新时期我国矿产资源行业高质量发展路径

矿产资源作为人类社会生存和进步的核心物质基础,是经济社会发展的重要支撑。目前我国战略性矿产资源安全保障工作备受国家重视,在新的国际形势下,开展智慧化、数字化建设是打造绿色、安全、高效、可持续发展的矿山产业必由之路。梳理了新时期我国矿产资源行业发展面临的机遇与挑战,从智慧矿山本质内涵、建设实质、目标与路径4个方面诠释了其建设体系架构,从源头减碳、过程降碳、储碳增汇3个角度阐述了如何打造绿色新体系,构筑产业发展新格局。在此基础上,以智慧矿山、绿色矿山建设需重点突破的主流工艺和关键技术为切入点,指明了我国矿产资源行业高质量发展路径与重点技术攻关方向。

钠钨青铜Na_(2)W_(4)O_(13)的孪晶结构与辐照相变

本文采用热氧化法制备了Na_(2)W_(4)O_(13)纳米片,并利用球差校正扫描透射电子显微技术对其孪晶畴结构进行了原子尺度表征,发现样品中存在大量镜面孪晶结构。结合群论中的母子群关系理论,解析了Na_(2)W_(4)O_(13)中畴结构形成的原因,并预测了9种可能的畴结构,其中type3镜面孪晶与实验中观察到取向关系为[010]//[010]_(T)、(100)//(100)_(T)的(100)孪晶一致。经过电子束辐照,三斜结构的Na_(2)W_(4)O_(13)可以相变为立方结构的NaxWO_(3)(x<05)。而有孪晶存在的样品中,相变过程中容易出现缺陷,这可能是由晶格失配导致的。论文结果为理解钠钨青铜材料的结构与性能提供借鉴。

我国冶金行业智慧矿山建设路径探索与实践

矿产资源是国家经济发展的基石,是工业生产的基础和保障。我国矿产资源的赋存条件复杂,一些矿种存在着先天不足。以铁资源为例,普遍存在矿石品位低、赋存条件差等劣势,制约了行业的发展。近年来,信息技术的高速发展带动了新一轮产业革命,智能技术已为诸多行业的转型升级带来了契机与动力,智慧矿山的建设为解决我国矿山行业的难题提供了一条新路径。在此背景下,研究智慧矿山理论体系,探索智慧矿山创新模式,挖掘智能技术与矿业工艺的深度融合,进而建设一批高效、绿色、智能的智慧矿山示范工程,是突破我国冶金矿山困境、实现矿产行业高质量发展的有效途径。结合近年来团队在我国智慧矿山建设路径方面的一些探索和实践,对比分析了国内外先进露天矿和地下矿的开采技术现状,阐述了我国与国际先进矿山之间的差距与不足,梳理了我国矿山信息化、数字化、智能化的发展历程,探索和归纳了智慧矿山的主要任务。通过工程实践总结了我国冶金矿山智慧化建设的痛点,提出了我国冶金矿山智慧化建设的可行路径。以齐大山铁矿为例,从顶层架构设计、标准体系建设、智能技术创新和智慧管理升级等方面分析了鞍钢矿业在智慧矿山建设过程中的探索和实践,并结合目前业界现状对智慧矿山的未来发展方向进行了展望。研究表明:我国智慧矿山建设进展迅速,但与矿业发达国家的先进矿山相比仍有一定差距,主要因为存在诸多难点尚需攻克,未来可以从顶层设计、统一标准、技术创新和管理升级等方面进行统筹规划,最终实现高度智能的无人生产、高度智慧的运营管控、生态和谐的绿色矿山,并逐步形成标准统一、资源集中、服务共享、产业协同的智慧矿业生态圈。

