岩石可崩性分级的Fisher判别方法

在深入研究Fisher判别法和分析多种岩石可崩性分级评价方法的基础上,选取影响岩石可崩性分级的主要因素:岩石抗压强度、RQD值、节理间距、摩擦角、张开度、地下水作为判别因子,构建岩石可崩性分级的Fisher判别模型。利用国内外岩石可崩性分级实例作为样本进行训练,求出最优线性判别函数,用建立的判别模型对已有的几个分级实例进行判别分级,分级结果与实际吻合程度很高,验证了判别方法的可行性。     

基于模糊识别的岩体可爆性分级

在对岩体可爆性影响因素进行综合归纳分析的基础上，以岩石容重、抗拉强度、抗剪强度、岩体完整性系数作为岩体可爆性分级判据，将岩体可爆性分为7个级别，对某铁矿七种岩体的可爆性分级指标进行模糊识别分析，利用加权海明距离确定了各种岩体可爆性等级，并在此基础上确定了不同岩体的爆破参数。     

遗传投影寻踪回归在岩体可爆性分级中的应用

在分析影响岩体可爆性因素的基础上,选择岩体坚固性系数、声阻抗、炸药消耗量、平均裂隙距作为岩体可爆性分级评判指标,建立岩体可爆性分级的投影寻踪综合评价模型,利用遗传算法优化其投影方向,得到岩体可爆性评价等级y与投影值的关系式:y=0.270423-1.310122+2.7082+1.0137,并将其应用于某地下岩体可爆性分级。评价结果表明,该评价模型可以避免主观因素对权重确定的影响,评价结果客观准确,为岩体可爆性综合判别提供了一种新的方法。     

矿岩可爆性分级新方法

综合考虑影响可爆性的多重因素,采用因子分析法对表征可爆性的多个指标进行因子分析,随后后进行模糊聚类,最终采用4个用于确定可爆性的主因子分别为抗拉强度、波阻抗、完整性系数及孔隙率,并给出分级计算法。在此基础上,定义样本数据库,采用最小Hamming距离和Hamming贴进度校验分级可靠性,判别各类岩石可爆性等级,量化可爆性使不同区域岩石间具有可比性,同时简化了分级难度使之易于现场操作。     

岩体可爆性分级的PSM-CM方法

针对岩体可爆性分级中尚未解决的模糊性与随机性问题, 结合乘积标度法(PSM)和云模型(CM)理论, 提出了一种岩体可爆性分级的PSM-CM方法。选用岩石容重、抗拉强度、冲击动载强度和完整性系数作为分级指标, 依据分级标准, 计算各指标隶属于不同等级的云模型参数, 通过正向高斯云发生器, 求得实测样本指标值各等级确定度, 再结合基于乘积标度法得到的各指标权重, 计算样本综合确定度, 根据最大综合确定度隶属等级确定岩体可爆性级别。该方法能解决可爆性分级中诸多因素的不确定性问题, 还可对同一等级的岩体可爆性大小进行排序。将该方法应用于贵州某磷矿山岩体可爆性分级中, 结果表明, 该方法具有较高的准确性和可靠性, 可在工程实际中推广应用。     

一种基于模拟退火算法岩体可爆性分级的投影寻踪回归方法

在分析影响岩体可爆性因素的基础上,选择岩体坚固性系数、声阻抗、炸药消耗量、平均裂隙距作为岩体可爆性分级评判指标,建立岩体可爆性分级的投影寻踪综合评价模型,利用遗传算法优化其投影方向,根据投影特征指标值对岩体可爆性进行分级评价,并将其应用于某地下岩体可爆性分级。评价结果表明,该评价模型可以避免主观因素对权重确定的影响,评价结果客观准确,为岩体可爆性综合判别提供了一种新的方法。     

基于Fisher判别分析和R语言的矿岩可爆性等级预测研究

矿岩可爆性分级预测对保障矿山连续安全生产具有重要意义。在综合考虑矿岩可爆性等级判别的各类影响因素基础上,引入判别分析模型,通过比较分析各类模型误判样本个数,建立了矿岩可爆性等级判别的最优模型。通过借助R语言实现随机分层抽样,保证了训练集与测试集样本数据的随机性和差异性。结果表明,岩体的可爆性难易程度与爆破漏斗的体积关系并不明显,但与大块率、平均合格率、波速以及波阻抗成正相关关系,与岩体爆破后的小块率成负相关。岩体可爆性等级预测模型可靠性强、预测准确率高,为矿山爆破作业提供了科学可靠的理论指导依据。     

