国家自然科学基金(51004004)
- 作品数：8 被引量：40H指数：3
- 相关作者：王向前杨志磊孟祥瑞王开元葛斌更多>>
- 相关机构：安徽理工大学北京理工大学更多>>
- 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：矿业工程自动化与计算机技术经济管理机械工程更多>>
- Study on stress distribution and failure criterion of the roof for the severely inclined coal seam under long wall working被引量：1
- 2012年
- MENG Xiang-ruiGAO Zhao-ningWANG Xiang-qian
- 关键词：倾斜煤层应力分布屋顶倾斜长壁弹性薄板理论
- 消费文化变迁测量及其对冲动购买的影响研究被引量：3
- 2012年
- 随着市场经济的快速发展,中国消费文化也在变迁。尽管越来越多的学者和企业已关注到了消费文化变迁的重要作用,但是目前多数对于消费文化变迁的相关研究还停留在理论描述的定性研究阶段。文章基于霍夫施泰德的文化模型并结合中国消费文化变迁的研究成果严谨地开发了消费文化变迁构念的测量量表,并系统地研究了中国消费文化变迁对冲动购买的影响。研究结果显示消费文化的五个维度,即权力距离、个人主义、不确定性规避、社会的男性化程度和长期导向的变迁都与冲动购买正相关。文章的理论贡献在于首次系统开发并形成了关于消费文化变迁的量表,从而实现了对中国消费文化变迁的定量测量,并进一步系统地研究了消费文化变迁对冲动购买的影响。
- 王建国王向前王建民
- 关键词：量表开发冲动购买
- 离散分数阶Fourier变换的LFM信号时延估计被引量：5
- 2012年
- 根据Ozaktas的采样型离散分数阶Fourier变换算法,针对线性调频信号,结合分数阶Fourier变换对线性调频(LFM)信号的独特聚集性,研究了基于Ozaktas离散分数阶Fourier变换的含多普勒的LFM信号时延估计,给出了线性调频体制雷达分数阶Fourier域的目标检测与测距具体实现,并与经典数字脉压对雷达目标测距的分辨力、时延估计误差、运算量进行对比分析,结果验证了基于Ozaktas离散分数阶Fourier变换时延估计的可行性及有效性。
- 李昕王向前
- 关键词：时延估计LFM信号
- 基于GA-BP网络模型的煤矿底板突水非线性预测评价被引量：7
- 2013年
- 以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。
- 杨志磊孟祥瑞王向前王开元
- 关键词：BP神经网络遗传算法非线性底板突水
- 承压水上采煤底板破坏流固耦合数值模拟被引量：2
- 2012年
- 随着开采深度的不断增加,一些深部的矿井正面临高承压水上采煤的现状,针对这一现状结合对底板突水机理的分析,利用FLAC3D软件强大的流固耦合功能,对高承压水上开采工作面进行流固耦合数值模拟,分析和研究煤层底板岩层在采动过程中的位移、应力及孔隙水压力变化规律,并得出了某煤矿9#煤层962工作面底板的破坏深度.结合突水系数法对该工作面带压开采的可行性进行分析,为工作面的正常开采提供理论依据.
- 杨志磊王向前高召宁孟祥瑞
- 关键词：流固耦合承压水上采煤孔隙水压力突水系数法
- 基于模糊K-均值聚类法的煤与瓦斯突出危险性评价被引量：3
- 2012年
- 鉴于煤与瓦斯突出对煤矿的安全生产的威胁以及其影响因素的复杂性,通过收集突出矿井的相关资料,分析并合理选取对矿井煤与瓦斯突出影响的主要指标,结合基于模糊数学理论的K-均值聚类法对煤与瓦斯突出矿井进行聚类分析,并利用最小二乘法获取合理的分类和聚类中心矩阵,来预测煤与瓦斯是否突出,以供技术人员参考,以便提前预防突发事故.结果表明此模型的评价结果与实际相符,为高瓦斯矿井的煤与瓦斯突出危险性评价提供了一种科学的理论方法.
- 杨志磊王向前王开元
- 关键词：煤与瓦斯突出最小二乘法
- Zigbee技术在矿井安全监控系统中的应用被引量：16
- 2011年
- 在分析煤矿安全监控系统传统传输方式的基础上,阐述了基于Zigbee关键技术的矿井安全监控系统的研究意义,探讨了Zigbee传感器节点的硬件设计与系统软件设计,研究了Zigbee网络自组织路由算法、网关的设计以及系统集成方案。为矿井无线通信与安全监控问题提供了一套合适的解决方法。
- 李慧宗葛斌王向前
- 关键词：ZIGBEE矿井安全监控AODV
- 基于ARIMA时间序列的瓦斯浓度预测研究被引量：3
- 2022年
- 煤矿瓦斯浓度预测是避免煤矿瓦斯爆炸的有效手段,针对煤矿瓦斯浓度预测精度问题,提出一种基于ARIMA时间序列的瓦斯浓度预测模型。该模型首先通过差分法将原始瓦斯浓度数据处理为平稳性数据;然后利用ACF和PACF方法确定模型阶数,依据白噪声检验对模型进行残差分析;最终构建出对煤矿瓦斯浓度进行短期预测的ARIMA模型。通过实验结果表明,该模型实现了瓦斯浓度预测的可视化,并与SVR模型下的瓦斯浓度预测结果相比,其平均绝对误差比SVR模型平均绝对误差降低了13.27%,可为煤矿生产中瓦斯浓度预报提供良好的依据。
- 林旭杰孟祥瑞
- 关键词：瓦斯浓度时间序列
