国家自然科学基金(51274118)
- 作品数：103 被引量：580H指数：12
- 相关作者：付华谢国民徐耀松李雅梅王雨虹更多>>
- 相关机构：辽宁工程技术大学朝阳师范高等专科学校国网辽宁省电力有限公司辽阳供电公司更多>>
- 发文基金：国家自然科学基金辽宁省科技厅科技攻关项目辽宁省教育厅基金更多>>
- 相关领域：自动化与计算机技术电气工程矿业工程环境科学与工程更多>>
- 基于非线性STUKF滤波器和ESN算法的耦合预测模型被引量：3
- 2017年
- 针对瓦斯浓度时间序列的混沌性,提出一种回声状态网络算法(ESN)和无迹卡尔曼滤波器(UKF)、强跟踪滤波器(STF)耦合的混沌时间序列预测模型。对于一维瓦斯浓度混沌时间序列,采用平均轨道周期的C-C算法在时间域确定重构空间的最佳时间延迟和嵌入维数,在相空间通过非线性回归预测模型拟合瓦斯涌出动力演化轨迹,提出带有渐消因子的非线性STUKF滤波器对ESN联合参数进行最优状态估计。试验结果表明:基于STUKF的ESN瓦斯涌出模型预测方法有效,在STUKF滤波器作用下增强了ESN算法的学习效率、提高了模型的跟踪能力,能达到精度高、鲁棒性好等优点。
- 彭继慎吕东东宋立业付华司南楠
- 关键词：状态估计瓦斯涌出
- 改进层次分析法的煤与瓦斯突出预测被引量：7
- 2015年
- 为准确预测煤与瓦斯突出的危险等级,采用三元标度分析法对传统的层次分析法进行改进,简化了对各影响因素进行权重分析的过程,运用模糊数学和隶属度函数的相关理论分析所得的权重向量,经过推导可以得出煤与瓦斯突出等级的综合分析结果,运用二级评判的方法对初级结果进行修正,实现对煤与瓦斯突出危险等级的精确预测.研究结果表明:相比于过去传统的层次分析法,这种改进的层次分析法可以更加快速准确地预测结果.
- 彭泓王曦
- 关键词：煤与瓦斯突出隶属度函数
- 基于KPCA和CIPSO-PNN的煤与瓦斯突出强度辨识模型被引量：19
- 2015年
- 为了实现对煤与瓦斯突出强度等级的准确辨识,提出将核主成分分析(KPCA)和改进概率神经网络相结合,建立煤与瓦斯突出的强度辨识模型。根据煤层条件和生产条件,确定影响煤矿瓦斯突出的相关基础参数并对其进行测定,采用KPCA对该参数集进行降维处理,提取出可以表征煤与瓦斯突出的敏感参数作为辨识模型的输入值。利用混沌免疫粒子群算法(CIPSO)优化概率神经网络(PNN)的σ参数,以克服PNN中平滑参数σ单一而导致的分类错误,避免了人为因素的影响,提高辨识模型的精度。实例分析结果表明,相比BP、PNN、PSO-PNN等方法,该方法对煤与瓦斯突出强度进行辨识,结果更为准确。
- 王雨虹付华张洋
- 关键词：煤与瓦斯突出核主成分分析概率神经网络
- 基于PCF的气体传感技术在瓦斯监测中的应用被引量：4
- 2013年
- 为了满足煤矿瓦斯监测的需要,阐述了一种利用金属化封装技术长周期光子晶体光纤(PCF)光栅瓦斯体积分数探测器,并在PCF上采用热激法写制长周期光栅(LPG),并且对系统的温度稳定性进行了测试。测试结果表明:基于PCF光栅的探测器具有很好的温度稳定性,从而可以弥补以往瓦斯探测器的温度影响因素。将制作的瓦斯体积分数探测器在实验室建立的煤矿巷道的物理模型中进行了瓦斯体积分数的测量,在巷道内采用了波分复用技术克服以往有限的复用容量问题,从而准确地确定煤矿巷道内瓦斯的分布情况,当瓦斯体积分数的测量值高于安全设定值时,就会驱动报警控制器发出警示。
- 单亚锋孙朋徐耀松
- 关键词：光子晶体光纤瓦斯监测煤矿波分复用技术
- 煤与瓦斯突出预测的NN-SVM模型被引量：16
- 2016年
- 为提高煤与瓦斯突出预测的精度和速度,通过基于邻域粗糙集(NRS)理论对特征向量降维,提取出影响煤与瓦斯突出的核心致突因素,采用改进的支持向量机(NN-SVM)理论来构建煤与瓦斯突出风险与由各种致突因素组成的特征向量之间的非线性关系。从而建立了基于邻域粗糙集(NRS)与改进的支持向量机(NN-SVM)相结合的煤与瓦斯突出预测模型。实验结果表明,该预测模型预测精度高,运算速度更快,同时还具有很好的泛化能力。
- 谢国民谢鸿付华闫孝姮
- 关键词：煤与瓦斯突出
