台阶爆破块度的SVM预测模型研究

以矿山台阶爆破块度分布分析为例,建立了爆破块度预测的SVM模型。预测模型与实测结果相比,平均相对误差为6.67%,与BP神经网络模型、R-R分布及G-G-S经验模型相比,SVM模型预测爆破块度具有明显的优越性和可靠性。     

基于SVM遥感图像矿化信息提取试验

在讨论核函数的选择算法及优化的基础上,提出了一种将支持向量机(SVM)算法应用于遥感矿化信息提取的方法。并以TM遥感数据为试验样本,进行假彩色合成,将舍成图像的RGB值作为训练样本的特征向量,应用核函数选择算法和人为选择核函数方法,采用SVM算法对样本进行分类,试验表明选用径向基核函数所得的分类效果最好。认为对遥感影像作预处理后采用RGB值作为特征向量,应用支持向量机算法进行遥感矿化信息提取的方法能够获得较好的识别效果;应用LOO估算选择的核函数模型能够较好地逼近最佳值。     

胶东深部金矿三维成矿预测及巨大的资源潜力

我国重要矿产资源严重短缺,深部找矿成为解决资源危机的必然选择,深部矿产资源预测则是深部找 矿的前提和基础。 然而,深部矿床埋藏深度大,主要根据地表物化遥和地质信息进行成矿预测的常规方法已不适用 于深部成矿预测,三维成矿预测是解决深部找矿靶区圈定难题的关键方法。 胶东是具有世界影响的金成矿区,深部 找矿成果和勘探深度位居国内前列,对其进行三维成矿预测具备得天独厚的条件,对于推动我国深部找矿具有重要 的示范作用。 简要介绍了胶东三维成矿预测的方法、依据和预测结果。 主要采用地质和地球物理相结合的方法建立 了胶东区域三维地质模型,采用钻探与地球物理相结合的方法建立了主要金矿床集中区的三维地质模型。 根据三维 空间上的金矿断裂控矿规律,提出了基于阶梯成矿模式、重点根据断裂倾角梯变和缓倾角段控矿规律的深部找矿靶 区预测方法和基于控矿断裂浅部资源量的深部金矿资源潜力预测方法。 根据胶东区域三维地质模型和深部地球物 理探测结果,圈定了 3 处找矿新靶区;根据金矿床集中区三维地质模型,提取了断裂缓冲区、断裂倾角、断裂表面变化 率、矿体等间距分布等特征变量,在焦家断裂和三山岛断裂圈定了 5 处深部找矿靶区;根据三山岛、焦家、招平 3 条控 矿断裂-2 000 m 标高以浅已探明的金资源量,预测三者-2 000~ -5 000 m 深度金资源量达到 3 377~ 6 490 t,认为胶东 金资源总量有望超过万吨目标。 新的预测成果,揭示了胶东地区令人振奋的深部金矿资源潜力,为进一步开展深部 找矿奠定了基础。     

基于数字矿床的北衙金矿深边部成矿预测

运用矿业专用软件对云南省北衙金矿进行数字矿床的研究，以数字矿床的研究成果为依据，进行矿床的深边部成矿预测。圈定了找矿靶区，对矿山增储意义重大。     

基于三维建模的金矿带成矿预测技术研究

系统地提出了基于三维建模的隐伏金矿体预测方法。通过收集详细的地质信息,构建了地质参数数据库。利用当前金矿体与所有相关地质信息（包括地层、断层、矿化、矿物密度、地球物理、地球化学等）之间的相关性分析,确定了主要成矿预测因素。主要以Quantec 3D系统的建模手段进行分析,并且结合模糊综合评价和正交分析手段,用于确定各主要控矿因素的影响范围。最后得出矿化地质优势值,确定了金矿带的大致区域。通过工程试验验证了预测技术的可行性,相关的高电流密布区块被直观地显示,可作为未来金矿带勘探策略的指南。     