基于梯度范数的暂态稳定评估模型的不平衡修正方法

为了解决电力系统中样本数量和质量不平衡造成的暂态稳定评估偏差问题,从评估模型的训练过程出发,通过预训练模型获得样本对模型参数修正的梯度范数,引入梯度范数均值比量化样本的不平衡程度,相较于先验信息,梯度范数均值比综合考虑了样本数量与样本质量的不平衡,并提出基于代价敏感法的不平衡修正方法,利用该方法改善模型的评估倾向性,以实现较好的修正效果。IEEE39节点系统和华东电网系统的仿真结果验证了所提方法的有效性。

矿石品位在线检测技术发展研究

矿石品位是衡量矿产经济价值的核心指标,相应在线检测能力事关矿山企业经济效益、环境影响和生产智能化水平。本文论述了矿石品位在线检测技术的应用价值及分类情况,从放射性检测、光学检测、电磁检测、机器视觉检测等技术方向出发,梳理了矿石品位在线检测技术研究与应用进展;辨识了相关技术发展面临的挑战,涵盖技术研究层面的精度瓶颈与干扰因素、信号解析与优化难题、模型构建与数据依赖关系,实际应用层面的辐射安全与成本效益考量、适应多样矿石特性的技术突破、恶劣环境下稳定运行与即时反馈。进一步阐述了矿石品位在线检测技术未来发展方向,包括多模态融合与智能感知技术前沿探索、智能感知与数据处理算法迭代升级、微型化/远程化/智能化设备研发、实时动态监测网络系统构建与优化等关键技术攻关突破内容,深度学习促进微观与宏观特征融合分析、量子计算与生物启发算法、智能传感器网络与物联网技术等新兴技术前瞻探索内容。建议在技术创新与设备升级、标准制定与规范建设、“产学研用”合作机制深化、人才培养与队伍建设、国际合作与资源共享等方面积极行动,以矿石品位在线检测技术提升促进矿产资源开发利用的智能化、高效化发展。

露天矿全流程智能开采架构与关键技术研究

针对目前大型金属露天矿智能建设过程中存在的系统规划难、系统智能难和系统协同难三大难题,开展了大型金属露天矿全流程智能开采架构与关键技术研究及应用。基于大型金属露天矿智能安全开采的全工艺流程,构建了包括“三大平台、四大层次和四大板块”在内的大型金属露天矿智能矿山的总体架构,设计了穿孔、爆破、采装、运输和排卸五大生产工序全流程智能安全开采框架,提出了涵盖设备状态及运行环境智能感知、智能导航与设备行为规划和智能装备核心控制等在内的多环节、系列化的智能开采关键技术。研究成果成功应用于齐大山露天铁矿,分别以齐大山矿智能生产中的三维模拟仿真系统、智能指挥调度系统和钻机远程遥控系统为例进行了相关技术的阐述与应用效果分析。最终在齐大山矿实现了多场景、多环节、多工序的智能安全应用,形成了“全流程规划—多工序智能—多场景联动”的大型金属露天矿智能开采模式,解决了露天矿智能开采关键共性理论和技术难题,对我国露天矿智能化建设具有一定的参考意义。

基于Transformer的暂态稳定评估模型的可解释性分析与模型更新研究

深度学习算法在电力系统暂态稳定性评估问题上有着优秀的表现,然而模型评估结果的不可知性与决策过程的不可控性阻碍了其在实际中进一步的应用。构建了基于Transformer编码器的暂态稳定评估模型,尝试通过模型对于特征量的注意力权重,解释和分析模型所关注和学习到的规则。在此基础上,结合可解释性结果提出了一种利用物理信息指导模型优化的模型更新方法。从模型的损失函数出发,通过微调的方式修正模型对特征量的注意力权重分布,加强对于样本失稳模式的挖掘。在微调模型的过程中,引入注意力引导函数提高对特定失稳模式关键机组的关注度,以减少对于特定失稳模式样本的误判,进一步提高整体的预测精度。在IEEE39节点系统和华东电网系统的仿真均验证了该方法的有效性。

