基于改进WOA-BP神经网络的电气火灾预警算法

电气火灾是一种严重危害人员安全和财产损失的事件,因此增强对电气火灾的早期预测和预警至关重要。基于提高电气火灾预测准确性的目的,采用了改进鲸鱼算法优化BP神经网络的方法,构建了电气火灾预警模型。使用剩余电流、工作电流电压和线缆温度作为神经网络的输入特征,结合上述改进方法对权值和阈值进行优化。优化后的参数作为初始参数进行模型训练,用于输出电气火灾的概率。采用电气柜中回路数据进行试验,将预测概率与剩余电流异常持续时间进行模糊化处理,得出火灾决策。研究结果表明,所提模型相关系数达到0.97,相较于传统方法提高了0.08,具有更高的准确性和可靠性。

基于机器学习的运动损伤预警模型

背景:运动医学界广泛呼吁采用机器学习技术高效处理庞大、冗杂的运动数据资源,构建智能化的运动损伤预警模型,以实现运动损伤的精准预警。对此类研究成果进行综合归纳与评述,对把握预警模型改进方向,指导中国损伤预警模型构建工作均具有重要意义。目的:系统梳理基于机器学习技术的运动损伤预警模型相关研究,为中国运动损伤预警模型构建工作提供借鉴。方法:对中国知网、Web of Science和EBSCO数据库进行文献检索,主要检索机器学习技术和运动损伤相关文献,最终纳入61篇运动损伤预警模型相关文献进行分析。结果与结论:①在纳入文献的外部风险特征指标中,缺乏比赛场景类指标,后续需进一步完善相关特征指标的纳入工作,以进一步丰富模型训练的数据集维度;此外,运动损伤预警模型的纳入特征权重方法以过滤法为主,需强化嵌入法及包裹法等权重方法的运用,以增强多风险因素交互效应的分析。②在模型主体训练方面,模型主体训练算法多以监督式学习算法为主,此类算法对样本标注信息的完整度有较高要求,应用场景易受限,后期可增加无监督式与半监督式算法的应用。③在模型性能评估优化方面,现研究主要采用了HoldOut交叉与k-交叉两种验证方式评估模型性能,模型的AUC值范围(0.76±0.12),灵敏度范围(75.92±11.03)%,特异度范围(80.03±4.54)%,F1分数值范围(80.60±10.63)%,准确度范围(69.96±13.10)%,精确度范围(70±14.71)%,数据增强与特征优化为最常见的模型优化操作。当前运动损伤预警模型准确度及精确度均约为70%,预警效果良好,但模型优化操作较单一,多采用数据增强方法提升模型性能,需强化对模型算法、超参数的调整,以进一步提升模型性能。④在模型特征提取方面,纳入的内部风险特征指标多以人体测量学、训练负荷、训练年限和损伤史等指标为主,缺乏运动恢复类指标与身体机能类指标。

考虑模糊聚类特性的电网运营风险自动预警系统

当前风险自动预警系统通常采用基于经验值的人工方法设置自动预警阈值,给出的是统一阈值,导致系统虚警率较高。因此,提出基于模糊聚类特性的电网运营风险自动预警系统。设计信息采集器和显示器,应用决策级融合原理和神经网络模型,整合实时采集的电网运营多源异构数据。从购电维度、输配电维度和售电维度入手,确定电网运营风险度量指标,得到风险度量结果。依托模糊聚类特性建立动态聚类图,对风险预警对象进行分类,分析电网运营风险的内容,作为自动预警阈值。根据预警阈值定义风险自动预警线,对比风险度量结果生成包含预警等级的自动预警信息。实验结果表明,所提系统的虚警率为2.67%,满足了电网运营风险自动预警要求。

带式输送系统姿态监测及预警机制研究

针对带式输送系统工作过程输送带撕裂、输送带跑偏、工作面堆煤以及输送带温度异常等问题,提出了一种基于机器视觉的带式输送系统姿态监测与预警模式,引入矿用5G通讯技术及智能采煤控制系统多机联动传输协议,保证了井下通讯信号传输的稳定性、高效性及多机协调性,能够实现对输送带撕裂、输送带跑偏、工作面堆煤以及输送带温度异常等方面的实时监测与预警,改善了传统掘进工作面的监测及运行方式,达到了系统智能化决策和自动化协同运行的目的。

