摘要：当前采煤机控制系统难以应对井下工作面复杂工况,采煤机智能调高调速控制的实现面临三大技术难题:传统4G、WiFi等无线通信技术的数据通信能力不足、集中式云计算平台的数据处理协同性低、割煤控制需要较多的人工干预辅助。为促进采煤机以及整个综采工作面的智能化发展,从解决采煤机5G通信、云边端协同、智能调高调速控制等关键技术出发,研制了一种基于5G+云边端协同技术的采煤机智能调高调速控制系统,对系统采用的5G通信技术和云边端协同技术进行了详细阐述,对采煤机智能调高调速控制系统的硬件平台和通信网络进行了介绍。采煤机智能调高调速控制系统采用基于特征级融合和决策级互补的多模态融合煤岩分布识别模型,并且在煤岩分布识别技术的基础上通过“记忆割煤+煤岩分布识别干预”的采煤机智能调高调速控制策略进行截割控制。在神东保德煤矿81309工作面对该控制系统进行了为期2个月的应用测试。测试结果发现:采煤机实时通讯丢包率约为0.003%,采煤机到集控中心之间的端到端平均通信时延下降了75%,采煤机滚筒故障率下降了约42%,前部刮板输送机煤炭混矸率下降了42.9%,验证了该采煤机智能控制系统及硬件平台的实用性及可行性。该项工作提高了采煤机控制的智能化程度和可靠性水平,能够进行推广与应用,促进综采工作面的智能化发展。

摘要：针对现有采矿充填系统的不足,基于各环节的输送能力分析,进行了煤矿泵送膏体和似膏体充填系统优化设计.该系统由给料机构、输送机构、破碎机构、搅拌输送机构、泵送机构、输送管道、采空区充填机构组成,具有输送距离长、充填效率高、系统整体结构简单、自动化程度高等优点.在介绍该系统工作流程和技术关键基础上,在山东新汶矿业集团某煤矿使用了该充填系统.结果表明:该系统运行良好,各项监测数据和参数符合要求,工作人员工作环境的安全性得到了较大提高.

摘要：目前高瓦斯综放工作面的智能化放煤面临着许多难题,主要包括煤矸识别精度较差、煤流与瓦斯浓度的控制不够全面、跟机工艺设计研发繁琐、控制系统响应较慢。为解决这些问题,研发了基于5G通信的云边端协同智能放煤控制系统,包括5G网络、云端服务器、边缘处理器、终端执行设备等,系统具有较高的数据传输速度、控制响应速度和数据处理能力,在对综放开采放煤工艺参数和智能放煤工艺流程分析的基础上,详细阐述了煤矸识别技术、大块煤识别与煤流负荷平衡技术、瓦斯安全联动控制技术、跟机放煤数字孪生技术四大智能放煤关键技术。在保德煤矿81309综放工作面进行应用试验,采用智能综放技术后,顶煤采出率由86%上升到93%,煤炭含矸率由21%下降到15%,总的生产效率提高了10%,放煤作业人员由原来的3~4人减少为1~2人。开发的基于5G通信的云边端协同智能放煤控制系统及其关键技术也可以推广到其他综放工作面,对煤矿减人增效和安全高效开采具有重要价值。

摘要：为满足薄煤层综采工作面无人化需求,针对现有采煤机电缆存在需要专人看护的问题,设计了采煤机电缆自动拖拽系统,系统额定功率15 kW,工作面最大长度400 m,适应采煤机最大速度30 m/min。重点介绍了采煤机电缆自动拖拽系统的整体设计、参数设计和适配设计,并详细阐述了基于动力学仿真分析的拖缆链传动系统设计、适用于复杂工作面的轨道浮动对中技术、基于速度与转矩的自适应控制技术、电缆快速拆装技术等4项关键技术,解决了系统设计、机械结构、控制策略、故障保护等难题,实现了电缆夹始终处于微张紧状态。在张家峁煤矿14301工作面进行了工程应用,实现了全工作面自适应常态化运行,跟机率达到94.7%。该系统结构合理、可靠性高、拆装维护方便,可在现有工作面进行改造,可推广性强,促进了薄煤层无人化开采技术的进步。

摘要：针对双有源全桥(DAB)DC-DC变换器传统离散迭代模型的缺陷和不足,该文提出DAB变换器的全状态离散迭代模型,并基于此对不同参数和工况条件下的输出电压纹波进行分析。目前,国际上广泛采用的DAB变换器离散迭代模型是基于一个开关周期内不同子区间逐个迭代的,经过分析可以发现,传统离散迭代模型会遗漏状态变量的许多关键信息,并不能反映出变量的真实状态。通过深入分析DAB变换器的工作原理,提出的全状态离散迭代模型则包含了变换器在一个开关周期内所有关键时刻的状态变量信息。以输出电压为例,全状态离散迭代模型可以反映出工作子区间切换时刻的输出电压信息,因而其输出电压纹波分析结果更加真实,在此基础上的参数优化设计更有利于抑制输出电压纹波和提高系统可靠性。最后,通过仿真和搭建的实验平台验证了模型和理论分析结果的正确性。

