智能采煤机器人关键技术

采煤机是综采工作面的核心装备,研发智能采煤机器人是实现综采工作面智能化的关键。综合分析当前采煤机机器人化研究进程中的传感检测、位姿控制、速度控制、截割轨迹规划与跟踪控制等技术的研究现状,提出研发智能采煤机器人必须破解的“智能感知、位姿控制、速度控制、截割轨迹规划与跟踪控制、位-姿-速协同控制”五大关键技术,并给出解决方案。针对智能感知问题,提出了构建智能感知系统思路,给出了智能采煤机器人智能感知系统的架构,实现对运行状态、位姿、环境等全面感知,为智能采煤机器人安全、可靠运行提供保障;针对位姿控制问题,提出了智能PID位姿控制思路,给出了改进遗传算法的PID位姿控制方法,实现了智能采煤机器人位姿精准控制;针对速度控制问题,提出了融合“力-电”异构数据的截割载荷测量思路,给出了基于神经网络算法的截割载荷测量方法,实现了截割载荷的精准测量;提出牵引与截割速度自适应控制思路,给出了人工智能算法牵引与截割速度决策方法和滑模自抗扰控制的牵引与截割速度控制方法,实现了智能采煤机器人速度精准自适应控制;针对截割轨迹规划与跟踪控制问题,提出了截割轨迹精准规划思路,给出了融合地质数据和历史截割数据的截割轨迹规划模型,实现了截割轨迹的精准规划;提出了截割轨迹精准跟踪控制思路,给出了智能插补算法的截割轨迹跟踪控制方法,实现了智能采煤机器人截割轨迹高精度规划与精准跟踪控制;针对“位-姿-速”协同控制问题,提出了“位-姿-速”协同控制参数智能优化思路,给出了基于多系统互约束的改进粒子群“位-姿-速”协同控制参数优化方法,实现了智能采煤机器人智能高效作业。深入研究五大关键技术破解思路,有利于加快推动研发高性能、高效率、高可靠的智能采煤机器人。

煤矿井下非均匀照度图像去噪研究

煤矿综采工作面空间小、照明环境复杂多变,采煤过程中伴随着大量的粉尘、大雾,导致采集的图像出现曝光、细节特征减弱等问题,难以对井下照明区域光照强度过大的图像进行有效的特征提取。针对上述问题,提出了一种煤矿井下非均匀照度图像去噪算法。首先,将视频截取为图像,判断图像是否需要进行光照抑制,将需要进行光照抑制的RGB图像拆分通道,并计算每个通道的光照调节因子,实现图像的整体光照调节;然后,将未进行整体光照抑制的图像和经整体光照抑制的图像进行反射分量提取,即将输入的图像转换为HSV空间图像,使用单尺度Retinex(SSR)算法对V通道图像中的光照分量进行单独处理,将V分量中的入射分量去除,保留反射分量,并对反射分量使用直方图均衡算法实现光照均衡化处理;最后,使用基于引导滤波的暗通道先验算法对经过光照处理后的图像进行去雾处理,并使用伽马校正函数重新调节亮度不均的图像。主观评价结果表明:提出的煤矿井下非均匀照度图像去噪算法有效抑制了因光照导致整体亮度较高的问题,且由于大雾、粉尘等因素导致图像模糊的部分更加清晰,图像的细节特征更加突出。采用信息熵、均值、标准差、空间频率4种评价指标对提出的算法效果进行客观评价,结果表明,提出的算法在信息熵、均值、标准差、空间频率上较多尺度Retinex(MSR)算法分别平均提升了21.87%,-56.06%,153.43%,294.45%,较基于颜色保持的多尺度视网膜增强(MSRCP)算法分别平均提升了1.18%,-39.56%,33.29%,-4.71%,较带色彩恢复的多尺度视网膜增强(MSRCR)算法分别平均提升了38.06%,-55.27%,462.10%,300.96%,说明提出的算法能更有效地增加图像信息量、抑制光照强度、提升边缘信息及图像清晰度。