基于ArcGIS的河南某金矿区成矿预测系统构建

为进一步扩大河南省某金矿区资源量,提高资源成矿预测效率,构建了一种新的成矿预测系统。该系统基于ArcGIS软件平台并采用C语言进行开发,系统成矿预测流程分为数据模型建立、预测模型构建、 模型信息提取、矿产资源预测4个部分。通过收集研究区域的基本地质条件以及勘探数据等资料,建立数据库,并建立子数据库之间关联性。结合河南省某金矿区的地层、岩性、岩浆岩等特征,将构建的新型成矿预测 系统应用于该矿区,通过预测变量提取、权重系数计算、有利度计算,将成矿靶区由优质到一般的顺序分为A、B、C 3个级别,其中A级别靶区为有利度值为1.19到2.51的单元,B级别靶区为有利度值为2.51~3.83的单 元,C级别靶区为有利度值大于3.83的单元。通过所构建的系统进行成矿预测,得到各靶区的位置、面积等信息,与已有信息进行对比,表明所圈定的靶区可靠性较高,反映出采用所构建的系统进行成矿预测有一定的 可靠性。     

湖南金矿成矿规律

金是湖南的重要矿种之一,本文通过对湖南近年来金矿床勘查进展及其主要类型、主要成矿时代、主要矿集区等的分析与归纳,总结了湖南金矿成矿规律。湖南金矿床具有类型多、成矿时代杂、线性分布的特点。金矿成因类型主要为接触交代型(矽卡岩型)矿床、岩浆热液型矿床(层间破碎带型)、岩浆热液型矿床(微细浸染型或卡林型)、变成型石英脉-交代石英岩型矿床、变成型蚀变破碎带型矿床、砂矿型矿床。地层、构造、岩浆岩等共同控制金矿带的分布及金矿床的定位。金矿主要形成于中生代和新生代,集中分布于21个五级成矿带内,划分为3个成矿系列组,13个成矿预测区。     

基于TSSA-SVR的焦炭质量预测模型研究

摘 要：焦炭质量对高炉冶炼的生产有着极大的影响,建立精确度高、适应性好的焦炭质量预测模型对企业生产具有重要的意义,为解决生产过程中焦炭质量难以实时测量的问题,提出一种基于混沌麻雀搜索算法（TSSA）优化支持向量回归机（SVR）的焦炭质量预测模型。首先采用改进Tent混沌映射初始化种群,加强麻雀搜索算法（SSA）的全局搜索能力,然后利用TSSA对SVR的参数进行优化,有效克服了传统SVR的参数选取问题。选取配合煤中的水分、灰分、挥发分等七项指标作为模型的输入,焦炭质量中的抗碎强度,耐磨强度,反应性、反应后强度四项指标作为模型的输出,依据焦化厂历史生产数据,对TSSA-SVR模型进行实例验证,并与SSA-SVR、SVR模型进行对比分析,实验结果表明,提出的方法具有较好的准确度和适应性,对焦炭生产具有一定的实用价值。     

基于GS-PSO-SVM的边坡稳定性预测模型

针对传统边坡稳定性预测模型的不足,提出一种基于网格搜索和粒子群优化的支持向量机模型（GS-PSO-SVM）。为了解决支持向量机参数选取问题,先利用网格搜索法粗略寻优确定参数范围,然后利用粒子群二次寻优。利用该模型对边坡实例预测,39个实例样本中,30个为训练样本,剩下9个作为预测样本,以岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6个边坡稳定性影响因素作为输入,边坡稳定性状态作为输出,预测结果与单独的网格搜索法、粒子群算法和遗传算法优化的支持向量机模型对比。结果表明,GS-PSO-SVM模型分类准确率100%,有更好地预测精度和更高的预测效率,该模型能有效的对边坡稳定性状态预测。     

基于次序二叉树SVM的矿井提升机制动系统故障诊断

介绍几种传统的支持向量机(SVM),提出了一种基于次序二叉树支持向量机的多类分类算法。该算法采用样本分布半径和分布距离估算各类别样本在高维特征空间中的分布情况,更精确地确定其在特征空间中的分类区域。利用该算法对提升机制动系统的故障诊断进行仿真分析,结果表明,该方法具有诊断速度快且故障识别率高的特点。     