考虑样本加权的迁移学习暂态稳定评估模型更新方法

在电力系统暂态稳定评估模型的更新过程中,针对与潜在故障相关性较小的故障样本影响迁移效果的问题,本研究从原始样本的特征量出发,发现其分布差异能反映故障之间的相关程度,由此提出考虑样本加权的迁移学习方法,进一步提高更新后评估模型的性能.首先,通过预先训练获得一个独立的域判别器,以此衡量训练模型的各故障样本相对于潜在故障的相似程度.其次,将量化后的分布差异通过密度比估计的方式进行转化,得到训练模型的各故障样本所赋予的权重大小.最后,将权重引入迁移学习更新评估模型的损失函数中,实现样本筛选.所提方法的有效性在IEEE-39节点系统和华东某区域的实际系统中均得到验证.

岩石种类智能识别研究的Faster R-CNN方法

为实现岩石种类的智能化识别,对橄榄岩、玄武岩、大理岩、片麻岩、砾岩、石灰岩图像进行数据扩增处理,在FasterR-CNN深度学习目标检测框架下,采用简化VGG16为基础特征提取网络,对岩石图像进行特征提取和特征学习,进而训练成岩石种类区分识别模型。通过验证,模型对6张单类岩石图像识别均正确且分类概率均大于96%。对多类岩石混合图像区分识别效果良好,大部分分类概率超过80%且定位准确。模型能够很好地将图像特征相似、有遮挡的岩石种类区分识别出来,证明模型的鲁棒性和泛化能力较强。

抽油机井能耗分区控制图的研制与应用

针对以往节能管理工作中存在不能直观全面地体现抽油机井整体节能潜力分布以及节能潜力无明确界限的问题,基于抽油机井动态参数仿真模型,优选评价指标,通过优化抽汲参数确定能耗分区控制图分界曲线,然后研究节能潜力区域划分方式,建立了抽油机井能耗分区控制图。配套立体优化、不停机间抽、能耗监测等节能降耗技术,应用能耗分区控制图累计治理低系统效率井2653井次,低效区、待落实区分别下降20.60%、1.83%;合理区、高效区分别提高20.74%、1.68%,预计年节电176.25×104 kWh,创造经济效益112.27万元。

不同尺寸反应器内H_2O_2热分解氧化NO特性与氧化产物分析

采用实验方法研究了不同尺寸滴管炉反应器内H_2O_2热分解氧化NO特性。对比了不同H_2O_2蒸发条件对NO氧化率的影响规律。分析了气体温度、H_2O_2溶液浓度、H_2O_2:NO摩尔比、NO初始浓度及气体流量对NO氧化率的影响。检测了氧化产物并分析了产物的生成路径。结果表明:H_2O_2的快速蒸发是其热分解氧化NO的前提。减小H_2O_2液滴尺寸或液膜厚度可加速H_2O_2蒸发与分解,提高NO氧化率,扩宽NO氧化的温度范围。保证蒸发速率可削弱H_2O_2浓度对NO氧化率的影响。当H_2O_2:NO<10时,NO氧化率随H_2O_2:NO的增加而增加;当H_2O_2:NO>10时,NO氧化率几乎不随H_2O_2:NO变化。H_2O_2热分解对于较高浓度的NO具有更高的氧化效率。H_2O_2热分解氧化NO的主要产物为NO_2。HO_2·直接将NO氧化为NO_2,·OH则先将NO转化为HONO,然后进一步氧化为NO_2。