煤矿井下掘进机器人路径规划方法研究

针对煤矿非全断面巷道条件下掘进机器人移机难度大、效率低下等问题,分析了煤矿井下非结构化环境特征及掘进机器人运动特性,提出了基于深度强化学习的掘进机器人机身路径规划方法。利用深度相机将巷道环境实时重建,在虚拟环境中建立掘进机器人与巷道环境的碰撞检测模型,并使用层次包围盒法进行虚拟环境碰撞检测,形成巷道边界受限下的避障策略。考虑到掘进机器人形体大小且路径规划过程目标单一,在传统SAC算法的基础上引入后见经验回放技术,提出HER-SAC算法,该算法通过环境初始目标得到的轨迹扩展目标子集,以增加训练样本、提高训练速度。在此基础上,基于奖惩机制建立智能体,根据掘进机器人运动特性定义其状态空间与动作空间,在同一场景下分别使用3种算法对智能体进行训练,综合平均奖励值、最高奖励值、达到最高奖励值的步数以及鲁棒性4项性能指标进行对比分析。为进一步验证所提方法的可靠性,采用虚实结合的方式,通过调整目标位置设置2种实验场景进行掘进机器人的路径规划,并将传统SAC算法和HER-SAC算法的路径结果进行对比。结果表明:相较于PPO算法和SAC算法,HER-SAC算法收敛速度更快、综合性能达到最优;在2种实验场景下,HER-SAC算法相比传统SAC算法规划出的路径更加平滑、路径长度更短、路径终点与目标位置的误差在3.53 cm以内,能够有效地完成移机路径规划任务。该方法为煤矿掘进机器人的自主移机控制奠定了理论基础,为煤矿掘进设备自动化提供了新方法。

改进YOLOv5s的采煤机滚筒与支架护帮板干涉状态智能识别

针对综采工作面液压支架护帮板处于未收回异常状态导致采煤机滚筒与护帮板干涉问题,提出一种改进YOLOv5s的采煤机滚筒与液压支架护帮板干涉状态智能识别方法。运用课题组前期提出的基于边界约束和非线性上下文正则化的去雾去尘方法对视频图像进行清晰化处理,提高综采工作面监控视频图像质量;对YOLOv5s模型进行改进,通过将YOLOv5s主干网络中的普通卷积Conv替换为分类效果更佳的Ghost卷积,减少了模型的参数数量,提高了模型识别速度,同时引入坐标注意力机制,提高了模型对护帮板和滚筒特征提取能力,从而提高模型识别精确率。运用软非极大值抑制算法(Soft-NMS)的锚框筛选方法,减少因护帮板重叠而发生漏检问题。针对采煤机滚筒与液压支架护帮板干涉状态判定问题,提出液压支架护帮板与采煤机滚筒锚框重合度的判定方法。运用本文改进YOLOv5s模型与YOLOv5s、YOLOv3-tiny模型进行对比分析,结果表明:本文方法与原模型相比的识别精确率提高了约8.1%,GFLOPs降低1.86倍;mAP@.5达到97.2%、平均识别速度为检测时间为5.9 ms。运用本文方法对煤矿实际综采工作面采煤机滚筒与液压支架护帮板视频图像进行干涉状态识别试验验证,结果表明:对采煤机滚筒与液压支架护帮板干涉状态识别准确率为96%。

