长距离自动巡检绞车无线供电系统研究

针对煤矿井下绞车供电问题,设计了一种长距离自动巡检绞车无线供电系统,重点介绍了该系统的无线供电模式,并通过理论分析得出系统的输出功率、输出效率随原边线圈内阻的增大而减小,随逆变器开关频率的增大而增加;根据该结论及井下绞车长距离导轨的实际情况,设计了分段供电模式。仿真与实验结果验证了该系统的可行性。

双LCL拓扑ICPT系统恒频恒流稳压特性研究

针对负载动态变化及切换易造成感应耦合电能传输(ICPT)系统频率失谐和负载输出电压变化的问题,基于双LCL拓扑电路,提出一种实现原边线圈中电流幅值恒定、负载端稳压输出并保证工作频率稳定性的设计方法。首先分析拾取侧LCL拓扑电路的恒压特性,结合ICPT系统拾取端反射阻抗呈阻容性且容性部分与负载变化无关这一特点,提出两种原边补偿电路设计思路,同时在此基础上分析了原边LCL拓扑实现原边线圈恒流工作的特性条件。然后给出了双LCL拓扑ICPT系统同时实现原边线圈电流恒定、负载端电压稳定、工作频率稳定的总体条件,并分析了主要参数对系统性能的影响。最后,通过仿真和实验结果证明了理论分析方法的正确性。

基于虚拟力的异构无线传感器网络覆盖优化策略

针对异构无线传感器网络覆盖优化过程中,固定Sink节点的虚拟作用力限制移动节点的位置移动,导致覆盖盲区得不到全局修复的问题,本文结合计算几何理论,提出基于Voronoi多边形形心引力的虚拟力覆盖优化算法(CAVFA)。虚拟力算法能有效指导移动节点的散布过程,形心引力能更好地实现全局的覆盖优化。通过合理设置虚拟力的距离阈值参数和优先级,调整固定节点对移动节点的约束。仿真表明,相比传统VFA算法和CBA算法,本文提出的CAVFA算法能够更有效地提高异构网络的覆盖率,且算法收敛速度更快。

带内全双工无线通信自干扰消除及MAC调度研究综述

带内全双工(in-band full-duplex,IBFD)无线通信允许节点在同一频段上同时进行发送和接收,与传统双工相比理论上最大可成倍提高频谱利用率。分析了IBFD无线全双工通信需要解决的主要技术问题,系统性地归纳了IBFD无线通信研究现状。介绍了IBFD无线通信系统模型和关键技术,特别强调了自干扰消除方法和媒体接入控制(medium access control,MAC)层协议及调度机制的研究。最后结合当前研究和应用热点,提出了未来IBFD无线通信发展趋势和研究方向。

挑战环境下无线磁感应传感网理论与关键技术

针对挑战条件下复合介质中安全与环境监测的需求,为了克服路径损耗严重、信道条件动态变化和电源条件受限等问题,提出了面向复合介质应用的基于无线磁感应通信和磁感应波导通信的理论模型,给出了无线磁感应传感网的网络体系结构。对无线磁感应传感网的研究方向及应用进行了展望,指出了开展相关研究的迫切性。无线磁感应传感网的研究对地下环境监测、长距离或人口密集区输油、输气、输水等生命线工程的安全监测具有重要意义。

基于相电流增量的故障区间定位新方法

为解决配电网单相接地故障时定位效果不佳的问题,根据故障发生后健全线路及故障线路故障点下游暂态三相电流增量波形相似,而故障线路故障点上游故障相与非故障相暂态相电流增量波形差异较大的特点,提出一种基于相电流增量的故障区间定位新方法。该方法利用各个检测点的三相电流增量求出各自的功率系数并发送到主机,通过对比相邻检测点的功率系数判断出故障区间。其优势在于仅利用电流作为故障区间定位特征量的同时减少了通信系统的压力。通过仿真和数据分析表明,该方法在各种初始电压相位下发生高、中、低阻接地时均能正确的判断出故障区间,具有原理简单、适用性好的特点。

爆炸性环境用变频驱动系统防爆功能技术分析

与普通电气传动系统相比,在煤矿、石化等现代工业生产中存在可燃性混合物形成的爆炸性环境,变频驱动系统由于电火花和热表面等潜在点燃源存在,可能引起爆炸导致人员伤亡和重大损失。对爆炸性环境下变频驱动系统防爆功能技术方面的标准、研究现状进行梳理,从爆炸性环境下变频驱动系统结构与安全、防爆变频器、防爆电动机3个方面进行归纳总结,讨论了系统各部分研究和特殊环境应用中存在的问题;对极限环境下变频驱动系统可靠性、爆炸性环境下变频驱动系统安全评估技术、新型隔爆变频驱动一体化技术等方面进行了展望。

