- 徐星;孙光中;李泽辉;刘阳;
为研究煤层底板破坏深度主控因素的影响,引入灰色关联分析(GRA)法,选取采深、煤层倾角、采厚、工作面斜长、底板抗破坏能力和工作面内是否有构造作为底板破坏深度的影响因素,由于这6个影响因素之间不仅具有灰色关联而且具有非线性特征,故基于底板破坏深度实测数据使用GRA法得到各影响因素与底板破坏深度的关联系数、关联度以及各影响因素的权重和排序。综合分析表明:工作面内是否有构造这一指标不是底板破坏深度的主控因素,工作面斜长、煤层倾角、采深、底板抗破坏能力和采厚的权重之和占总权重的85.71%,可以确定这5个因素是底板破坏深度的主控因素。
2025年04期 v.37;No.132 23-27页 [查看摘要][在线阅读][下载 350K] - 胡石阳;郭壮志;孙俊棚;
对并网变换器的虚拟同步控制有效解决了现代电力系统中惯性与阻尼不足的问题,但牺牲了一定的动态响应性能,且存在频率迅速上升和跌落的问题,故针对并网变换器提出一种虚拟同步机参数自适应模型预测控制策略。首先,引入虚拟同步机控制算法计算出下一控制周期逆变器输出参考电流;然后,设计预测函数预测下一控制周期电流,建立关于输出电流的代价函数,采用枚举法得出价值函数最小的开关状态并应用于下一控制周期;最后,分析阻尼和惯量参数对控制系统的影响,在线监测频率变化,实时改变阻尼与惯量参数,优化控制效果,进一步提高系统动态性能。仿真结果表明,在所提控制策略下,并网变换器运行状态良好,增强了系统频率稳定性且具有较好的动态性能。
2025年04期 v.37;No.132 28-32+61页 [查看摘要][在线阅读][下载 1272K] - 徐君鹏;梁顺婷;王文腾;林凯凯;任祥铮;
为提高电子产品的生产质量,利用机器视觉控制系统设计出一套检测三极管表面缺陷的机器。首先,对机器整体结构装置进行选择,对振动盘料斗、电机和齿轮参数进行选择和计算;随后,以西门子S7-1200PLC作为核心控制器实现对机器的自动化控制;最后,采用基于视觉系统的YOLOv8缺陷检测算法对三极管图像进行检测识别。结果表明:与传统以算法为主的缺陷检测相比,采用以机械结构为主的三极管表面缺陷检测,检测准确度和速度与之相当。
2025年04期 v.37;No.132 33-38页 [查看摘要][在线阅读][下载 1340K] - 来永斌;孟令威;胡宇;吴文婷;刘红强;吴青松;
传统电厂锅炉膨胀监测依赖机械膨胀指示器,需要人工记录锅炉及管道的三维位移,这种方法在数据的实时性、准确性和安全性等方面存在明显不足。为解决以上问题,提出了一种基于双目视觉的锅炉膨胀三维测量实时在线监测系统,通过双目视觉测量和棋盘格角点检测获取膨胀监测点的三维数据,采集的数据在1.2 m范围内可达到1 mm的精度,计算时间少于1 s,实现了系统的实时性、准确性和安全性。
2025年04期 v.37;No.132 39-44页 [查看摘要][在线阅读][下载 1065K] - 胡石;王旭升;常宽;
自动焊接机受加工工件和自身因素影响会出现不同程度的振动,使得焊枪偏离期望焊缝轨迹,出现较大焊缝。为此,提出面向焊缝控制的自动焊接机窄间隙焊接轨迹YOLOX-s纵向跟踪技术。首先,根据焊接道数、焊接次序、焊枪偏移量建立焊道轨迹坐标系;然后,结合YOLOX-s模型,分析窄间隙焊接轨迹在该坐标系中的位置,计算理想焊缝轨迹,将理想焊缝轨迹与窄间隙焊接轨迹的坐标位置差值作为焊缝轨迹误差;最后,利用焊缝估计调控量对该误差进行控制,结合输送速率与输送量完成窄间隙焊接轨迹纵向跟踪。结果表明:采用所提方法得到的焊缝轨迹与期望轨迹的最大跟踪误差小于5 mm,且焊缝轨迹之间的一致性系数达到8以上,可以稳定地控制自动焊接机按照期望焊缝轨迹执行任务。
2025年04期 v.37;No.132 45-49页 [查看摘要][在线阅读][下载 994K] - 张亚琼;李楠;
铅酸电池作为直流电源系统中的核心储能设备,其荷电状态(SOC)的准确估算对于系统的可靠运行和电池寿命的延长至关重要,故提出了一种基于动量项BP神经网络的SOC估算优化方法。该方法通过引入动量项改进了BP神经网络的收敛速度和精度,能够有效处理复杂的非线性关系,并适应电池老化、温度变化和负载波动等动态特性。实验结果表明,在不同温度和SOC区间,动量项BP神经网络的估算精度均优于传统的OCV-AH方法。此外,将动量项BP与OCV-AH进行结合,可进一步提高估算精度并减少计算资源消耗。
2025年04期 v.37;No.132 50-54页 [查看摘要][在线阅读][下载 1400K] - 李金武;
为对时间序列进行有效评价,提出了一种基于云模型的时间序列分段与聚类方法,利用云模型的熵和超熵,找到稳定性最差的子序列,对其进一步划分,动态实现序列分段,形成云模型序列。同时,基于云模型构建分段聚合有效性评价指标,判定最优分段数。针对不同云模型序列,依据其时间窗的关系进行云模型匹配和相似度度量。实验结果表明,该方法能够有效确定时间序列分段数,在对原始序列进行大幅压缩的同时保留了数据基本特征,提升了时间序列聚类效率。
2025年04期 v.37;No.132 55-61页 [查看摘要][在线阅读][下载 1189K]