一种基于暗亮通道分割融合的低照度环境图像去尘雾及增强方法

受煤矿井下粉尘、水雾和低照度环境影响,对皮带运输系统的监测图像精准识别极为困难。针对现有去尘雾方法的图像处理结果和效率欠佳的问题,提出一种基于暗亮通道分割融合的低照度环境图像去尘雾及增强方法。首先利用阈值分割结合伽马变换修正通道差,解决因低照度环境影响导致的尘雾浓度较大区域与其他区域间像素值差异不明显的问题,修正后通过引导尘雾图像做引导滤波得到更加符合实际情况的全局大气光强;然后为解决暗通道先验在尘雾浓度较大区域失效问题,引入亮通道先验进行补充,使用通道分量来辅助暗通道及亮通道透射率融合,避免因多次分割而导致的边缘像素归属问题;最后将去雾后RGB图像转至HSV空间,对亮度分量进行直方图均衡化并将均衡化前后的亮度分量进行加权融合,采用客观指标评价,选择最优聚合权值进行聚合,同时考虑去雾过程中饱和度损失和亮度分量与饱和度分量间的相关性提出饱和度自适应矫正函数,对图像饱和度进行矫正,色调分量保持不变,随后将图像转回至RGB空间,得到亮度适中、信息保留丰富和色彩鲜艳的图像;为验证所提方法的有效性,采用主观视觉、客观指标和目标检测精度及置信度进行算法对比,实验结果表明所提方法在上述4个指标上均优于被对比算法,其图像细节保留丰富,图像视觉观感更佳。

基于改进最佳缝合线的矿井图像拼接方法

煤矿井下掘进工作面高粉尘、低照度的恶劣环境导致图像信噪比较低,且有效特征点数量严重减少,处理后的图像存在较大色差和噪声,在使用最佳缝合线算法进行图像拼接时出现细节错位、缝合线处过渡不自然或拼接痕迹明显的现象。针对上述问题,提出了一种基于改进最佳缝合线的矿井图像拼接方法。首先,对原始图像进行HSV空间变换,采用改进的Retinex算法对亮度分量进行增强,利用双边滤波函数代替中心环绕函数,以解决亮度差异大处产生的光晕问题,通过增强算法有效提高特征点提取数量。然后,采用SIFT算法提取特征点,并以余弦距离作为匹配度指标;引入像素余弦相似度作为约束项,并采用形态学操作对颜色差异强度进行改进,利用动态规划法对最佳缝合线进行搜索,以避免图像拼接处的错位现象。最后,结合渐入渐出融合算法,使图像过渡平滑,实现煤矿井下掘进工作面的图像融合。模拟井下实际工况环境进行实验验证,结果表明:基于改进最佳缝合线的矿井图像拼接方法与传统最佳缝合线算法相比,避免了颜色差异和噪声引起的错位拼接现象,拼接缝处的图像过渡更加自然,避免了“鬼影”和明显拼接缝的产生,且图像平均梯度提高2.38%,拼接时间提高32.5%,使得融合区域更加平滑自然,提高了拼接质量。

数字孪生驱动的掘锚设备跟踪定位与碰撞检测方法研究

掘锚自动化作业是煤矿巷道智能掘进的关键,针对当前掘锚设备交替作业过程中相对位姿测量和碰撞检测难题,提出一种数字孪生驱动的煤矿井下掘锚设备跟踪定位与碰撞检测方法。首先,为克服井下掘进工作面低照度、高粉尘、复杂背景干扰的影响,以多点红外LED标靶作为信息源,通过工业相机采集红外LED特征点图像,利用Hough轮廓检测与质心法提取光斑中心并通过二进制编码识别标靶ID,采用改进稀疏光流算法对光斑进行跟踪,同时建立基于PNP的掘锚设备位姿解算模型,采用对偶四元数获得设备间相对位姿。其次,利用数字孪生技术,基于Unity3D平台建立对应实际尺寸的掘锚设备及工作面数字孪生模型,利用Socket通信方式实现虚拟空间与物理实体之间的实时数据传输与交互,在虚拟空间中实现掘锚设备实时位姿的三维可视化,结合任意多边形OBB(orientedboundingbox)碰撞检测算法,实现掘锚设备虚拟碰撞检测。最后,搭建实验平台进行掘锚设备位姿测量试验,同时对虚实运动轨迹和碰撞检测效果进行验证。实验结果表明:掘锚设备跟踪定位实验的位置误差不超过20mm,角度误差不超过0.30°;虚实位置坐标对比中X轴方向最大误差不超过1.14mm;Y轴方向最大误差不超过1.10mm,能够保证系统虚实一致性和同步性,满足掘进工作面作业过程中掘锚设备实时跟踪定位及碰撞检测的要求。

