、声发射强度、电磁辐射强度变化图像进行实验。实验结果表明,所提方法的预警准确率高、预警速度快,其预警效果优于峰谷比值法和Res Net50方法。实验结果证明了所提方法的有效性。

基于CEEMDAN-DA-GRU的瓦斯涌出量预测模型

针对瓦斯涌出量数据具有非线性、周期性的特点和实际场景下不同特征因素与瓦斯涌出量关联程度不同导致预测精度低的问题,提出一种基于完备经验模态分解和双重注意力机制的瓦斯涌出量预测模型。通过CEEMDAN方法将瓦斯涌出量数据分解为频率不同的分量,以降低非线性数据的预测难度;再计算特征注意力机制中计算各特征因素的权重,挖掘当前分量与各个特征之间的关联关系;基于门控循环单元的时序注意力机制量化历史隐藏状态对当前状态的影响,提高长时间序列预测的准确度。通过相加重构得到最终预测结果。基于陕西某矿瓦斯涌出量数据进行预测实验,所提出模型的平均绝对百分比误差为1.65%,均小于DA-GRU、GRU和SVM等对比模型,验证了该模型的有效性。

基于改进鲸鱼算法的PMSM双预测控制

针对传统永磁同步电机(PMSM)模型预测速度控制(MPSC)中权重因子不能有效整定的问题,提出一种基于改进鲸鱼优化算法(WOA)的权重因子自整定方法,避免了繁琐的参数调整过程。将电机转速误差的绝对值和控制量平方项加权积分作为优化目标,通过迭代寻优获得优化权重因子。并且由于电流环采用传统比例积分(PI)控制会使电流控制存在动态响应时间过长、抗负载能力较差等缺陷,因此在改进MPSC基础上再将带有反馈补偿环节的改进型无差拍预测控制(DPCC)应用到电流环,从而形成PMSM双预测控制。实验结果表明所提控制方案是有效的,能够实现对电机转速的精准控制和电机电流快速平稳跟踪,提高了系统鲁棒性。

基于PCA和案例推理的煤与瓦斯突出动态预测

为了实现对煤与瓦斯突出快速、准确和动态预测,提出了一种基于主成分分析(PCA)和案例推理(CBR)的煤与瓦斯突出预测方法。考虑煤与瓦斯突出多种影响因素,利用案例推理技术对煤与瓦斯突出危险性进行预测。同时采用一种基于PCA的案例描述特征权值确定方法,以提高案例检索效率以及煤与瓦斯突出预测准确率。利用实测数据对所提方法进行验证,实例验证结果表明,所提方法预测结果的准确性和稳定性更高,预测平均误差和最大误差分别仅为0.154%和0.77%,远小于模糊神经网络方法和专家给定权值的案例推理方法。

基于PCA与权重贝叶斯的工作面煤与瓦斯突出预测

为实现对工作面煤与瓦斯突出快速、准确和动态的预测,提出一种基于主成分分析和权重贝叶斯的工作面煤与瓦斯突出预测方法,通过建立工作面煤与瓦斯突出预测的权重贝叶斯模型进行突出危险性等级预测。利用主成分分析确定预测模型中分类变量权重以提高预测准确性。在此基础上,设计基于相似度的训练样本数据更新方式实现对突出预测模型的有效重构。实验结果表明,与朴素贝叶斯模型和权重贝叶斯模型相比,基于主成分分析和权重贝叶斯工作面煤与瓦斯突出预测方法能快速获得高准确度的突出预测结果,为现场指导矿井工作面安全生产提供参考。

基于多传感器数据融合技术的瓦斯监测系统

瓦斯灾害是煤矿中最严重的灾害之一。最近几年瓦斯事故发生频繁,瓦斯爆炸夺走了许多矿井工人的生命,给国家造成了重大经济损失。对矿井瓦斯预测预报和对瓦斯进行控制,就能大大地减少瓦斯爆炸事故和矿工的伤亡。为此采用多传感器数据融合方法,对瓦斯、温度、风速等信号数据采样,提取它们特征量,对数据进行数据融合,实现对矿井瓦斯进行实时监测、预测控制,为矿井安全生产提供了有力的保障。并经过实验已取得较好的效果。

基于案例推理和数据融合的煤与瓦斯突出预测

为了实现对煤与瓦斯突出快速、准确和动态预测,确保煤矿安全生产,考虑影响煤与瓦斯突出多种因素,提出了一种基于案例推理和数据融合技术的煤与瓦斯突出预测方法.利用基于均值的分批估计融合方法对判别煤与瓦斯突出指标的多传感器数据进行处理以获取更为准确、可靠的数据以提高预测准确性,以获得的多种判别煤与瓦斯突出指标数据为输入利用案例推理方法对煤与瓦斯突出危险性进行快速、准确和动态预测.实例验证结果表明,提出的煤与瓦斯突出预测方法预测的快速性、准确性和稳定性高,该预测方法是合理和有效的.