某地金矿工艺矿物学研究

为充分了解某地金矿矿石性质,制定合理的选别工艺流程,通过化学分析、扫描电镜以及工艺矿物学自动定量分析系统（MLA）等测试方法对金矿矿石进行了系统的工艺矿物学研究,包括矿石矿物组成及相对含量、矿石矿物的结构构造、金矿物的形态和粒度分布特征、主要金属矿物和脉石矿物的产出特征等,并且对原矿进行了浮选试验和重浮联合工艺试验。 结果表明,该金矿中主要可回收的有价金属为金,其含量为3.74g/t。 该金矿的原矿矿物主要由黄铁矿、石英、白云母和碳酸盐矿物组成,此外还有少量的方铅矿、黄铜矿、绿泥石和黑云母, 还含有微量磁铁矿和锐钛矿等。 原矿中自然金多以单独的自然金颗粒形式存在,金主要嵌布在黄铁矿中,而黄铁矿多以自形-半自形粒状及粒状集合体产出,呈浸染和团块状分布在脉石中。采用“重选+浮选”联合工艺流程,可获得指标良好的重选精矿和浮选精矿,重选精矿中Au的品位和回收率分别为54.75g/t、78.10%;浮选精矿中Au的品位和回收率分别为6.45g/t、19.78%,金矿总回收率为97.88%。该研究为该地区矿产综合利用提供了技术借鉴。     

基于PSO-SVM算法联合数值模拟的红岭铅锌矿地表移动带圈定

为了更加准确圈定红岭铅锌矿地表移动带,依据PSO-SVM算法与数值模拟联合确定红岭铅锌矿各矿体移动角。统计国内外30个崩落法矿山的地质特征数据,选取矿体上下盘围岩性质、上下盘围岩稳固程度、矿体倾角、矿体厚度以及开采深度共5种因素作为模型的输入参数,矿体上下盘移动角作为输出参数,基于PSO优化算法建立崩落法矿山移动角预测模型。采用前处理软件HyperMesh对矿区进行高精度建模,并导入有限差分法软件FLAC~(3D)之中,利用数值模拟分析了地表移动变形。结果表明,利用PSO-SVM算法与数值模拟得出的移动角基本吻合,相互验证。最终确定红岭铅锌矿1~#、1-1~#、2~#矿体的上下盘移动角,由此得出红岭铅锌矿地表移动带范围。为圈定金属矿山地表移动带提供了一种可靠的方法。     

基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。     

基于布谷鸟算法优化SV M的尾矿库坝体变形预测

为解决SVM模型在尾矿库坝体位移预测中,参数寻优时间较长、模型稳定性较差的问题,引入布谷鸟算法(CS)进行优化,构建的CS-SVM模型用于辽宁省风水沟尾矿库2#副坝的位移预测实例中,将该模型预测值与SVM模型和PSO-SVM模型的预测值进行对比分析.结果表明,CS-SVM模型有较高的预测精度,预测值趋近于真实值,模型构...     

基于SVM的充填体强度与采场稳定性需求智能匹配研究

为解决矿山充填体强度的设计问题,提高矿山充填体的强度动态调整能力,本文通过调查国内百座矿山现场充填体强度实际数据,采用SVM方法建立充填体强度智能预测模型,对70组训练样本数据进行训练,采用BP神经网络模型与SVM模型的预测结果进行比较。结果表明：SVM预测模型的最大误差为3.52%,平均误差为2.41%。BP预测模型的最大误差为10.98%,平均误差为7.01%。SVM模型比BP模型预测精度更高,误差更小。采用SVM模型对三山岛金矿充填体强度进行预测,一步骤回采矿房充填体强度1.02MPa,推荐灰砂比1:12,二步骤回采矿房充填体强度0.86MPa,推荐灰砂比1:16。现场采场充填效果良好,未发生充填体失稳现象。基于SVM的充填体强度智能匹配模型能够在满足采场稳定性的前提下,减少充填成本,提高矿山的经济效益。     

基于PCA-SVM的岩爆预测

岩爆是深部地下工程开挖掘进过程中常见的地质灾害,具有显著的随机性、突发性和复杂性,随着深埋工程的增多,岩爆预测的重要性日益凸显.根据岩爆的影响因素、特点及成因,选取了围岩切向应力σθ,单轴抗压强度σc、单轴抗拉强度σt、脆性系数σc/σt、应力系数σθ/σc和冲击倾向性指数W et等6个主要预测指标.首先用主成分分析法...