摘要：针对煤矿生产中故障率较高的提升设备、运输设备、采煤机常见问题进行汇总,并设定相关阈值为监测系统设计提供相关参数。采用串并联结合的方法建立矿用设备故障树,完成三级BP神经网络模型设计,输入采集的设备参数,输出故障设备位置;通过MATLAB进行BP神经网络模型训练,并对模型准确率通过损失函数进行测定,最后选取合适的神经元数量,使准确率达到95.1%,证明了监测系统模型的准确性。

摘要：基于神经网络的风电塑料齿轮箱优化模型,通过设计并行神经网络捕获抽象、全面、非线性、大感受野的翘区、体积收缩语义特征信息。经仿真可知,当塑料熔体温度为240℃、模具温度为52.58℃、注射时间为1.01 s时,齿轮箱具备较小翘曲量和体积收缩率。应用Pro/E软件、工艺参数模拟齿轮圈注塑过程,仿真可知,注塑位置为c时,齿轮圈的注塑时长最小,注塑温度分布较均匀,不易出现翘曲、变形等缺陷。

摘要：为有效识别土石坝溃坝的关键风险事件,针对传统的土石坝溃坝风险分析中选取风险因素单一和无法准确描述专家经验信息的不确定性,运用置信结构和灰色关联度理论,提出了基于灰色置信结构的故障模式和影响分析(FMEA)方法和土石坝溃坝故障模式清单,并运用在沟后水库溃坝风险分析中。结果表明:风险分析结果与实际溃坝情况相符,灰色置信结构很好地描述专家经验信息中的不确定性,改进了传统FMEA方法风险排序部分的不足。

摘要：针对园林与农业的水资源浪费问题,该研究介绍了一种新的灌溉系统用水管理方法,它可以应用于园林或农田,用LoRa无线传感器网络代替人工干预。传统的灌溉系统由于管理和配置不当,平均浪费了30%的用水。该种智能灌溉系统可以提高灌溉过程的效率,不仅为用户节省资金,而且节约水和电等资源,该系统可以实时检索数据,并利用这些数据确定正确的园林与农业用水量。运用该系统,当使用来自环境温湿度和土壤湿度的传感器数据时,可以节省多达33%的水,当仅使用温度输入时,可以节省多达25%。实测结果验证了该设计的可行性和有效性,能够满足园林与农业节水灌溉的需要。