基于单激光束信息的掘锚装备视觉定位方法研究

煤矿井下掘锚装备智能化是改善行业采掘失衡问题的关键,而掘锚装备的精确定位是实现其智能化的前提。与其他传统定位方法相比,基于视觉的位姿测量方法以其无接触、无累计误差的优势在煤矿井下得到了初步的应用。针对目前煤矿井下掘进工作面掘锚装备视觉定位方法存在的合作标靶结构复杂、标定繁琐的问题,结合掘进工作面原有激光指向仪特征,提出一种基于单激光束信息的掘锚装备视觉定位方法。该方法通过分析激光指向仪光斑及光束图像特征,提出了一种基于二维反正切函数拟合的激光光斑中心提取方法和基于Hough直线检测的激光束中心线提取方法,构建了基于点线特征的双目视觉位姿解算模型,得出了掘锚装备在巷道中的实时位姿。最后,为了验证提出的特征提取方法和视觉定位方法的可行性和准确性,在实验室模拟掘进工作面工况环境搭建平台进行了试验。结果表明:基于矿用激光指向仪信息的掘锚装备视觉定位方法具有较高的位姿测量精度。在50 m的测试范围内,机身位置在巷道坐标系下沿X轴、Y轴和Z轴的平均测量误差分别为25.44、58.64、31.08 mm,其最大误差分别为55.16、127.39、63.57 mm;机身姿态在巷道坐标系下的俯仰角、偏航角和横滚角的平均测量误差分别为0.22°、0.22°、0.41°,其最大误差分别为0.29°、0.37°、0.58°。满足煤矿井下巷道施工的定位精度要求。

数字孪生驱动的巷道自动成形截割虚拟调试方法研究

针对目前巷道自动成形截割控制调试周期长、调试成本大、安全风险大、成形质量难以评价等问题,提出了一种数字孪生驱动的巷道自动成形截割虚拟调试方法。采用基于即时外观建图(RTAP−MAP)技术重建巷道三维环境,构建掘进机控制系统模型,形成虚拟调试环境,并利用虚拟传感器技术实现物理空间到虚拟环境状态的精准映射。针对难以量化评估断面成形质量的问题,确立了巷道自动成形截割性能评价方法,以断面成形截割控制过程在数据传输中心的记录为基础,主要对断面成形精度、截割效率与油缸开关次数、硬岩切割调整、超挖欠挖4个评价指标进行计算,从而为深度学习算法的迭代优化提供精准反馈信号,并提出了一种融合强化学习的自动截割控制策略,以提高自动化作业的适应性和精确度。为验证该虚拟调试方法的有效性和准确性,搭建了掘进机自动控制实验平台,并将虚拟调试系统应用于掘进巷道成形截割自动控制程序中。虚拟仿真结果表明:①被调试软件在控制关键点位处的X,Y,Z轴定位误差的最大值分别为74.8,72.93,123.67 mm,说明虚拟调试方法的定位精度达到性能要求。②虚拟样机与物理样机轨迹基本一致,说明该调试方法实现了对物理空间的映射。应用结果表明:①强化学习控制器在虚拟掘进测试中适应了复杂环境,将虚拟传感器输入有效转换为精准控制指令,验证了模拟−现实迁移训练的可行性。通过处理掘进精度和避免超欠挖的实时反馈,控制器学习并优化了策略。②优化后的断面成形截割控制性能得到了提升,根据数据库中控制量时间戳的记录,用时126 s,较优化前耗时减少了8 s。③优化后截割部末端轨迹跟踪最大误差为6.0 mm,较优化前降低了0.3 mm,避免了截割轨迹抖动导致的欠挖,同时使得轨迹和断面更加平滑。