金属矿山地质灾害风险智能监测预警技术现状与展望

金属矿山地质灾害风险智能监测预警技术是保障矿山安全生产的关键技术之一,是岩石力学应用于矿山安全领域研究的热点问题。从地质灾害风险定义、类型、监测方式、预警技术等方面出发,简述了金属矿山地质灾害风险监测预警技术的发展现状,指出在灾害风险定义方面,金属矿山地质灾害风险易发性、易损性和危险性量化分析理论体系尚不完善;在灾害风险监测与数据融合方面,多感知设备协同监测与数据融合理论仍不完善,尚未实现基于风险条件的感知设备布设方案智能调整,难以保障采动岩体力学响应的时空完整性与连续性;在灾害风险预警方法方面,监测与模拟相结合已成为矿山灾害预警发展趋势,应进一步与云计算、人工智能等技术相融合,建立完善的理论体系,实现实时动态、精准高效、智能的灾害风险预警。在此基础上,围绕“现场监测和数值模拟相结合灾害预测预警”的学术思想,提出了“地质灾害案例匹配、多源数据挖掘、力学机理分析、专家系统诊断”四位一体的灾害风险智能预测预警方法,进一步以弓长岭露天矿浅层隐伏空区垮塌与地表塌陷风险监测预警工作为背景,实现了上述方法的应用与推广。最后指出了金属矿山灾害风险智能监测预警技术存在着多源力学响应数据难以高精度连续协同感知、灾害预测预警模型参数难以精准选取、灾害监测预警系统尚不完善等问题,多灾种高性能、专用特种智能感知技术与装备,标准化数据通信协议与架构,监测—模拟相结合的灾害智能预警模型,地质灾害监测预警平台与数字孪生技术是解决上述问题的关键技术,是未来的主要发展趋势。

冲击地压多参量智能化监测分析及预警研究

针对张双楼煤矿冲击地压成因复杂、预警监测单一造成的预警准确率低的问题,基于冲击地压智能化预警平台,对张双楼煤矿冲击地压现状及监测预警效能进行分析。在智慧矿山理念背景下,以“应力场-能量震动场-变形场”为监测预警框架,从引发冲击地压的内因和外因两个维度出发,提出了以应力、震动波、钻屑量和地音值为参量的多参量监测预警方法,结合参量分析技术对冲击地压发生前各监测数据变化特征进行系统全面评价,为张双楼煤矿冲击地压预警与科学及时解危提供依据。现场应用结果表明,多参量监测预警方法的综合预警能力及准确度显著优于单一指标预警系统,为矿井安全开采和智能化矿井建设提供了参考借鉴价值。

基于数值模拟的澄通感潮河段水源地预警站设置研究

针对突发性水污染事件可能严重影响水源地取水,而现有研究针对感潮河段水源地预警站的确定方法尚无系统论述的问题,基于长江澄通感潮河段水动力-水质耦合数学模型,在厘清径潮共同作用下该河段污染物扩散输运规律的基础上,初步确定了长青沙和狼山水源地的预警站位置和数量;结合影响水源地的潜在污染源分布特征和污染物累积特征对预警站进行了空间校核,利用预警响应时效性对预警站进行了时间校核,最终确定了两水源地上下游共4个预警站的位置;基于预警站位置水质与水源地位置水质的相关性确定了长青沙和狼山水源地的应急响应方案,并给出了苯酚泄漏的风险响应限值。