摘要：海堤、防波堤等硬质化人工设施阻碍了盐沼湿地水文连通,影响了盐沼湿地植被恢复和生态功能发挥。目前已有大量生态工程通过水文调控恢复湿地,但这些工程效果研究多聚焦于水文条件对生物多样性的影响,而对固碳减排功能的影响方面则较为欠缺。本研究在杭州湾北岸鹦鹉洲湿地开展大规模控制实验,以探究水文连通对盐沼湿地植物生长、温室气体排放及土壤有机碳含量的影响。结果显示,水文连通区盐沼芦苇(Phragmites australis)株高、生物量和净初级生产力显著大于水文静止区;两个研究区年均CO_(2)吸收通量无显著差异,但连通区CH_(4)排放通量显著低于静止区。这表明水文连通能够促进芦苇的生长,并增加净初级生产力,同时可有效抑制CH4排放,进而促进湿地的固碳减排功能。

摘要：随着千万吨综采工作面的普及,综采集成供液系统的供液质量、效率、智能化程度无法达到安全高产高效矿井快速发展的要求。研发了一套针对超大采高工作面的智能集成供液系统,单台乳化液泵站流量达到800 L/min,额定工作压力达到40 MPa。重点介绍了系统整体设计,大流量乳化液泵、大流量喷雾泵、超高压泵、电磁卸荷与智能变频控制、乳化液自动配比等关键技术。在大柳塔煤矿实现成功应用,泵站供液效率提高15%,移架速度提高20%,满足工作面恒压供液高效用液需求,实现了超大采高综采工作面智能集成供液系统的示范应用。

摘要：研究分析区块链中基于base58编码的比特币地址生成算法,在此基础上,设计一种可追踪的网络信息匿名发布方案,该方案一方面可以保护发布人的信息,实现信息匿名发布,另一方面,一旦发布人发表了不良信息,监管部门可以追踪到信息发布人。分析该算法的效率和安全性。

摘要：针对综采自动化跟机工艺设计和参数调试成本高、周期长、过程繁琐的问题,提出了综采跟机工艺数字孪生系统架构,从物理设备、虚实交互、孪生数据、机理模型、仿真算法和工艺应用等层面进行分析,并对跟机工艺数据传输和存储、跟机工艺历史回放、实时跟机工艺孪生演绎、跟机工艺预演仿真、跟机工艺指令调度等关键技术进行了详细描述。提出了综采跟机工艺数字孪生系统技术路线:通过万兆光纤环网+5G通信将采煤机工艺动作数据汇集到采煤机主机,将串行支架控制器发出的支架工艺动作数据汇集到电液控主机,对工艺数据按动作时序进行收集、归类、编码,作为工艺过程回放的数据源;同时,主机将实时上报的跟机工艺数据转发给三维数字孪生系统,在三维虚拟场景中孪生演绎跟机过程;在人机交互界面完成跟机工艺参数配置后,可在三维场景中预演综采跟机工艺过程;在实时开采过程中,汇集各类传感数据,结合预演无误的跟机工艺,系统统筹下发工艺调度指令,将支架控制器从决策者转变为执行者,克服因井下空间不足导致控制器算力有限的局限性。现场应用结果表明,综采跟机工艺数字孪生系统可为综采跟机工艺设计、参数配置、仿真测试提供技术参考,使跟机工艺开发周期由14 d缩短至1 d,跟机工艺设计修改更加便捷,综采工作面跟机自动化率提高到90%以上。

摘要：综采工作面来压状况作为制定采掘工程支护设计的重要参考因素,准确地预测综采面来压趋势,不仅能辅助设计人员制定合理的井下支护方案,对于煤矿安全高效生产也有着极大的帮助。构建了一种基于PSO-GBDT综采工作面初次来压预测模型,通过选取大同矿区近浅埋煤层与综采工作面来压有着显著影响的8个完整性好的因素作为特征,以初次来压步距和强度作为输出,结合粒子群优化算法,通过GBDT构建近浅埋煤层初次来压预测模型。首先对数据集进行可视化数据分析,随后以GBDT集成学习方法构建初次来压预测模型,然后通过粒子群优化算法对训练好的GBDT进行超参数优化,最后以各个特征对所构建的预测模型的影响权重进行排序,为来压机理分析提供参考指标,并与GBDT或Adaboost人工调参建模方法进行对比。试验结果表明,PSO-GBDT在预测近浅埋煤层初次来压步距和强度时,RMSE和R^(2)性能评估指标均取得了更好的结果,相较于GBDT人工调参建模方法,PSO-GBDT在构建以初次来压步距和强度为输出的模型中,R^(2)指标分别提高了7.2%和6.8%, RMSE指标分别降低了39%和42%。除此之外,PSO-GBDT与Adaboost人工调参建模方法对比试验结果表明,PSO-GBDT建模方法的预测性能优势显著,该方法以高性能和多因素的特点计算综采面初次来压步距和强度,为准确地预测综采面初次来压趋势提供一种新的解决方案。