基于有限元的热力耦合场匣钵运动分析与优化

为解决装有锂离子电池正极材料的匣钵在辊道窑烧结过程中易出现异常横向运动使匣钵破损的问题,本研究通过分析匣钵异常运动特性的影响因素对其进行优化。首先,利用Solidworks软件建立辊道-匣钵传动系统简化模型,对匣钵进行受力分析,推导出匣钵发生异常横向运动的原因是辊棒的弹性变形;其次,通过Abaqus软件进行有限元仿真,对比分析热力耦合场和重力场下匣钵的位移曲线以及辊棒的受力情况。结果表明,与重力场相比,热力耦合场的辊棒弹性变形量更大,且热力耦合场匣钵横向位移在0~1 s内相对重力场增大,而在1~5 s内相对重力场减小,说明在温度和重力共同作用下所引起的辊棒弹性变形是导致匣钵异常横向运动的主要原因。在此基础上,设计了一种匣钵传动机构,包括辊棒支撑机构、匣钵夹紧装置及匣钵挡齐装置,并通过对比生产验证了改进机构的可行性。本研究对在辊道窑烧结过程中匣钵异常横向运动的影响因素进行分析并提供了一种改进机构,有助于推进锂离子电池正极材料生产设备的发展。

基于改进滑模控制的悬臂式掘进机轨迹跟踪技术

针对传统滑模控制在悬臂式掘进机轨迹跟踪中存在全局收敛速度慢、抖振显著等不足,提出了一种基于新型趋近律的改进滑模控制方法。通过在传统指数趋近律基础上引入掘进机机身的横向偏差、航向角偏差以及幂次趋近项,实现了掘进机轨迹偏差的快速收敛以及抖振的削弱;同时,采用边界层法进一步抑制抖振,解决了趋近律中符号函数乘积项易引起抖振的问题。分析了新型趋近律的存在性、可达性以及稳定性,并推导了干扰稳态误差的区间。考虑掘进机的不确定扰动,对传统滑模控制与改进滑模控制方法进行了仿真对比。结果表明,改进滑模控制的控制精度、收敛速度及抗干扰能力均优于传统滑模控制。最后,通过搭建实验平台测试了掘进机轨迹跟踪控制系统的性能,验证了改进滑模控制方法的可行性和有效性。研究结果可为煤矿井下恶劣环境中采掘装备的智能控制提供重要参考。

水射流构造自由面下滚刀线性切割破岩特性研究

为了分析水射流构造自由面情况下的滚刀切割破岩特性,本文采用有限元模拟分析方法,建立自由面工况下滚刀破岩模型,模拟不同切宽下滚刀切割岩石动态过程,得到水射流构造自由面工况下滚刀破岩载荷、破岩状态等变化规律,并利用线性切割实验进行验证。研究结果表明:水射流构造自由面后滚刀切割过程中,岩石会产生表面和内部拉伸裂纹,且当切宽小于临界值50 mm时,滚刀临近自由面侧的拉伸裂纹可以延伸到自由面,促进岩石破碎;水射流构造自由面情况下的滚刀破岩垂直载荷最大,侧向载荷最小,且合适的切宽可以显著改善滚刀受载;当滚刀能有效利用水射流构造的自由面破岩时,其破岩比能耗远低于无自由面效应下的滚刀破岩比能耗,前者仅约为后者的30%,破岩效率得到显著提高。研究结果可为水射流辅助滚刀破岩参数设计提供依据。

基于Sentinel-2时序数据的新疆焉耆盆地农作物遥感识别与评估

为及时准确地获取干旱区农作物种植信息,研究借助PIE-Engine Studio平台,以新疆焉耆盆地为研究区,基于2022年Sentinel-2影像和1948个野外定位采样数据提取农作物生育期内14种植被指数,使用See5.0决策树、随机森林(Randomforest,RF)和多元回归(Multiple regression,MR)模型优选特征参数,结合支持向量机(Support vector machine,SVM)算法构建5种分类模型和5种样方分割方案进行农作物种植信息提取,通过目视解译和混淆矩阵对比分析分类结果,确定最佳分类方案。结果表明:(1)所有分类模型的总体精度(OA)和Kappa系数均在92.20%和0.9037以上,说明在PIE平台中使用SVM算法提取农作物信息是可行的。(2)SVM-有红边的OA和Kappa系数均值为93.77%和0.9236,比SVM-无红边方法提高了0.96%和0.0120。(3)相比于SVM-有红边方法,植被指数的引入提高了SVM-RF、SVM-MR和SVM-See5.0的OA和Kappa系数。(4)5种分类模型的OA和Kappa系数均值的大小关系为:SVM-RF>SVM-MR>SVM-See5.0>SVM-有红边>SVM-无红边,表明红边波段和植被指数的加入显著提高了农作物识别的精度,其中SVM-RF(8:2)为最佳分类模型,OA和Kappa系数分别为98.72%和0.9866。研究结果可为准确快速获取大尺度干旱区农作物信息提供新的思路和参考依据。