一种能量高效的分布式非均匀分簇路由算法

针对分布式分簇路由多跳通信方式中出现的"热区"问题,在现有的分布式分簇路由协议的基础上改进,并提出了能量均衡前行路由算法(EBFA)。该算法采用非均匀分簇和簇间多跳转发策略,在多跳转发阶段,引入社会福利函数预先评估数据转发路径上节点间的能量均衡程度,选择能量均衡程度较好的作为转发节点。仿真结果表明:相比于LEACH和EEUC,此算法最大程度上延长了网络的生存周期,较好地均衡了节点间的能量,解决了多跳路由中热区的问题。

基于改进FOA优化BP神经网络算法的光伏系统MPPT研究

针对基于BP神经网络的光伏系统MPPT策略在光照强度突变时存在较大误差的问题,提出了一种改进的果蝇优化算法用于BP神经网络的权值和阈值优化,并建立了基于IFOA-BP神经网络算法的光伏系统MPPT控制的仿真模型。测试和仿真结果表明,IFOA的收敛速度和求解精度较改进前均有明显提升;IFOA优化后的BP神经网络收敛速度加快,预测误差减少;较之于电导增量法,IFOA-BP神经网络的MPPT策略在稳态条件下能明显抑制功率波动,在外界条件发生突变时,能迅速准确地追踪到最大功率点,具有良好的稳态精度和动态特性。

隧道多中继协作通信系统功率分配与容量优化

基于多波模信道模型建立了矩形隧道多中继协作通信系统模型,给出了放大转发和译码转发协作模式下多中继协作通信系统的信道容量计算公式。在系统总功率受限的情况下,提出了基于遗传算法的隧道多中继放大转发协作通信系统优化功率分配方法和隧道多中继译码转发协作通信系统多重KKT优化功率分配方法,以优化系统的信道容量。仿真结果表明,隧道多中继协作通信系统优化功率分配方法可提升系统的信道容量。

低开关频率下三电平同步对称SVPWM算法实现

大功率应用场合下三电平逆变器开关频率降低,输出电流谐波增大,采取同步且对称的调制策略可优化谐波性能。通过分析同步且对称调制特性,总结三电平SVPWM同步对称的基本条件;详细给出开关规则和具体实现步骤,使输出电压波形在任意整数脉冲下,满足同步、三相对称、1/2周期对称、1/4周期对称。同步对称调制可在低开关频率下消除非特征次谐波,降低输出电流总谐波畸变率。通过Matlab仿真和DSP实验验证了该调制策略的可行性和有效性。

矿井巷道AF协作通信系统建模及信道容量优化

针对矿井巷道复杂受限环境中电磁波传播多径衰落问题,基于多波模信道模型,建立了矿井巷道放大转发(amplifying-and-forwarding,AF)协作通信系统模型,分别推导出矿井巷道单中继和多中继AF协作通信系统的信道容量公式。考虑矿井巷道内的本质安全要求,在系统总功率和各节点功率双重受限的条件下,以信道容量为优化准则,分别提出了矿井巷道AF协作通信系统单中继和多中继环境的功率分配方法,并进行了仿真比较。实验证明,本方法能够显著提升系统的信道容量;系统总功率的大小影响功率分配方法对信道容量的优化效果和优化幅度:在一定总功率范围内,功率分配方法对信道容量的优化效果随着总功率的增加而减小,功率分配方法对信道容量的优化幅度随着总功率的增加而增加。

一种新型装载机动态定量装车系统设计

针对现有煤炭装运方式存在装载效率低的问题,根据煤炭企业的实际情况,设计了一种新型装载机动态定量装车系统,介绍了该系统的硬件、软件设计及数据处理方法。该系统无需中途停斗计量,在装载机作业的过程中即可完成称重作业,并可实时准确显示货物质量;利用组态软件还可实现多机协同装载,提高了装载机的装载效率。

基于EEMD和SVM风机故障诊断的研究

针对如何提高煤矿主通风机故障诊断的准确率的问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机(SVM)的风机故障诊断模型。该模型通过分解振动信号得到模态函数,提取能量熵作为故障诊断的特征值,使用粒子群优化算法(PSO)优化过的支持向量机模型诊断故障,其准确率已从87.5%上升到98.75%,实验表明,该模型的故障诊断正确率比较理想。

