采場支架與頂板狀態(tài)智能感知研究基本信息

超前感知綜采工作面頂板來壓及發(fā)生局部冒頂、壓架等事故的風(fēng)險，自主評價初撐力、工作阻力等支護(hù)參數(shù)的適應(yīng)性，是提高綜采工作面安全性、生產(chǎn)效率以及智能化開采水平的重要基礎(chǔ)。當(dāng)前國內(nèi)外在通過挖掘電液控制液壓支架海量監(jiān)測數(shù)據(jù)以反映支架與頂板狀態(tài)方面的研究仍然不足。項目圍繞綜采工作面支架與頂板狀態(tài)智能感知的核心科學(xué)問題，基于兩柱式電液控制液壓支架采集的海量阻力監(jiān)測數(shù)據(jù)，結(jié)合大數(shù)據(jù)挖掘及工作循環(huán)分析技術(shù)，提取包括支架工作循環(huán)各承載階段增阻速率、安全閥開啟及活柱下縮特征等在內(nèi)的多因次工作循環(huán)特征參數(shù)；進(jìn)而研究在時間、地質(zhì)、支架自身特性等多種因素影響下的單臺支架承載特征及支架群組載荷轉(zhuǎn)移分布規(guī)律；在深入解讀支架阻力及活柱下縮時序曲線所蘊含的支架與圍巖相互作用關(guān)系的基礎(chǔ)上，建立基于人工神經(jīng)網(wǎng)絡(luò)及決策樹理論的支架與頂板狀態(tài)智能感知模型，實現(xiàn)對支架與頂板狀態(tài)的智能感知。 2100433B

在構(gòu)建防范極端天氣、抵御人為外力破壞和防護(hù)信息安全的堅強智能電網(wǎng)的戰(zhàn)略背景下，實現(xiàn)能連續(xù)的在線評估、預(yù)防控制和自動隔離及自我恢復(fù)的電網(wǎng)自愈控制，是實現(xiàn)堅強智能電網(wǎng)的關(guān)鍵技術(shù)。項目組在國家自然科學(xué)基金“智能電網(wǎng)的狀態(tài)感知和脆弱性評估的理論和方法（編號：51137003）”的資助下，開展了深入的研究工作，取得了如下主要成果。 在智能電網(wǎng)故障識別方法方面，以電力系統(tǒng)重要電氣設(shè)備異常的重要特征為出發(fā)點，分別提出了基于電氣距離的復(fù)雜電網(wǎng)關(guān)鍵節(jié)點識別方法、基于動態(tài)潮流的電網(wǎng)連鎖故障模型及關(guān)鍵線路識別方法和考慮考慮電壓等級和運行狀態(tài)的電網(wǎng)脆弱線路辨識；在智能電網(wǎng)運行狀態(tài)的自我感知方法研究方面，以WAMS關(guān)鍵技術(shù)為基礎(chǔ)，提出智能電網(wǎng)態(tài)勢管理概念、模型、設(shè)計、算法以及基于決策樹算法的實時安全評估策略，對系統(tǒng)的電壓越限、溫度越限、電壓穩(wěn)定、暫態(tài)穩(wěn)定進(jìn)行實時評估，有效提高智能電網(wǎng)狀態(tài)識別、感知以及可視化的精確度；在建立廣域電力系統(tǒng)和綜合信息系統(tǒng)的故障感知和健康診斷評價指標(biāo)體系方面，引入復(fù)雜系統(tǒng)理論中同配性的概念，提出了線路同配性指標(biāo)。以綜合信息系統(tǒng)對電力系統(tǒng)安全穩(wěn)定的影響為對象，提出針對不同脆弱源定義不同的脆弱性指標(biāo)，建立和完善了智能電網(wǎng)脆弱性評估指標(biāo)體系及框架。在考慮大電網(wǎng)脆弱性的電網(wǎng)規(guī)劃方面，提出一種考慮大停電風(fēng)險的多階段電網(wǎng)擴展規(guī)劃方法。定義了一種冪律尾風(fēng)險指標(biāo)，評估停電規(guī)模尾分布的變化趨勢，衡量規(guī)劃方案的大停電風(fēng)險。 項目從整體上充分完善了智能電網(wǎng)狀態(tài)感知和脆弱性評估體系，并在多個方面取得重要突破。項目組在IEEE Transaction等國際期刊和本領(lǐng)域重要的國際會議上發(fā)表學(xué)術(shù)論文43篇，其中SCI收錄16篇、EI收錄24篇，獲發(fā)明專利5項。并積極參與相關(guān)領(lǐng)域主流國際、會議、邀請國外專家訪問的形式，與國外同行進(jìn)行了深入的學(xué)術(shù)交流。項目按計劃完成了預(yù)定的任務(wù)。

高速鐵路是一個復(fù)雜動態(tài)系統(tǒng)，其組成設(shè)備在服役期始終處在動態(tài)的變化過程中。因此，準(zhǔn)確感知和綜合監(jiān)測高速鐵路設(shè)備服役狀態(tài)是確保健康平穩(wěn)運營的基礎(chǔ)。本項目以車路耦合關(guān)系這一影響高速鐵路安全的核心問題為切入點，通過研究跨多氣候帶無縫線路在長期服役過程中的狀態(tài)演變過程，建立全新的分布參數(shù)式服役狀態(tài)模型，描述高速列車及無縫線路的動態(tài)耦合過程以及累積效應(yīng)和其它環(huán)境因素造成的參數(shù)長期演變過程。以此為基礎(chǔ)，重點研究復(fù)雜分布參數(shù)系統(tǒng)的狀態(tài)感知算法，采用車、地自檢和互檢等多種檢測方式，并在不同時間和空間尺度上重構(gòu)和簡化系統(tǒng)模型，開發(fā)線性與非線性混合濾波器算法，實現(xiàn)無縫線路應(yīng)力分布、平順度、剛度、阻尼以及高速列車舒適度、脫軌系數(shù)等重要參數(shù)的智能感知。同時，開展綜合監(jiān)測網(wǎng)優(yōu)化方法、設(shè)備服役狀態(tài)綜合評估方法研究，結(jié)合基于環(huán)形鐵道試驗基地和京滬高鐵的驗證研究，為發(fā)展我國高速鐵路設(shè)備服役狀態(tài)綜合監(jiān)測理論奠定基礎(chǔ)。