民族服装图像描述生成的局部属性注意网络

针对民族服装图像属性信息复杂、类间相似度高且语义属性与视觉信息关联性低,导致图像描述生成结果不准确的问题,提出民族服装图像描述生成的局部属性注意网络.首先构建包含55个类别、30000幅图像,约3600 MB的民族服装图像描述生成数据集;然后定义民族服装208种局部关键属性词汇和30089条文本信息,通过局部属性学习模块进行视觉特征提取和文本信息嵌入,并采用多实例学习得到局部属性;最后基于双层长短期记忆网络定义包含语义、视觉、门控注意力的注意力感知模块,将局部属性、基于属性的视觉特征和文本编码信息进行融合,优化得到民族服装图像描述生成结果.在构建的民族服装描述生成数据集上的实验结果表明,所提出的网络能够生成包含民族类别、服装风格等关键属性的图像描述,较已有方法在精确性指标BLEU和语义丰富程度指标CIDEr上分别提升1.4%和2.2%.

超声影像组学在肝包虫病分型中的应用研究

目的 基于超声影像组学构建机器学习模型,探究其在鉴别囊型肝包虫病与泡型肝包虫病中的应用价值。方法 选取于我院及四川省甘孜藏族自治州石渠县经病理结果(金标准)或“四川省包虫病专家组”依据临床结果及专家共识(银标准)确诊的肝包虫病患者4976例,共纳入23 452张超声图像,其中囊型肝包虫病图像8557张,泡型肝包虫病图像14 895张。按病灶类型以8∶2比例将超声图像随机分为训练集18 762张与独立测试集4690张。使用Pyradiomics(3.1.0)提取超声图像的影像组学特征,对训练集及独立测试集超声图像均使用相同的提取器;使用极小化极大、标准分数及均值方法对影像组学特征进行特征缩放,使用主成分分析和Pearson相关系数进行特征降维,使用方差分析、递归特征消除、相关特征法及克鲁斯卡尔-沃利斯法筛选最佳影像组学特征。基于支持向量机(SVM)、自编码器(AE)、线性判别分析(LDA)、随机森林(RF)、逻辑回归(LR)、自适应增强(AB)、决策树(DT)、朴素贝叶斯(NB)8种分类器构建鉴别肝包虫病分型的最佳机器学习模型。训练集中,以十折交叉验证策略训练模型。绘制受试者工作特征(ROC)曲线分析不同分类器中最佳机器学习模型在训练集及独立测试集中鉴别肝包虫病分型的诊断效能。结果 从每张超声图像中共提取1130个影像组学特征,经特征选择动态筛选出1~40个最佳影像组学特征,并以此建立最佳机器学习模型。ROC曲线分析显示,RF模型在训练集及独立测试集中鉴别肝包虫病分型的曲线下面积分别为0.82、0.86,均高于SVM、AE、LDA、LR、AB、DT、NB模型,差异均有统计学意义(均P<0.05)。结论 基于超声影像组学的RF模型对鉴别肝包虫病分型的诊断效能最佳,有助于肝包虫病精准超声诊断。