岩体质量分级的Bayes判别分析方法

将Bayes判别分析方法应用于岩体质量等级判别与分类中,建立了岩体质量综合评判的Bayes判别分析模型.模型选用岩石质量指标、完整性系数、单轴饱和抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为判别因子;将岩体质量分为4个等级作为Bayes判别分析的4个正态总体;以隧道围岩实测数据作为训练样本,建立Bayes线性判别函数;以Bayes线性判别函数计算待判样品的Bayes判别函数值,以最大值对应的总体作为样品所归属的总体;最后以刀切法对判别准则进行评价以检验模型的优良性.研究表明,Bayes判别分析模型误判率低,识别正确率达96.67%.     

基于属性识别理论的岩体可爆性分级方法

选择岩石的密度、抗拉强度、冲击动载强度以及岩体完整性系数作为岩体可爆性分级评判指标,以相似数定义相似权的方法,按一种客观性标准确定指标的权重,应用属性识别理论建立基于相似权的岩体可爆性分级判别属性测度模型。针对一些岩石样本试验数据进行分析判别,说明模型的使用方法和岩体可爆性分级评判过程。由于属性识别理论能很好地解决某类问题具有多个模糊属性的综合评价,且置信度准则是根据评价集具有有序性这一特点而提出的,因而可使评价结果更为可靠;同时评价模型采用客观性权重,避免了权重确定中的主观性和随意性,保证了评价工作的客观性和准确性。     

普朗铜矿岩体可爆性分级及炸药单耗预测研究

为优化普朗铜矿地下采矿爆破参数,采用集对分析的理论与模型,以线性相关度较低,工程中较易获取的岩体密度、抗拉强度、抗压强度、岩体完整性系数为衡量指标,对该矿区东部、西部、南部所属岩体进行岩体可爆性分级.首先计算各岩体试样的单因素联系度,并采取层次分析法确定每个衡量条件下的指标权系数,最终得到一个基于这4项指标的综合表达式进而确定岩体的可爆性等级.研究结果表明,西部区域岩体可爆性属于较难,东部区域和南部区域岩体的可爆性属于较易.在可爆性分级的基础上,对东部、南部、西部岩体进行了炸药单耗的预测,为爆破参数的选取提供一定的指导.     

岩体质量分级的Fisher判别分析模型及应用

将Fisher判别理论用于岩体质量分级,建立岩体质量分级的Fisher判别分析模型。选取单轴抗压强度、岩体声波纵波速度、体积节理数、节理面粗糙度系数、节理面风化变异系数、透水性系数6个指标作为岩体质量分级判别因子,以工程岩体实测数据作为学习样本进行训练,建立相应线性判别函数对待判样本进行分级。结果表明,FDA（Fisher Discriminant Analysis）模型稳定可靠、判别精度高、分类性能良好,且有效降低人为因素的影响,是岩体质量等级分类的一种有效方法,可在实际工程中推广应用。     

岩体质量分类的DDA模型及应用

将距离判别分析法(DDA)应用于岩体质量等级判别与分类中,选取影响岩体质量分类的主要因素作为判别因子,建立了岩体质量分类评判的距离判别模型。以实测样本作为训练样本,建立相应线性判别函数对待判样本进行分类。研究结果表明,距离判别分析模型是岩体质量分类的一种有效方法,可以在实际工程中应用。     

基于岩体质量指标的可爆性分级探讨

针对国内岩体可爆性分级没有一个统一的标准,探讨用国家岩体工程分级标准中的分级指标——岩石单轴饱和抗压强度与岩体完整性系数此两项指标作为岩体可爆性分级的可行性,用数理统计中的相关性系数与偏相关系数说明岩石单轴饱和抗压强度与岩体完整性系数与炸药单耗均密切相关,进而说明用此两项指标进行可爆性分级是科学可行的。     