基于LSTM网络的单台仪器地震烈度预测模型

烈度是地震预警系统的关键产出.如何实现快速预测目标场址的地震烈度是地震预警方法技术研究中的核心问题.本文提出了一种基于长短时记忆神经网络(Long Short-Term Memory,LSTM)的单台仪器地震烈度的预测模型(LSTM-Ⅰ).该模型以一个台站观测到地震动参数的时间序列特征为输入,实现动态预测该台站可能遭受的最大烈度.选取了日本K-NET台网记录的102次地震的5103条强震加速度记录训练了神经网络,利用89次地震的3781条数据检验了模型的泛化能力.利用准确率、漏报率以及误报率三个评价指标评价了LSTM-Ⅰ模型的性能.结果表明,当采用P波触发后3 s的序列进行预测时,模型出现漏报的概率为46.78%,出现误报的概率为1.25%;当采用P波触发后10 s的序列进行预测时,模型出现漏报的概率大幅降低到17.6%,出现误报的概率降低到1.14%.结果表明LSTM-Ⅰ模型很好把握住了时间序列中蕴含的特征.进一步基于LSTM-Ⅰ模型评估了Ⅵ度下台站所能提供的预警时间.本文模型能够提供的预警时间与P-S波到时差接近,说明LSTM-Ⅰ模型具有较高的时效性.

近地小行星材料特性对激光烧蚀驱动效率的影响试验分析

基于激光驱动效果和小行星材料特性密切相关的问题,针对脉冲激光对近地小行星物质的烧蚀驱动效率开展了试验研究,选用不同材质、孔隙率的类小行星试验样品,开展了冲量耦合规律测量试验。试验结果表明:在脉冲激光烧蚀的作用下,C型小行星比S型小行星具有更高的冲量耦合效率;随着小行星孔隙率的升高,冲量耦合效率降低,激光烧蚀驱动的效率下降。此外,还对激光烧蚀类小行星物质质量变化的规律进行试验,试验结果表明存在使得小行星质量烧蚀效率最佳的激光功率密度。对于需长期预警时间的威胁小行星,在烧蚀驱动偏转其轨道的同时,以最快的速率减少其质量,可进一步提升防御效率,实现防御的目的。

基于过程降雨的红层丘陵低山区滑坡灾害气象预警阈值研究

[目的]研究不同历时降雨强度与区域滑坡灾害的关系,并对滑坡灾害的气象预警阈值进行研究,为地方管理部门地质灾害预警提供科学依据。[方法]收集了2013—2021年研究区348个雨量站的逐小时降雨数据和231处近10 a已发生灾情、险情滑坡事件的时间及位置,基于平均降雨强度(I)—降雨历时(D)模型,分地貌单元,提出了不同降雨历时的临界降雨预警阈值和分级预警阈值。[结果]研究区丘陵地貌区不同前期降雨条件下1,3,6,12,24和48 h平均雨强的红色预警阈值依次为29.774,18.579,14.416,11.186,8.679和6.734 mm;低山地貌区不同前期降雨条件下1,3,6,12,24和48 h平均雨强的红色预警阈值依次为28.849,15.542,10.520,7.121,4.820和3.263 mm。[结论]在24 h前期降雨条件下,低山区对降雨的敏感性明显比丘陵区高,具体表现为低山区1,3,6,12和24 h的临界预警阈值明显比丘陵区更低,但随着降雨历时进一步延长,低山区和丘陵区域临界预警阈值趋于相近。

云南省地质灾害气象风险预警技术改进及应用检验

利用2014—2022年云南省地质灾害数据和气象降水资料,开展有效降水量致灾概率研究,并结合地质灾害易发因子,分区建立了新一代精细化地质灾害气象风险预警模型,并对模型性能开展了应用检验。结果表明:新建的地质灾害气象风险预警模型提高了预警产品的时空分辨率和准确率,应用效果良好。模型能提前较好地反映出区域性强降水过程背景下的气象风险预警等级;对较难预报的局地强降水,也可以通过实时更新的监测预警产品给出风险加强的趋势,提前发出地质灾害气象风险预警信息;能直接客观反映出极端强降水背景下的气象风险高级别预警,起到较好的预警提示作用。

基于阻抗在线测量的锂离子电池过放电诱发内短路识别研究

锂离子电池的过放电行为可诱发内短路进而可能导致热失控。由于单体电池一致性差异和过放电导致的内短路初期电、热特征不明显,使得电压和温度等常规物理参数难以可靠实现故障预警,而阻抗可以反映电池内部信息,对故障状态具有较好的指示能力。该文通过分析锂离子电池过放电诱发内短路引起阻抗变化的机理,基于设计的阻抗在线测量装置,确定用于监测电池内短路故障的特征阻抗频率为70 Hz,获取过放电诱发内短路过程中特征频率下动态阻抗及阻抗变化率,提出一种基于动态阻抗特征的内短路在线识别方法并验证了方法的可靠性。实验结果表明,锂离子电池放电过程中动态阻抗半正弦变化特征可提前约144 s实现过放电预警,动态阻抗针状变化特征可提前约152 s实现内短路故障预警,动态阻抗明显回升特征可作为内短路发生的标志。此外,阻抗变化率特征有助于实现锂离子电池故障识别及预警,该方法在锂离子电池故障在线快速诊断中具有重要的应用潜力。