- 回采工作面瓦斯涌出量VMD-DE-RVM区间预测方法被引量：12
- 2018年
- 为有效、准确地预测回采工作面绝对瓦斯涌出量,基于变分模态分解(VMD)方法;差分进化(DE)算法和相关向量机(RVM)原理,提出回采工作面绝对瓦斯涌出量的VMD—DE-RVM区间预测方法;通过VMD方法将绝对瓦斯涌出量分解为若干固有模态分量并分析其局部特征,分别建立每个固有模态分量的RVM预测模型,并通过DE算法优化模型参数以提高预测精度;加权叠加各个分量的预测结果得到绝对瓦斯涌出量预测结果,并将其与经验模态分解方法所得结果对比。结果表明:应用该方法预测回采工作面瓦斯涌出量,能弱化瓦斯涌出量的局部特征,得到置信度为95%时涌出量预测区间有效度为100%,平均绝对误差为0.096m^3/min,平均相对误差为2.43%,预测精度有所提高。
- 代巍付华冀常鹏王英杰
- 关键词：绝对瓦斯涌出量区间预测
- 数字电子技术教学改革探索与实践被引量：5
- 2016年
- 针对我国工科高校学生在学习数字电子技术课程中存在的自主学习意愿不高,独立思考及实践创新能力较弱等现状,结合现代工程实际对学生能力的培养需求,提出以学生为主体,教师为主导,以综合训练项目为载体的多方法耦合的研究性教学方法,采用凝练项目和案例、构建交流研讨平台、师生沟通对话、总结点评等灵活多变的教学流程,旨在激发学生学习兴趣,培养学生自发性、探究式的学习习惯,从而提高学生自主学习能力和综合创新能力。提出方法设计简单,规范易行,经实践证明成效显著,具有研究意义和推广价值。
- 谢国民丁会巧李国华付华
- 关键词：教学改革数字电子技术研究性教学
- 基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究被引量：47
- 2014年
- 为了对煤矿瓦斯监测数据进行有效分析,以实现准确、可靠的回采工作面绝对瓦斯涌出量预测,提出了蚁群聚类算法优化Elman神经网络的绝对瓦斯涌出量动态预测方法。算法通过对Elman神经网络的权值、阈值寻优,建立了基于ACC-ENN算法的绝对瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经蚁群聚类优化后的Elman神经网络绝对瓦斯涌出量预测模型较其他预测模型具有更好的泛化能力和更高的预测精度,有效地实现了煤矿绝对瓦斯涌出量动态预测。
- 付华谢森徐耀松陈子春
- 关键词：绝对瓦斯涌出量蚁群聚类ELMAN神经网络
- 基于双耦合算法的煤与瓦斯突出预测模型被引量：13
- 2018年
- 为提高煤与瓦斯突出预测精度,有效预防瓦斯突出灾害,将等距映射（IsoMap）算法与优化加权向量机耦合算法（DDICS-WLS-SVM）相结合,建立煤与瓦斯突出双耦合算法预测模型。首先利用非线性流形学习IsoMap算法对煤与瓦斯突出高维数据进行数据挖掘,提取其低维本质特征参量;然后通过逐维改进布谷鸟（DDICS）算法对加权最小二乘向量机（WLS-SVM）的正则化参数λ和高斯核参数σ进行寻优;最后对双耦合算法预测模型进行仿真试验,将IsoMap算法提取的低维本质特征作为该预测模型的输入,煤与瓦斯突出强度值作为模型的输出,并与PSO-SVM、LS-SVM方法的预测结果进行对比。结果表明：双耦合算法预测模型的平均相对误差为1.825%,最大相对误差为2.63%,该预测模型具有较高的预测精度。
- 付华丰胜成高振彪杨玉岗
- 关键词：煤与瓦斯突出
- 新型的自参照型POF耦合传感器被引量：1
- 2014年
- 基于POF(聚合物光纤)的工作原理,对影响全反射条件的各要素进行了认真分析,提出了一种全新的自参照型POF耦合传感器。通过对初始POF进行部分抛光和加入弯曲等处理,并引入耦合传感的理念,使传感器拥有了自参照特性。利用其耦合比K即可判断传感器所处的外部环境,它可以识别所在液体种类并可区分气液体间的变化。K并不受它所在链路或网络的传输功率波动或者不良功率的干扰,免去了较复杂的光源补偿过程。利用工业中常见的液体(水和油)对该传感器进行了测试和分析,其自参照特性、独立性以及温度特性都得到了研究,证实了耦合传感的优势。
- 付华王新鑫徐耀松
- 关键词：聚合物光纤功率损耗耦合比