节理岩体工程质量分级的多元统计判别方法

在专家经验的基础上，应用多元统计分析中的Ｆｉｓｈｅｒ判别方法，建立了节理岩体工 分级判别函数，获得了一个由岩石单轴抗压强度，岩体节理间距和岩体完整性系数组成的岩体工程质量判别公式，并对节理岩体进行分类。     

岩体可爆性分级的神经网络判别方法

以神经网络技术为基础,利用MATLAB软件设计了岩体可爆性分级的BP神经网络判别模型,使用此模型完成对某铁矿中7种不同岩体岩体可爆性分级判别,并将此判别结果与使用模糊识别方法的判别结果进行比较分析,得出的结论一致。体现了使用MATLAB语言设计BP神经网络模型不仅简便精确,而且还具备较强的可行性和客观性。     

基于岩体质量指标的可爆性分级探讨

针对国内岩体可爆性分级没有一个统一的标准,探讨用国家岩体工程分级标准中的分级指标--岩石单轴饱和抗压强度与岩体完整性系数此两项指标作为岩体可爆性分级的可行性,用数理统计中的相关性系数与偏相关系数说明岩石单轴饱和抗压强度与岩体完整性系数与炸药单耗均密切相关,进而说明用此两项指标进行可爆性分级是科学可行的。     

灰色关联分析在岩体可爆性分级中的应用

岩体可爆性分级指标权重的确定直接关系到岩体的可爆性等级,从而影响到爆破效果和成本。采用灰色关联分析方法,可以避免主观因素对权重确定的影响,更客观的体现各个分级指标对可爆性分级的贡献。在某铁矿,运用灰色关联分析方法,确定了4个可爆性分级指标的权重,准确地对岩体进行了可爆性分级,从而验证了这一方法的可行性。     

岩爆烈度分级预测中的贝叶斯判别分析

针对岩爆烈度分级预测中存在诸多不确定因素的问题,应用贝叶斯判别分析法建立岩爆烈度分级预测的评价模型。根据岩爆的特点及成因,选取岩石的弹性能量指数Wet,应力系数σθ/σc及岩石脆性系数σc/σt作为判别因子;将岩爆烈度分为无、弱、中、强4个等级并作为贝叶斯判别分析的4个正态总体;以国内外14组工程岩爆分析初始数据进行分级判别,以训练样本建立贝叶斯线性判别函数,以该函数计算待判样品的贝叶斯判别函数值,以最大值对应的总体作为样品的归属。为进一步考察该模型的有效性与实用性,运用该模型对秦岭隧道工程及凡口铅锌矿的岩爆实例进行分析,并与人工神经网络模型、模糊概率模型的判别结果及实际情况进行比较。研究结果表明,该模型判别预测结果与人工神经网络模型及模糊概率模型的判别结果及实际岩爆情况较吻合。     

基于 CRITIC-Vague模型的岩体可爆性评价

为更精确地评价岩体可爆性,结合 CRITIC 法与 Vague 集理论,建立了岩体可爆性评价的 CRITICVague 模型。选取抗压强度、岩石容重、完整性系数和炸药单耗作为岩体可爆性评价指标,运用 CRITIC 法计算了各指标权重,分别将样本数据和评价标准的各项指标值转化为 Vague 值,将评价标准中的大等级精细化为小等级,采用 MATLAB 编程并计算样本数据与小等级 Vague 值的总体相似度量值,依据最大相似度量值确定岩体可爆性的小等级与大等级。将 20 组岩体可爆性评价工程实例数据代入 CRITIC-Vague 模型进行验证,评价结果较准确。应用模型于纳米比亚湖山铀矿工程实践,结果表明：该模型具有较高的可靠性,提高了岩体可爆性评价的精度,对爆破工程实践具有一定的指导意义。     

基于灰色关联分析的岩体可爆性分级应用研究

从工程应用角度出发,选取岩石坚固性系数f、岩石的波阻抗、炸药消耗量和岩体平均裂隙距作为煤矿岩巷岩体可爆性分级的评判指标,运用层次分析法确定各影响因素的权值。通过扩展的最小二乘法准则构造目标函数,建立灰色关联模型对岩巷岩体可爆性分级进行评判。实际工程应用表明,分级评判结果较符合实际情况,对于煤矿岩巷的快速、安全掘进设计具有一定参考价值。