摘要：针对图神经网络模型普遍缺乏可解释性问题,提出一种基于进化集成的图神经网络解释方法,为模型预测提供质量更高的解释。将当前主流图神经网络解释方法GNNExplainer和PGExplainer作为初级解释器,分别为模型预测提供初级解释;基于初级解释结果设计遗传算子,采用改进遗传算法集成两种初级解释结果得到最终解释。在4个真实数据集和4个合成数据集上进行广泛试验,从定性和定量两个角度对试验结果进行评估。试验结果表明,相较于同类算法,提出算法的准确度平均提高17%,忠实度平均提高20%。与传统集成学习融合策略相比,改进遗传算法作为集成器对解释方法的优化效果更为显著,所有指标整体平均提高29%。采用进化集成策略能够显著提高图神经网络解释算法的性能。

摘要：制约微细粒煤泥高效浮选回收的主要瓶颈问题是微细粒煤泥自身性质导致的颗粒与气泡矿化效率低,但黏土矿物夹杂污染、浮选泡沫性质和捕收剂性能等因素的影响同样不可忽视。为了解微细粒煤泥浮选强化方法及技术研究进展,首先介绍了微细煤泥浮选分离难的原因,其次从增大颗粒表观粒径、减小气泡尺寸、强化流场调节、捕收剂优化、浮选设备改进、浮选工艺创新和矿浆预处理等7方面进行综述,最后深入探讨不同浮选分离强化方法及技术的优劣势。为克服微细粒煤泥自身质量小的影响,絮凝浮选是常见的增大颗粒表观粒径技术,其浮选强化效果显著但药剂选择性及成本问题不可忽视;载体浮选与超声驻波团聚均具备较好的潜力但目前尚处于实验室研究阶段。为提高颗粒与气泡碰撞概率,减小气泡尺寸是有效的手段,其中纳米气泡浮选技术在显著提高微细煤泥回收率的同时能有效降低药剂用量。强化流场调节同样是关注到颗粒与气泡的碰撞、粘附概率的影响,以湍流强化为手段有效促进了浮选指标的提升。捕收剂优化是从降低药剂成本、提高药剂选择性角度出发,其研究点主要有改善传统药剂分散性、引入极性基团、新型药剂设计等。其中药剂乳化、捕收剂替代品、复配型捕收剂及新型纳米粒子捕收剂等均不同程度地呈现了良好的强化效果,但其制备成本及可能对环境造成的影响是其亟待解决的问题。此外,针对微细粒煤泥分离挑战,目的矿物高效矿化和脉石矿物有效抑制是浮选设备优化的核心突破点;多次浮选和分级浮选是解决微细粒分选不彻底的主要工艺创新改进;分级调浆、超声波及高剪切等预处理强化技术有效地改善药剂和矿浆均匀性及药剂和煤粒的碰撞概率,从而强化浮选分离效果。在以上不同浮选分离强化方法及技术中,絮凝浮选、超声驻波团聚、纳米气泡浮选、湍流强度调控及捕收剂分子设计优化等均在实验室研究阶段,向工业化应用发展的过程中还需开展大量基础理论研究及半工业化研究,而寻求成本效益卓越的新型药剂、浮选设备升级赋能、浮选工艺智慧创新及浮选矿浆预处理精细强化或将是现有选煤厂强化微细煤泥浮选分离效果较妥当且切实可行的方案。

摘要：将3对线性弹簧装置并联组合,建立一类准零刚度隔振系统的分段非线性动力学模型。对隔振系统模型进行一系列静态分析,确保了隔振系统模型产生准零刚度特性的条件,并考虑外界误差对隔振系统的影响,给定系统参数范围。利用谐波平衡法求解动力学方程,确定系统动态特性,从而分析出系统受阻尼与幅频响应等影响,对参数控制变量,并与传统线性隔振的力传递率对比。结果表明:该准零刚度隔振系统模型在低频隔振性能上优于线性系统。

摘要：随着机械化采煤的大范围推广,原煤中细粒煤泥含量越来越高,经加压过滤机脱水后水分仍很高。采用自主研制的新型加压脱水试验装置,结合正交试验、极差分析和方差分析等方法,研究了压力、入料质量浓度以及粒级组成对煤泥水脱水的影响,并进一步分析了滤饼的压缩成型特性。结果表明:粒级组成对煤泥脱水速率影响最大,入料质量浓度影响次之,压力影响最小,通过滤饼压力-形变关系分析得到了滤饼成型过程的3个阶段,发现压缩脱水阶段与脱水效果密切相关,进一步定义了压缩脱水指数Compression Dehydration Index(C_(DI)),C_(DI)越低,滤饼可压缩性越高,相同压力下滤饼厚度降低幅度越大,水分越低。最优设计参数:压力为0.6 MPa、入料质量浓度为200 g/L和粒级组成0.045~0.125 mm,进入压缩脱水阶段仅需34.5 s,滤饼水分为15.12%,滤饼厚度最低为2.924 mm,滤饼可压缩性强,C_(DI)最小仅为3.59。

摘要：针对超千米深井摩擦式提升系统高速、重载运行下的安全监测问题,提出以关键承载部件为监测对象的深井提升机可视化监测系统。从提升系统组成结构、工作机理出发,确定以轴承、钢丝绳、天轮为监测对象,设计了模块化结构的可视化监测方案。基于最小熵反褶积(Minimum Entropy Deconvolution,MED)结合总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)的方法对轴承振动信号分解,采用相关系数和样本熵确定有效分量并从其中提取故障微弱特征信号,在此基础上以在线-离线诊断方式实现轴承故障实时在线识别。设计基于机器视觉的钢丝绳摆动和天轮偏摆监测方案,通过摄像头位置布置提高监测对象与背景对比度,利用图像边缘识别算法实现图像数据的处理。通过采集张力平衡装置油压对张力进行监测,利用动力供电装置对提升容器上张力监测设备供电,完成系统软件设计和硬件平台搭建,并进行模拟试验验证关键技术的可行性。轴承故障模拟试验结果表明采用相关系数和样本熵可对EEMD分解信号中的有效分量进行提取,得到对应的轴承故障频率。钢丝绳摆动模拟试验结果表明图像边缘检测算法可检测到钢丝绳位移,与传感器检测结果相比位移最大差值为0.76 mm。最后进行现场示范,结果表明该监测系统可有效获取监测设备状态参数,实现对超千米深井提升系统的可视化监测和故障识别,有利于保障其稳定安全运行。