基于聚类和案例推理的煤与瓦斯突出动态预测

为了实现对煤与瓦斯突出快速、准确和动态预测,考虑煤与瓦斯突出多种影响因素,提出了一种基于聚类和案例推理(CBR)的煤与瓦斯突出预测方法。利用通过一种基于PCA的描述案例特征权值确定方法所得的描述案例特征权值,对案例库案例进行聚类,使同类案例间具有较高的相似度;以案例聚类结果为基础,进行高效案例检索与匹配,以提高煤与瓦斯突出预测的快速性。利用实测数据对所提方法进行验证,实例验证结果表明,所提方法预测结果的准确性高,预测所用平均时间是已有煤与瓦斯突出预测案例推理方法预测所用时间的40%。

基于多Agent信息融合的煤与瓦斯突出预测

针对现有煤与瓦斯突出预测方法存在的不足,考虑检测到的影响煤与瓦斯突出的多种因素数据,建立了煤与瓦斯突出预测的多Agent信息融合模型,实现对煤与瓦斯突出的快速、准确和动态预测。利用基于均值的分批估计融合算法对煤与瓦斯突出指标的多传感器数据进行处理以获取更为准确、可靠的数据以提高预测准确性,应用D-S证据理论解决煤与瓦斯突出预测过程中的不确定性和不精确性问题。通过实例对提出方法进行验证,结果表明所提出的方法预测准确性高,是一种有效的煤与瓦斯突出预测方法。

基于软测量和数据融合的煤与瓦斯突出预测

文章针对现有煤与瓦斯突出预测方法存在的不足,提出了一种基于软测量和数据融合技术的煤与瓦斯突出危险状况预测方法;利用检测到的煤与瓦斯突出的多种影响因素数据,建立了基于模糊BP神经网络的软测量模型对煤与瓦斯突出危险状况进行动态和准确地预测,并应用基于均值的分批估计融合方法对检测到的因素数据进行处理,提高数据检测的精度,进一步增强煤与瓦斯突出危险状况预测的准确性;通过实例对方法进行验证,结果表明,提出的方法预测准确性高,是一种有效的煤与瓦斯突出预测方法。

基于逻辑回归和增强学习的煤与瓦斯突出预测

为了实现对煤与瓦斯突出的快速、准确和动态预测,考虑煤与瓦斯突出的多种影响因素,提出了基于AdaBoost增强学习和逻辑回归(LR)的煤与瓦斯突出预测方法。在AdaBoost的框架下,进行LR多次学习,完成煤与瓦斯突出预测模型构建;加入学习率和正则化参数进行控制,弱化学习效果,防止过拟合;基于反馈的实际结果,完成煤与瓦斯突出预测模型的修正。根据实例验证结果,构建的煤与瓦斯突出预测模型建模过程稳定、准确性高、建模消耗时间短、满足实时要求,证明了提出的煤与瓦斯突出预测模型构建算法是有效的。

基于虚拟仪器的仓储综合监测系统

文章介绍了虚拟仪器的概念及其软件开发平台 Lab VIEW的功能与特点。运用Lab VIEW开发了用于仓储综合监测的虚拟仪器系统 。

永磁同步电机调速系统H_∞鲁棒控制

针对表面式永磁同步电机调速系统易受参数摄动和负载扰动等不确定性因素的影响问题,在传统矢量控制方案基础上提出了H_∞鲁棒控制策略。首先,在系统状态空间表达式误差模型下,考虑扰动因素设计了基于哈密顿-雅可比不等式的H_∞鲁棒电流控制器,实现了电流控制的鲁棒性;其次,在运动方程扩展状态空间表达式下,设计了基于线性矩阵不等式的H_∞状态反馈控制器增益型H_∞滑模面,进一步设计滑模控制律,得到了鲁棒H_∞滑模速度控制器,确保了速度控制的鲁棒性,改善了系统的动态品质;最后通过仿真和半实物仿真实验验证了该文提出控制策略的有效性和可行性。

创新思想政治工作 构筑特色安全文化

思想政治工作是一项长期的系统工程，是企业发展的保证。安全是煤矿企业永恒的主题，创建符合煤矿实际的特色企业安全文化，是保障安全生产的重要抓手。本文就发挥思想政治工作的优势，打造具有特色的安全文化，进行了有益探索。

辨识转动惯量扰动观测器的PMSM滑模控制

针对表面式永磁同步电机调速系统易受参数摄动和负载扰动等不确定因素的影响,提出了一种能够在线辨识转动惯量的扰动观测器永磁同步电机调速系统滑模控制方法。首先利用离散模型参考自适应方法对转动惯量进行辨识,将辨识后的转动惯量引入到设计出的扰动观测器中,利用扰动观测器对负载进行有效观测,并且对各自总和扰动项进行估计并补偿。然后将估计的转动惯量和负载转矩用于滑模速度控制中,设计了基于转动惯量辨识的扰动观测器的PMSM滑模速度环控制器,从而提升了系统鲁棒性。最后,通过仿真和半实物仿真实验验证了本文控制策略的有效性和可行性。

基于LE与ICROA-RVM的瓦斯传感器故障诊断

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。

模糊数据融合在多传感器环境监测中的应用

文章提出了一种应用多传感器模糊数据融合技术的信息检测方法。该方法采用多传感器监测被测环境的温度、湿度和通风量等参量,将多个传感器所获取的多元信息模糊化后,经过融合中心的合成运算和决策规则的运用,获取被监测环境状态参数的精确估计,最终用于信息决策。实验结果表明,该方法能有效地提高环境状态监测的准确率,增加状态监测的置信度,提高监测系统的性能。

虚拟仪器技术在矿井瓦斯监测系统中的应用

为了提高瓦斯监测的测试指度,提高测试精度,将虚拟仪器(VI)技术应用于矿井瓦斯监测系统,利用图形化编程软件LabVIEW开发平台,研制了基于虚拟仪器的矿井瓦斯监测装置,其性能优于传统测试仪器。论述了该装置的工作原理、硬件软件组成及其设计思想,将瓦斯监测技术的开发重点由过去的硬件设计转向数字化测量的软件设计。