“人-机-环境”共融的工业数字孪生系统智能优化方法

工业数字孪生系统是智能制造应用实施的重要手段,但现有工业数字孪生系统主要面向机械系统探索研究理论和关键技术,缺乏从“人-机-环境”全局开展系统建模和优化。鉴于此,分析了“人-机-环境”系统建模和智能优化研究进展,总结了“人-机-环境”共融的工业数字孪生系统基本特征,建立了系统参考架构。然后,提出了“人-机-环境”共融的工业数字孪生系统智能优化方法与关键技术体系,主要包括数据驱动的快速动态建模与仿真方法、基于生成式人工智能(AI)的数字孪生快速建模方法、多模态感知与智能交互方法、虚实同步映射与模型校正方法、基于分布式计算的运行优化控制方法、“人-机-环境”安全监测与态势感知方法和基于AI agent的系统自学习与优化控制方法等。最后,通过典型案例展示了智能优化方法的应用效果。所提出的工业数字孪生系统智能优化方法为实现智能制造过程中的“人-机-环境”共融提供了重要支撑。

基于深度学习的IRS辅助无线通信系统信道估计

智能反射表面(Intelligent Reflecting Surface,IRS)能够对入射其上的信号进行一定的相位和幅度的变换,从而达到信号的精确传输,提高信号的覆盖和传输效率。但是这种优势都是在已知精确的信道状态信息(Channel State Information,CSI)的前提下才能达到。基于IRS元件的无源性,精确的CSI很难得到。针对此问题使用压缩感知(Compressive Sensing,CS)算法结合深度学习(Deep Learning,DL)的方法来解决。使用共链路结构来优化传统的压缩感知算法,能够在更低的导频开销和信噪比(Signal to Noise Ratio,SNR)下获得更好的归一化均方误差(Normalized Mean Square Error,NMSE)。将信道估计问题看作为去噪问题,把优化后的CS算法所得结果看作含有噪声的CSI,使用多重深层降噪块网络对其进一步去噪,得到更加精确的CSI。实验表明,所提算法较对比算法在相同SNR下有更好的精度。

基于“久病入络”理论探讨“虚”“痰”“瘀”与肺纤维化的关系

肺纤维化(pulmonary fibrosis, PF)是一种慢性、进行性、致死性的间质性肺疾病,是呼吸系统很难治愈的疾病之一。目前,西医治疗手段有限,只能在一定程度上控制疾病进展速度,而无法从根本上治愈PF。中医“久病入络”理论体现的是疾病复杂生变的病理过程,其中“虚”“痰”“瘀”是其重要的病理体现。中医认为,PF日久不愈,易致正气不足,肺气虚弱,肺络失养,从而进一步导致痰瘀互结,形成本虚标实之证,与“久病入络”密不可分。文章基于“久病入络”理论探讨“虚”“痰”“瘀”与PF的关系,以期从中医领域探索防治PF的可能手段,进一步扩展PF的治疗措施,为PF临床治疗提供参考,从而更好地改善预后,提高PF患者生活质量。

基于EABC算法优化RFR模型的电力行业碳排放量预测

针对电力行业碳排放量预测问题,在传统人工蜂群算法中引入遗传学习策略进行改进,提出一种基于进化人工蜂群算法优化的随机森林回归预测模型。首先在可拓展随机性环境影响评估模型(stochastic imacts by regression on population affluence and technlogy,STIRPAT)模型基础上确定电力行业碳排放量影响因素,将其作为预测模型的输入自变量,继而利用进化人工蜂群算法优化随机森林回归模型,从而避免模型参数主观设置不合理对预测精度的不利影响,最后运用参数优化后的模型对电力行业碳排放量进行预测。实际测算数据验证结果表明,该模型可以准确反映电力行业未来碳排放趋势,并且与其他预测模型相比,预测精度更高、优势更加明显,能够为节能减排政策制定提供参考借鉴。

考虑地质影响的深基坑复合土钉墙最优支护参数选择技术

通过勘察一区域综合办公写字楼主楼获取土层详细指标,利用土钉抗力参数计算选取最佳土钉墙材料,并设计深基坑复合土钉墙支护方案与施工流程。将设计好的施工方案输入到FLAC3D软件中模拟深基坑支护结构,模拟不同地质影响下的侧压力系数。经试验验证:当土钉参数为5排、钢管嵌固深度参数为2 m时,支护结构可以最大程度降低深基坑的水平位移与沉降;在侧压力系数较大情况下,可以保持较低的竖直位移与深基坑坑底隆起值,具有较好的支护效果。