基于CEEMDAN和ELM的风机故障诊断研究

针对通风机轴承信号非平稳和故障样本稀少的问题,提出基于完备集合经验模态分解(CEEMDAN)和极限学习机(ELM)的轴承故障诊断方法。首先,利用CEEMDAN分解故障信号得到本征模态分量(IMF);然后,使用极限学习机学习IMF能量特征;最后,将极限学习机用于故障诊断。

考虑配电网分布式零序电流关系的单相接地故障定位

配电网单相接地时故障特征弱,难以用传统的行波测距或阻抗法进行精确定位。基于配电线路的分布参数模型,充分考虑单相接地故障稳定后的分布式量测信号关系,分析零序电流、线路参数与故障位置的内在联系。依据故障点前、后的故障电流信息构造故障定位函数,并利用多测点、多时刻的量测数据,构造故障定位矩阵。将求解故障定位矩阵转化成求解与之相对应的非线性方程组的最小二乘解,使用混沌粒子群算法在故障区段内搜索故障点,实现故障精确定位。在PSCAD/EMTDC中搭建典型10 kV城市配电网模型并模拟单相接地故障,测距结果表明了方法的有效性和可靠性。

一种带式输送机故障诊断方法

针对传统浅层神经网络用于带式输送机故障诊断时存在故障状态样本数据不足、准确率不高等问题,提出了一种基于合成少数类过采样技术(SMOTE)和深度置信网络(DBN)的带式输送机故障诊断方法.该方法利用SMOTE生成带式输送机故障状态样本数据,克服样本数据分布不平衡现象;将样本数据输入DBN,利用无监督逐层训练方式提取数据中的故障特征,并通过有监督微调来优化故障诊断能力,实现带式输送机故障精确诊断.仿真结果表明,该方法提高了带式输送机故障诊断准确率.

基于特征融合的提升机逆变器故障诊断

矿井提升机逆变器故障诊断的难点在于提取表征故障的特征,目前主要利用信号处理方法得到故障统计特征,或通过神经网络提取故障深度特征。提升机逆变器在实际工作环境中,受背景噪声和负载变化等因素影响,运用单一的特征提取方法难以获得能有效表征故障的特征,导致提升机逆变器故障诊断准确率低。针对上述问题,提出了一种基于统计特征与深度特征融合的提升机逆变器故障诊断方法。首先,利用希尔伯特-黄变换(HHT)对逆变器输出电流信号进行优化集合经验模态分解(MEEMD),提取故障统计特征,同时利用压缩激励密集连接卷积网络(SE-DenseNet)提取输出电流信号的深度特征;然后,利用局部线性判别分析(LFDA)对2种特征的组合进行融合降维处理,得到统计特征和深度特征的低维融合特征;最后,将低维融合特征输入极限学习机,实现逆变器故障分类。针对提升机逆变器中单个IGBT开路故障进行实验,结果表明,该方法得到的低维融合特征比单一特征的故障表征能力更强,有效提高了故障识别准确率。

多重水印快速加密技术在图像深度传感器中的应用

针对票据中的数字、签名等关键内容容易被篡改的问题,研究了金融电子票据中高效率的快速多重数字水印加密方法。首先,利用卷积神经网络构建图像深度传感器来识别票据中的关键信息区域,以减少水印加密的运算数据量,提高金融票据自动处理效率。针对传统的网络结构易导致过拟合的问题,提出了利用票据图及其差分特征,构建适合CNN网络的多通道图像输入特征,能充分挖掘图像内在联系;进一步改进了传统的CNN网络结构,把所有卷积层的输出连接为一层,构成包含各层信息的融合特征,输入网络的全连接层进行分类识别。实验结果表明,改进后的CNN识别算法,相较传动CNN、DNN等算法,其性能均有明显提升,能够更加高效的进行多个关键区域的内容识别,从而高效的进行多重数字水印的加密,提高金融票据处理的安全性和运算效率。

金融票据混沌水印加密算法研究与实现

针对金融票据关键信息内容的认证,提出了一种基于混沌水印的加密方法。对关键的数字信息,采用双重水印加密方法,对金融票据进行可见水印和不可见水印的双重加密,提高了信息安全程度。实验结果显示,利用混沌加密算法进行的票据认证,具有较高的实用价值,能有效提高金融系统的安全性。