选煤厂浮选机自动化控制系统优化设计改造

在协同控制理念下,对选煤厂浮选机自动化系统进行优化设计改造,并分析其控制效率。以浮选机对应的原矿精磨颗粒的给进量、搅拌系统转速、压气流量、上刮板转速、下刮板转速、浮选液加入及回收量等为控制对象,结合选煤厂全系统的仓位控制参数,使用模糊多列神经网络为数据反馈处理方法,对选煤厂浮选机控制系统进行优化改造。发现通过在自动化系统中加强浮选机的协同性,可以有效地提升选煤厂产量并压制成本。

地下金属管线测量与定位技术的发展及应用

为了提升地下金属管线测量定位的精度及效率,该研究引入单天线大功率多波段射频发射天线技术并基于傅里叶变换、模糊多列神经网络大数据分析技术,设计了一种多目标可识别的地下金属管线测量定位设备。该设备可以使用1台设备实现多种地下可励磁结构的识别,且可以判断地下可励磁结构的类型。该设备拥有更高的灵敏度和特异度,且该设备拥有更短的最短探测距离,使其在施工现场的可用性更高。

考虑异常事件约束的配网故障风险智能预判方法

为了提升电网配网异常事件约束及预警算法效率,将异常事件约束元数据从电网系统负荷数据和电网设备状态数据调整为配网发令系统数据,通过引入模糊神经网络,使用模糊矩阵对数据强制归一化后导入多列模糊神经网络,最终在有针对性的加权规则下得到基于调度法令系统原始大数据的数据预警结果,从而减少异常事件发生,提高对配网故障风险的检出率。在仿真环境下,该配网发令系统测得更高的敏感度和特异度,并具有更高的响应效率,说明在异常事件约束人工智能算法中,配网发令系统数据具有更高的数据挖掘效果,从而能够提前对配网故障风险做出智能判断。