基于估测惯量计算的低频减载方法

新能源发电接入系统的控制方式的不同会给系统的惯量带来不同的影响,研究了基于估测惯量系统功率缺额实时计算方法。首先分析了现有低频减载装置计算系统功率缺额算法的不足。针对这些不足,研究了电压偏移对系统有功缺额的影响,并给出了量化算法;根据扰动后负荷的响应信息,提出了实时辨识系统惯量的方法,由此得到基于估测惯量的系统功率缺额实时计算方法,进而得到最优的自适应切负荷方案。在IEEE39节点系统下进行孤岛系统的仿真,验证了研究得出的电压偏移对系统有功缺额的影响,以及系统惯量的实时辨识、系统功率缺额实时计算的准确性和有效性。与传统的分轮次动作的低频减载方案相比,所提方案的负荷减载量以及动态频率偏移相对更小,频率恢复稳定能力更强。

改性硅藻土及PDMS对环氧涂层的阻垢耐蚀性能的影响

利用氨基硅油改性的硅藻土(Si-ASO),结合聚二甲基硅氧烷(PDMS)设计了一种有机硅环氧树脂基(EP)复合功能涂层(EP/Si-ASO/PDMS)用于金属表面的防垢和防腐。采用扫描电镜、电化学测试、摩擦测试等对涂层性能进行表征。结果表明,EP/Si-ASO/PDMS复合涂层具有独特的防垢性能,涂层表面的CaCO3沉积量与EP/Si涂层相比减少了45%。耐腐蚀试验证明EP/Si-ASO/PDMS复合涂层具有优异的耐蚀性,制备的EP/Si-ASO/PDMS复合涂层在3.5%NaCl溶液中浸泡34 d后仍然保持着较高的阻抗模量(1010Ω/cm2左右)。摩擦实验表明EP/Si-ASO/PDMS复合涂层具有良好的耐摩擦性,经过5000转摩擦后,质量损失仅为EP/Si涂层的26.47%。

基于响应信息的分散式低频减载方案

在部分没有控制中心或通讯装置不健全的区域内,难以获得系统实时的惯量,会给自适应的低频减载方案带来影响。提出一种仅利用本地负荷信息即可整定出最优的自适应切负荷方案,降低了低频减载方案对通讯条件的要求,以及对控制中心的依赖。首先,根据扰动后负荷的响应信息,提出了实时辨识本地负荷虚拟等值惯量的计算方法。然后根据频率响应模型可以计算本地有功缺额,进而得到在没有控制中心下最优的自适应切负荷方案。在IEEE-39节点系统下孤岛系统进行仿真,验证了本地负荷虚拟等值惯量的实时辨识方法的准确性以及分散式低频减载方案和有效性。

双馈式风电机组直接电压控制策略研究

风电渗透率的提高给电力系统安全稳定运行带来了新的问题,特别是风电接入后的电压稳定性。为了充分利用双馈式风电机的电压控制能力,本文提出了一种直接电压控制策略,其将电压偏离值通过一阶惯性环节得到的电流参考值作为DFIG变流器内环电流控制的输入信号,以DFIG的输出功率为控制对象,实现电压控制。仿真结果表明,风电机组采用直接电压控制策略,在系统遭受扰动时通过快速无功电压调节,能够有效控制风电场并网点电压,并且局部系统电压水平恢复良好,为DFIG风电场参与系统协调电压控制打下了基础。

计及响应的电力系统防电压失稳综合控制策略

提出一种计及响应的电力系统防电压失稳在线综合控制策略.根据局部系统的广域测量信息,快速评估局部系统的电压稳定性.利用等值负荷分解后的转移负荷,建立一种在线计算各控制节点有功、无功对电压不稳定指标的灵敏度分析方法,以各控制节点有功、无功控制灵敏度指标制定综合控制策略.IEEE14节点系统的仿真结果验证了所提策略的有效性.