基于地震P波初至2 s功率信息的高速铁路地震预警系统快速震级估算方法

震级估算是高速铁路地震预警系统的关键技术参数,更加快速、准确的震级估算模型能够更好地保障人民的生命财产安全。利用日本K-net强震动数据,建立基于地震P波到达后携带功率信息的地震动衰减模型并用于震级估算,并将本文算法与传统算法对比。结果表明,在1~5 s的时间窗下,模型的震级估算误差均明显小于传统的方法,且小震高估现象也明显改善;随着时窗长度的增加,模型的震级估算误差及标准差也逐渐降低,实现率也逐步提升,在1 s的时窗长度下,模型的单台震级估算实现率满足规范要求;对7级以下地震,模型的震级估算实现率可在地震P波到达1 s后满足规范要求;对7级以上地震,模型的震级估算实现率可以在地震P波到达2 s后满足规范要求。

矿井微震与电法耦合监测技术

随着煤炭资源开采区域、深度及强度的增加,矿井工作面采掘扰动极易诱发矿井突水事故,严重威胁我国煤炭资源安全开采。矿井水害事故的发生主要是岩体采动破裂与矿井水渗流共同作用的结果。研究表明,微震信号的纵横波到时、幅值、频率等参量可有效表征岩体破裂位置、强度及其震源机制,地电场信号中的电阻率、激励电流及自然电位等参量可有效表征岩体渗流演化过程。透水通道形成对应微震场特征,地下水渗流对应地电场特征,因此微震电法耦合方法对矿井水害孕育发展过程具有监测预警的功能,可有效对采动破坏过程中形成的突水通道、水源位置及渗流过程等水害三要素进行精准捕捉;减少单一地球物理方法多解性,提高水害监测预警精度,对煤矿防治水意义重大。当前,微震与电法耦合监测技术在煤矿水害实时动态监测中开始得到应用,突破传统微震与电法独立采集的局限,课题组自主研发了国内外首款煤安认证的微震与电法耦合并行监测系统,该系统以微震场与地电场并行采集基站为核心,集被动源微震波场与主被动地电场为一体,通过连接矿井物联网,实现远程数据采集控制、传输及云端存储;其一体化网络服务器主机可连接多个采集基站,并将微震检波器、电法激励电极与电位测量电极进行相互隔离、并行采集,形成微震事件密度与能级分布、电阻率分布、自然电位分布等时空云图来监测预判水害三要素。微震与电法耦合监测技术仍需在微震事件智能识别与定位、地电场的电阻率三维反演以及自然电位渗流反演方面进行专项攻关;结合并行监测的微震电法大数据集,重点在微震电法数据联合反演、智能化监测预警方向开展进一步研究。微震与电法耦合监测技术,作为矿井水害的主动预警监测新方法,可为我国智能化矿井建设发挥重要作用。

