煤矿智能快速掘进关键技术研究现状及展望

针对煤矿巷道掘进智能化建设情况,探讨了现阶段分别以连采机、掘锚一体机、全断面掘进系统、掘锚机为核心的四大类智能快速掘进成套装备发展现状,分析了四大类智能快掘装备与地质条件适用性,提出了实现煤矿智能化掘进需要解决的关键技术的问题,探讨了以信息传输与智能分析技术、智能感知技术、精确定位导航技术,自主定型定向截割技术、掘进机远程自主截割控制技术以及多级多工序智能协同控制技术为基础的智能化掘进实现途径;基于复杂地质条件下煤矿巷道掘进亟待解决的关键问题,提出了以掘进作业功能需求、掘进工艺要求为依据的系统化分析、模块化设计、功能优化组合的设计方法;研究了以虚控实、虚实结合的多级数字孪生构架,基于掘进巷道设备、环境、地质构造多维信息再现实现掘进机远程控制;提出了单机智能化、系统协同化、井下智控与地面远程监控相协同的控制方法。开发了新型的无重复碾压柔性超前支护技术、截割部多级伸缩截割技术、智能锚固机组多钻机并行作业等技术,研制了具有掘、支、锚、运、探多工序并行作业的新型快速掘进作业联合机组,提出了掘进机器人、超前支护机器人、锚固机器人、辅助运输机器人组柔性并行作业技术;提出了基于数据驱动的多机多工序协同控制行为规划决策方法。提出构建完整的煤矿井下跨系统全时空信息数字感知体系,构建集井下现场生产状态、掘进巷道空间信息、掘进装备状态、风险信息等多参量、多尺度、全时空特性的数据感知智能化监控平台,实现虚拟系统与实际掘进系统实时通信,通过数据驱动规划分析实现智能化、少人化掘进。

云计算中心的高效地震处理解释能力体系建设与工业化应用

随着云计算中心硬件环境的建立,如何充分利用云中心的计算、存储和网络基础设施环境建立高效的地震处理解释能力体系,从而实现地震处理解释新技术的大规模推广与工业化应用成为必须解决的问题。文章将重点介绍如何利用云计算中心的基础设施环境,建设高效地震处理解释能力体系。

基于视觉的并联机床位姿测量研究

为准确测量并联机床的位姿,提高并联机床的运动精度,提出一种基于视觉的位姿测量方法用于并联机构的末端位姿检测。采用Femto深度相机作为测量设备搭建测量平台,并用棋盘格标定板和MATLAB对相机进行标定;将标靶置于动平台进行位姿采集,利用点云库对采集后的数据进行过滤和提取;最后,将计算出的实际位姿与输入位姿进行实验比较。结果表明:X、Y、Z轴的最大误差分别为0.071、0.047、0.394 mm,绕X、Y、Z轴旋转的最大误差分别为0.09°、0.09°、0.14°,满足精度要求,证明了此方法的有效性。此方法操作高效便捷、成本低廉,在保证高检测精度的同时,可为位姿测量和后续标定实验提供新思路。

基于临时支护新装置的工序优化与支护性能分析

针对掘进工作面存在的掘支平行作业难、用时比重失调问题,为实现平行作业、快速支护,设计了新的临时支护装置,具有尺寸可调、快速响应、及时支护的特点。采用理论分析加数值模拟的方法进行研究;介绍了装置的结构设计;以新巨龙煤矿综掘施工技术为例进行工艺优化,从理论上提出一种分区平行作业的施工技术;通过顶板两端简支岩梁力学模型,展开装置临时支护作用机理分析;并对装置的支护性能进行结构静力学分析。结果表明:在巷道顶板松动范围0~3.30 m时,装置支护所需承受的载荷为158.40 kN;仿真得到最大等效应力为57.37 MPa,在装置顶梁下端与耳座位置交接处,最大位移量出现在中间梁上端中部,为0.30 mm,装置的结构设计能满足支护要求。此研究可为实现快速掘进的平行作业,高效支护和安全生产,提供有益参考。

线云隐私攻击算法的并行加速研究

线云定位方法能保护场景隐私,但也存在被隐私攻击算法破解的风险。该攻击算法能从线云恢复近似点云,但其计算效率较低。针对该问题,提出了一种并行优化算法,并对其运行时间和加速比进行了分析。具体来说,分别采用SPMD模式和流水线模式实现了CPU多核并行和GPGPU并行。然后,进一步结合数据并行模式实现了异构计算,以达到最高的并行度。实验结果表明,并行优化算法加速比最大为15.11,最小为8.20;相比原算法,并行优化算法的还原点云相对误差控制在原误差的0.4%以内,保证了算法的精度。该研究对线云隐私攻击算法以及其他密度估计问题、不同场景下的线云隐私保护算法等有重要意义和参考价值。