改性氧化铈/钨酸镍环氧防腐涂层的制备及性能

采用水热法制备出不同质量比的氧化铈/钨酸镍(CeO2/NiWO4)的复合粒子,再选用硅烷偶联剂KH560对其进行改性,利用傅里叶变换红外光谱(FTIR)、X射线衍射(XRD)和扫描电子显微镜(SEM)表征了复合粒子的结构与形貌。将改性的复合粒子分散于环氧树脂(EP)中,然后喷涂在碳钢基体上制备CeO2/NiWO4/EP复合涂层,利用电化学交流阻抗(EIS)、加速浸泡实验和摩擦磨损试验(Taber)测试涂层的防腐与摩擦性能。结果表明:添加CeO2/NiWO4复合粒子的环氧树脂涂层的防腐耐磨性能大幅度提高,而且当复合粒子中CeO2与NiWO4的质量比为4∶3时,涂层防腐耐磨性能最好,该复合环氧涂层在3.5%NaCl水溶液中浸泡后期(45天)仍保持较高的阻抗模量(7.36×10^8Ω/cm^2),比纯环氧树脂涂层高一个数量级。同时,经过10000转摩擦磨损后,此复合涂层的质量损失较纯环氧涂层减少56%,厚度损失量仅为CeO2/EP的50%,表现出最优异的防腐耐磨性能。

岩-煤组合体试样蠕变强度特性研究

为研究岩-煤组合体试样蠕变强度特性,制备了岩煤高比为1∶1的砂岩-煤组合体试样,分别进行了应力水平加载时长为2 h和6 h的分级加载蠕变试验,探讨了组合体试样蠕变强度与单一煤样蠕变强度的关系。结果表明:随着应力水平加载时长的逐渐增大,岩-煤组合体试样的蠕变强度、蠕变系数整体呈逐渐降低的趋势;A组组合体试样(应力水平加载时长为2 h)的平均蠕变强度为13.01 MPa,平均蠕变系数为92.02%;B组组合体试样(应力水平加载时长为6 h)的平均蠕变强度为11.39 MPa,平均蠕变系数为80.55%;与A组相比,B组组合体试样的蠕变强度、蠕变系数均降低了12.45%;组合体试样的蠕变强度主要是其内部煤样的蠕变强度决定的,但其值大于单一煤样蠕变强度,这主要是因为组合体试样是一个系统体,砂岩的蠕变变形和损伤减小了主要承载体-煤样的蠕变变形和损伤,组合体试样中的煤样则需要更高的分级应力才能发生加速蠕变破坏而导致其整体性破坏失稳;同时,煤样内原生缺陷的发育程度也影响着组合体试样以及单一煤样的蠕变强度。

基于代价敏感堆叠变分自动编码器的暂态稳定评估方法

机器学习算法在训练过程中,难免会遇到样本不平衡的情况,同时,对于电力系统来说稳定样本与不稳定样本的误分类代价是不同的,因此提出一种基于代价敏感堆叠变分自动编码器(stacked variational auto-encoder,SVAE)的电力系统暂态稳定评估方法。在模型训练过程中,通过改变误分类结果对模型参数调整的权重系数,修正了判别模型在不平衡样本训练过程中的倾向性,并提高了模型全局准确率。在此基础上,进一步提高不稳定样本的权重系数,有效加强了模型对不稳定样本的拟合程度,降低了不稳定样本的误判情况。在IEEE-39节点系统下的仿真结果说明,在不平衡样本情况下,所提方法可以改善判别结果的倾向性;在平衡样本情况下,通过误分类代价的设定可以有效降低不稳定样本的误判情况。

基于堆叠变分自动编码器的电力系统暂态稳定评估方法

通过模型的构建和特征量的提取2个方面,提出了一种具有较好抗噪能力的暂态稳定性判别模型。模型的构建采用堆叠变分自动编码器,并在训练过程中引入L2正则化,加强了稳定性判别模型的泛化能力。同时,特征量的提取时刻与传统方法不同,通过设定所有发电机最大功角差值的阈值,当系统发展至该阈值时,进行特征量的提取。在IEEE 39节点系统中进行仿真验证,仿真结果表明,采用上述特征量提取方法,大幅降低了稳定性判别模型的误判率,同时设定合理的阈值并不会影响实时控制措施的启动,加强了模型的抗噪能力。