采场支架与顶板状态智能感知研究

超前感知综采工作面顶板来压及发生局部冒顶、压架等事故的风险，自主评价初撑力、工作阻力等支护参数的适应性，是提高综采工作面安全性、生产效率以及智能化开采水平的重要基础。当前国内外在通过挖掘电液控制液压支架海量监测数据以反映支架与顶板状态方面的研究仍然不足。项目围绕综采工作面支架与顶板状态智能感知的核心科学问题，基于两柱式电液控制液压支架采集的海量阻力监测数据，结合大数据挖掘及工作循环分析技术，提取包括支架工作循环各承载阶段增阻速率、安全阀开启及活柱下缩特征等在内的多因次工作循环特征参数；进而研究在时间、地质、支架自身特性等多种因素影响下的单台支架承载特征及支架群组载荷转移分布规律；在深入解读支架阻力及活柱下缩时序曲线所蕴含的支架与围岩相互作用关系的基础上，建立基于人工神经网络及决策树理论的支架与顶板状态智能感知模型，实现对支架与顶板状态的智能感知。 2100433B

在构建防范极端天气、抵御人为外力破坏和防护信息安全的坚强智能电网的战略背景下，实现能连续的在线评估、预防控制和自动隔离及自我恢复的电网自愈控制，是实现坚强智能电网的关键技术。项目组在国家自然科学基金“智能电网的状态感知和脆弱性评估的理论和方法（编号：51137003）”的资助下，开展了深入的研究工作，取得了如下主要成果。 在智能电网故障识别方法方面，以电力系统重要电气设备异常的重要特征为出发点，分别提出了基于电气距离的复杂电网关键节点识别方法、基于动态潮流的电网连锁故障模型及关键线路识别方法和考虑考虑电压等级和运行状态的电网脆弱线路辨识；在智能电网运行状态的自我感知方法研究方面，以WAMS关键技术为基础，提出智能电网态势管理概念、模型、设计、算法以及基于决策树算法的实时安全评估策略，对系统的电压越限、温度越限、电压稳定、暂态稳定进行实时评估，有效提高智能电网状态识别、感知以及可视化的精确度；在建立广域电力系统和综合信息系统的故障感知和健康诊断评价指标体系方面，引入复杂系统理论中同配性的概念，提出了线路同配性指标。以综合信息系统对电力系统安全稳定的影响为对象，提出针对不同脆弱源定义不同的脆弱性指标，建立和完善了智能电网脆弱性评估指标体系及框架。在考虑大电网脆弱性的电网规划方面，提出一种考虑大停电风险的多阶段电网扩展规划方法。定义了一种幂律尾风险指标，评估停电规模尾分布的变化趋势，衡量规划方案的大停电风险。 项目从整体上充分完善了智能电网状态感知和脆弱性评估体系，并在多个方面取得重要突破。项目组在IEEE Transaction等国际期刊和本领域重要的国际会议上发表学术论文43篇，其中SCI收录16篇、EI收录24篇，获发明专利5项。并积极参与相关领域主流国际、会议、邀请国外专家访问的形式，与国外同行进行了深入的学术交流。项目按计划完成了预定的任务。

高速铁路是一个复杂动态系统，其组成设备在服役期始终处在动态的变化过程中。因此，准确感知和综合监测高速铁路设备服役状态是确保健康平稳运营的基础。本项目以车路耦合关系这一影响高速铁路安全的核心问题为切入点，通过研究跨多气候带无缝线路在长期服役过程中的状态演变过程，建立全新的分布参数式服役状态模型，描述高速列车及无缝线路的动态耦合过程以及累积效应和其它环境因素造成的参数长期演变过程。以此为基础，重点研究复杂分布参数系统的状态感知算法，采用车、地自检和互检等多种检测方式，并在不同时间和空间尺度上重构和简化系统模型，开发线性与非线性混合滤波器算法，实现无缝线路应力分布、平顺度、刚度、阻尼以及高速列车舒适度、脱轨系数等重要参数的智能感知。同时，开展综合监测网优化方法、设备服役状态综合评估方法研究，结合基于环形铁道试验基地和京沪高铁的验证研究，为发展我国高速铁路设备服役状态综合监测理论奠定基础。