基于MapReduce的并行化电网运行数据处理方法研究

在大规模新能源的新型电力系统中,由于云端电力数据存在结构复杂、数据量大及多维度的特点,因此不利于发挥数据对运行的指导作用,甚至有可能危害电力系统的安全、稳定运行。针对上述问题,文中提出了一种基于MapReduce的电网数据分析方法。其将云计算应用于新型电力系统,并构建了基于MapReduce云计算模型的并行化处理算法,进而提升了系统的响应速度。通过将该方法应用于电网的数据处理结果表明,所提方法可以有效地提高电网运行数据处理的准确性和工作效率。在海量数据的工况下,其处理效率约为30 min,且随着数据量的增加仍可保持稳定性与准确性,实现了网格化的并行分析。

云计算的大数据分析技术在智能电网中的应用

探究了云计算的大数据分析技术在智能电网中的应用。通过分析智能电网所产生的数据量,介绍了云计算在数据存储、处理方面的优势。结合智能电网的需求,讨论了云计算大数据分析技术在智能电网运行优化、故障预测与管理、能源调度等方面的应用。最后,展望了云计算大数据分析技术在智能电网未来发展中的潜力。

边缘计算与云计算融合的运维数据安全存储方法

在运维数据安全存储中,传统方法的应用效果不佳,运维数据的丢失率及存储带宽消耗较高,无法达到预期的存储目的。对此,文章通过边缘计算识别运维数据的敏感度,并根据数据敏感度对运维数据进行加密处理;利用云计算技术对运维数据进行压缩和备份处理,从而建立数据云存储架构并设定安全访问认证,进而完成边缘计算与云计算融合的运维数据安全存储。实验证明,该方法的运维数据丢失率低于1%,单位数据存储带宽消耗低于0.3 Mbit,能够有效确保数据存储的安全性、完整性以及节能性。

High performance reconfigurable hardware system for real-time image processing

A novel reconfigurable hardware system which uses both muhi-DSP and FPGA to attain high performance and real-time image processing are presented. The system structure and working principle of mainly processing multi-BSP board, extended multi-DSP board are analysed. The outstanding advantage is that the communication among different board components of this system is supported by high speed link ports ＆ serial ports for increasing the system performance and computational power. Then the implementation of embedded real-time operating systems （RTOS） by us is discussed in detail. In this system, we adopt two kinds of parallel structures controlled by RTOS for parallel processing of algorithms. The experimental results show that exploitive period of the system is short, and maintenance convenient. Thus it is suitable for real-time image processing and can get satisfactory effect of image recognition.

Reliability Measure of a Relay Parallel System under Dependence Conditions

In a relay system of dependent components, the failure to close reliability measure is given as a Girsanov transform of the failure to open reliability measure.

长距离连续隧道群运营安全与行车舒适性评价方法

为提高长距离连续隧道群路段的行车安全性及舒适性,基于层次分析-熵权法及云-物元理论建立了长距离连续隧道群运营安全及舒适性分析方法。通过对长距离连续隧道群交通事故的统计调研,得到了长距离连续隧道群运营安全及舒适性的影响因素,利用层次分析法构造长距离连续隧道群运营安全影响因素体系,依据专家打分构造判断矩阵,通过熵权法计算得到权重指标。采用云-物元理论给定了不同影响因素的状态等级及判别等级的关联度,根据关联度最大的原则,确定长距离连续隧道群的安全性及舒适性等级。最后,依托宜攀高速庙子湾-唐家湾隧道群进行分析,确定该长距离连续隧道群安全性等级为IV级,舒适性等级为IV级,应采取相应措施。

兼顾人防功能的地下综合管廊安全运维风险评估与优化

兼顾人防功能已成为地下综合管廊建设和运维的发展趋势,但地下综合管廊自身功能与人防要求的耦合使其安全风险评估和运维更为复杂,针对此问题提出基于AHP-云模型的地下综合管廊兼顾人防安全风险评估方法和补强优化措施。首先,利用等级全息建模方法(HHM)从宏观结构和安全管理视角构建风险识别维度,运用Vague集理论过滤分析,建立6个一级风险指标、36个二级风险指标;其次,构建风险评估AHP-云模型,评估徐圩新区地下综合管廊兼顾人防的安全运维管理现状;最后,针对评估结果并结合人防工程相关标准,提出综合管廊兼顾人防功能的优化措施,基于BIM和Unity 3D建立综合管廊兼顾人防情景演练。结果表明:评估方法与指标适用于兼顾人防的地下综合管廊,评估结果直观、准确、可靠;项目整体运维安全风险等级为低风险,但结构主体和孔口设施为中等风险,经补强优化后符合人防相关要求。