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。

基于多特征融合的露天矿区道路负障碍检测

随着智慧矿山概念的逐步落实,智能化、无人化逐渐在矿区落实,露天矿卡车无人驾驶日益成为矿山智能化建设的主要内容,为解决露天矿区复杂多变的道路因坑洼、塌陷等路面小部分下陷出现的非规则负障碍而导致矿区无人车、重载卡车侧翻等安全难题,提升矿区安全驾驶系数,提出一种多特征融合的露天矿区道路负障碍检测方法。该方法使用BiFPN特征融合模块,提高小型负障碍检测权重占比;引入空间和通道双注意力机制提高对负障碍边缘的特征提取和特征融合能力,从而提高对道路小尺度负障碍的检测精度;采用SIoU Loss作为模型边界框损失函数并使用K-means++方法优化Anchor以提高负障碍检测模型的收敛速度和边界框定位效果,并基于遗传算法优化超参数让模型更贴合矿区场景,最终实现对矿区道路负障碍的快速精准识别。实验表明该检测模型能快速准确识别复杂背景下露天矿区道路负障碍目标,对道路负障碍目标的检测精度、召回率、平均精确度均值分别达到了96.9%、89.9%、95.3%,且该模型大小仅有12.7 MB。对比其他主流检测网络,该网络模型更适合复杂环境下露天矿区非结构化道路行驶安全需求,且该检测模型的鲁棒性好,可适配于多种情况的露天矿区,为实际环境复杂多变的露天矿区非结构化道路负向障碍检测提供了可行的方法,为露天矿无人卡车安全生产运输提供安全预警。

基于LSTM的高压输电电缆接头异常预警系统设计

高压输电电缆接头异常预警容易受到谐波电流影响,导致预警效果不佳,为此设计了基于LSTM的高压输电电缆接头异常预警系统。检测高压输电电缆接头异常电流谐波,获取电缆接头介质状态。设计CC2430微处理器预警模块,负责处理预警区域内电流数据。构建接地线电流检测模块,负责评估电缆接头异常。构建LSTM神经网络预警模型,对比分析实时状态与模型中检测点状态,获取当前电缆接头状态的预测值。采用移动平均技术分析电流数据的整体变化走向,判断电流预测数据与阈值关系,根据系统指示灯颜色区分异常等级。由实验结果可知,该系统电流数值最大值为125 A,变化曲线与实际曲线一致,说明该系统的预警效果较好。

10 kV电缆接头局部放电趋势分析及预警方法研究

电缆接头是局部放电频发的位置,针对目前对局部放电趋势研究的不足和预警不及时的问题,提出了一种基于Mann-Kendall检验法和长短期神经网络(LSTM)的局部放电的趋势分析和预警方法。为了清晰地揭示局部放电数据的趋势特征,文中采用Mann-Kendall检验法对采集的暂态地电压(TEV)数据进行处理,定量计算趋势变化及突变点检测。文中提出基于Mann-Kendall检验法和LSTM算法的综合预警模型,该模型利用LSTM预测TEV序列幅值,并用Mann-Kendall计算预测值的趋势参数,通过综合考虑TEV幅值大小和趋势参数实现了电缆接头局部放电主动预警。算例结果表明,Mann-Kendall能清晰揭示局部放电变化趋势,LSTM对局部放电数据预测效果良好,基于二者构建的预警模型能较好地对局部放电进行预警。

锂离子电池热失控监测参数研究综述

锂离子电池因其能量密度高、自放电率低、循环寿命长、输出功率大等优点被广泛应用于储能领域,然而由于其不稳定性导致储能事故频发。从热失控-火灾蔓延角度出发,对热失控机理进行探究,基于产气成分及含量、膨胀力、表面温度、电压变化等热失控特征参数,对现有的磷酸铁锂体系电池早期预警(外部)方式进行综述,在此基础上,提出未来电池热失控早期预警(外置)的发展思路,为锂电池热失控早期监控及预警提供思路。

大数据下企业供应链风险管理与竞争情报融合模型构建--以华为公司为例

[研究目的]国际经贸对抗环境下,中美贸易摩擦将持续升级,国家层面的技术创新竞争使得企业面临的供应链风险大幅提升。同时,大数据改变了供应链风险管理模式,而竞争情报可以从理论、技术和方法等方面提升大数据下企业供应链风险管理能力,因此大数据下企业供应链风险管理与竞争情报的融合研究具有重要意义。[研究方法]采用文献分析、案例研究等方法,分析供应链风险管理与竞争情报的异同点,继而论证大数据下供应链风险管理与竞争情报融合的可行性和必要性,再辅之以标杆企业华为的供应链中断风险事件验证,最终构建大数据下华为供应链风险管理与竞争情报融合模型,并分析运行维护此模型的保障要素。[研究结论]研究表明,基于战略、组织、制度、技术和资源五要素的共同保障,大数据下供应链风险管理与竞争情报的融合能够实现供应链风险管理的全面性、及时性和有效性。