基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

露天矿车辆运输智能防盗管控系统3PGS的研发与应用

提出了一种防止露天矿运输车辆偷盗矿石的管控策略"三点有序管控法",通过在采区、采区进出口和卸车区分别安设区内过磅点、通行验证点和卸车过磅点,借助称重传感器技术、RFID识别技术、道闸自动控制技术、以太网网络控制技术和系统工程理论与思想,对运输车辆进行三点有序控制,实现对车辆运输偷盗现象的过程监测与控制和事后评价与分析.在此基础上研发了针对车辆运输的无人值守智能防盗管控系统"3PGS"(简称三点管控系统,three points guarding system),并论述了该系统在三道庄露天矿的工程应用,结果表明该系统能够有效解决露天矿矿石偷盗问题.     

基于实时车流感知的端限量式单通道车辆通行控制方法

针对限量式单通道双向通行控制问题,基于GPS车流感知数据提出了一种端限量式单通道双向自适应通行控制方法。通过在单通道及两端划设扫描区、等候区、单通道内三大类区域,利用GPS定位数据实时感知分析车辆在单通道两端行驶的10种状态,构建了单通道车辆通行控制策略分析模型,对车流数据进行动态汇总和饱和度分析,然后根据"按需分配"和"端总量控制"策略提出了一种自适应双向通行信号控制策略,在此基础上研发了端限量式双向通行自适应信号控制系统.最后利用某大型露天矿单道平硐进行了实例验证,应用表明:该方法能够有效控制单通道车辆的双向限量通行,避免了车辆运输过程中的行驶冲突,减少了车辆"空等"时间和油耗,提高了单通道通行效率,大大提高了车辆的运输效率.     

矿井突水平行应急管理理论和方法基础研究

研究了基于ACP理论的矿井突水平行应急管理理论和方法基础,应对矿井突水应急管理问题,达到有效协同和集成化管控效果.在分析矿井突水系统的边界和内涵基础上构建人工矿井突水系统,以4D时空管理为导向讨论了基于人工系统的突水计算实验问题,并从常态下的突水感知和非常态下的计算实验式自动化预案及数字广播式的指令下发两个方面,研究探讨了矿井突水平行应急管理中的平行执行问题.矿井突水平行应急管理是以"认识自然、理解自然、利用自然和改造自然"为目的,通过人工系统直接影响或改变实际矿井现场的运行方向,为矿井突水安全管理提供可行的集成化管控支持.     

大型综合赛事管理信息系统

为处理大型综合赛事中复杂体育项目的竞赛管理问题,发挥信息技术在模型表达、流程规划、比赛调度等领域的重要支撑作用,通过分析项目、场馆、人员、赛制、约束、赛程等核心资源的本质属性和作用关系,提出赛事统一资源关系模型。以该模型为基础建立起系统管理设计开发方法,实现了大型综合赛事的信息存储与信息表达、赛程管理与赛程执行等多种功能。2004年第28届夏季奥运会真实数据在原型系统中的测试结果表明,基于统一资源关系模型建立的大型综合赛事管理系统具有较强的灵活性和广泛的适应性。     

大型综合赛事管理信息系统

为处理大型综合赛事中复杂体育项目的竞赛管理问题,发挥信息技术在模型表达、流程规划、比赛调度等领域的重要支撑作用,该文通过分析项目、场馆、人员、赛制、约束、赛程等核心资源的本质属性和作用关系,提出赛事统一资源关系模型。以该模型为基础建立起系统管理设计开发方法,实现了大型综合赛事的信息存储与信息表达、赛程管理与赛程执行等多种功能。通过以2004年第28届夏季奥运会真实数据在原型系统中的测试结果表明,基于统一资源关系模型建立的大型综合赛事管理系统具有较强的灵活性和广泛的适应性。     

用有限元法求解复杂结构体系的内力

提出了根据单元应力及内力平衡条件直接求解指定截面上的约束内力，进而求解相应截面上的变矩、轴力、剪力等的有效方法.为了较好地模拟结构的弯曲性能，引入了强化假定应变单元模式.本文方法为用有限元方法求解复杂结构体系设计所需的内力分布提供了一种简便、有效的途径.文中通过一简单算例验证了这一解法的正确性，进而对某带拉杆且底部局部加厚的简支U形渡槽进行了分析计算，给出了合理的纵、横向内力分布.     

基于AHCP算法的大规模露天矿生产计划问题求解

随着露天矿生产计划问题规模的扩大,生产计划求解的难度急剧增加,传统求解方法难以在合理时间范围内获得高质量的解。针对以上问题,根据矿床开采过程中的特点,设计了一种具有惩罚的凝聚层次聚类算法(agglomerative hierarchical clustering algorithm with penalties,AHCP)与二进制入侵式杂草算法(binary intrusive weed algorithm,BIWO)相结合的方法来求解大规模露天矿生产计划问题。首先采用AHCP算法对块状矿床模型进行块体聚类处理,然后将聚合体作为对象建立0-1整数规划模型,并使用BIWO算法对其进行求解。实验结果表明,AHCP算法可以显著地提高BIWO算法求解大规模露天矿生产计划问题的能力。在保证解的质量的前提下,可将问题的整体求解时间缩短近90%。