基于云边协同的决策树并行化设计

随着海量数据的分析任务越来越重,数据挖掘工作需要进一步推进和优化。文章首先提出了基于云边协同的决策树并行化设计,根据连续属性离散化判断分裂属性,在属性确认之后建立决策树;其次对并行化设计内的数据进行预处理,构建决策树整体并行流程;最终实现数据的实时分析与智能处理。对比试验表明,基于云边协同的决策树算法连续属性离散化的优化,在保证准确率的基础上,能有效地缩短运算时间,提高算法的运算速度。

基于边缘代理及深度学习的轻量型云边协同框架研究

随着电网建设的发展,配电站房及其设备规模持续增长,对边缘物联代理的实用化提出了更多挑战。在Kubernetes常规容器化架构的基础上,提出轻量化设计思路减少边缘物联代理装置对硬件资源的占用和消耗,实现云-边-端业务协同、数据协同和智能协同,同时在边缘侧开展了业务应用APP以及AI视觉学习模型算法库的规划设计,较好地满足了配电网运检业务的需求。

基于GPU的点云模型快速重建方法

利用GPU并行特点,将点云数据分块并行处理,实施多线程并行重建。从有序点云的数据关系入手,设计点云处理平滑在内的数据处理方法。利用GPU对分块数据快速三角化曲面重建,使用拉普拉斯算法对重建后的曲面进行平滑处理。通过对5组不同的海量数据进行重构模型实验,与传统的单纯使用CPU重构方式相比,GPU方式将模型重构速率提升了数十倍至上百倍,模型重建速度得到了大幅度的提升,可有效适用于高精度器件装检预判,提高装配质量。

设计与建造结合研究——数字技术应用下的建筑运作范式解析

针对我国目前建筑系统内执行“一个环节完成之后、下一个环节才开始”的串行运作流程,而使得设计与建造脱节,带来“设计—建造—修改设计—重新建造”反复循环的问题;在数字技术的辅助下,提出了模块化组织与设计方法,进而阐述了两个层面的具体操作步骤。在此基础上,构建了“并行化”运作模式,从而给“设计与建造”系统以新的范式定义。

基于混合云架构的电厂运行数据并行迁移系统

传统的电厂运行数据并行迁移系统存在数据迁移速率低的问题,导致系统延迟较高,因此设计了基于混合云架构的电厂运行数据并行迁移系统。在硬件方面,设计了电路模块、单片机模块、传感器模块与处理模块,单片机采用ADN7632,以光敏传感器、红外传感器、霍尔传感器组合成传感器模块,利用STN5349完成相关信息处理。同时引入混合云架构设计系统软件,通过原始运行数据转换与迁移、数据同步、并行迁移完成软件设计。实验结果表明,该系统的数据迁移速率更高,系统延迟符合电厂的实际要求,具有更高的应用价值。

基于地震资料处理系统的主动式运维方法研究

目前,中国石化石油物探技术研究院地球物理云计算中心已形成了信息技术基础设施配套、功能齐全、技术先进、运行高效、服务优良的系统框架体系。通过对基于海量运维数据的采集、处理、展示、分析和软件定义地震资料处理系统的方式,将丰富的运维经验实现数值化并与运维指标相关联,帮助信息技术人员快速的定位问题节点,缩短硬件故障修复的时间,形成了一种基于地震资料处理的主动式运维方法。

分布式云计算中心监测数据可视化运维技术

当前的中心监测数据可视化运维矩阵多为单向,运维处理受限制,导致可视化运维单元响应时间增加。对此,提出分布式云计算中心监测数据可视化运维技术。根据测定要求采集初始运维数据,以多目标交叉的方式打破运维处理的限制,设计多目标交叉分布运维矩阵,基于此,构建高阶特征数据可视化运维模型,采用聚类反位处理实现数据可视化运维。测试结果表明,多维云计算监测数据可视化运维测试组的可视化运维单元响应时间被较好地控制在0.25 s以下,说明该技术应用效果更佳,针对性更强。

基于云计算的智能电网信息平台

坚强智能电网是未来电网的发展趋势,而信息平台是支撑坚强智能电网建设的重要基础。为了充分利用计算资源,满足智能电网对全部信息的可靠存储和高效管理的需要,提出基于云计算的智能电网信息平台,给出了该平台的体系结构,并详细分析了新方法的可行性、优势及需要解决的问题。针对智能电网状态监测的特点,结合Hadoop云计算技术,提出智能电网状态监测云计算平台的解决方案。研究云计算中的虚拟化、分布式存储与并行编程模型等问题,实现智能电网海量信息的可靠存储与快速并行处理。