露天煤矿爆破振动的BP神经网络预测

由于爆破振动效果的影响因素繁多,能够综合考虑各因素并对爆破振动进行合理预测亟待研究。通过分析爆破各影响因子与爆破监测数据间的相互关系,利用神经网络之间的权值训练,找出变量之间的非线性关系,然后用训练好的神经网络对爆破振动进行预测。模型预测结果与实际监测得到的爆破振动数据基本吻合,与常规经验公式的预测效果对比表明,基于BP神经网络的爆破振动预测模型的预测方法更为简单适用,精度高而且误差更小,说明将BP神经网络模型应用到爆破效果预测中是适用的和正确的。利用该模型获得了满足布沼坝露天煤矿西帮生产爆破要求的一组最优参数。     

对实现巷道快速掘进的实践分析——以光面爆破技术为例

光面爆破技术直接影响着爆破效果,对实现巷道快速掘进影响重大。本文以光面爆破技术为例,分析光面爆破的作用原理、技术要点、存在的问题、及在实践中的具体方法进行详细的分析,推动巷道快速掘进的发展。     

地下厂房岩锚梁爆破参数优化设计与效果

选择具有代表性的实际光面爆破设计参数为样本，确定炸药类型、岩体裂隙发育程度、孔径、孔深、线装药密度、最小抵抗线、间距为影响岩锚梁爆破开挖效果的主要因素，利用神经网络强大的非线性映射能力，建立岩锚梁爆破参数优化模型，进行岩锚梁爆破参数优化设计。在相似地段进行保护层和岩台修面爆破试验，得出现场试验爆破参数，结果表明优化设计值与现场试验值吻合较好。对试验保护层和岩台修面爆破进行声波检测也表明其爆破质量最好，爆破松动圈范围最小。     

基于BP神经网络的爆破振动峰值及主频预测

针对当前爆破振动安全评价实践现状及不足,建立了基于BP神经网络理论的爆破振动模型。该模型可根据各工程实际情况选取影响爆破振动的主要因素作为输入层参数,可同时预测爆破振动峰值和主振频率。工程实例表明：基于BP神经网络的爆破振动模型比常规经验公式更简单实用,预测精度高,更符合《爆破安全规程》（GB722—2003）的评价要求。     

光面爆破技术在南梁隧道中的应用

基于光面爆破的成缝机理,结合南梁隧道工程阐述分析了光面爆破参数计算公式和有关参考值以及炮眼布置的方法,提出了确保光面爆破质量的相关技术措施,并对其光面爆破效果进行了评价.     

巷道通风预测的非定常解析系统的开发

研究开发了一种用于地下通风巷道网络的非定常预测解析系统,解析系统包含了巷道外气候的季节变化及巷道壁的围岩与巷道内气流的热传递关系对预测解析的影响因素。采用差分法计算巷道围岩内的温度分布,在自然通风条件下,使用某隧道口的一年间季节变化的实测数据,对一地下通风巷道网络模型进行了预测解析。解析结果表明,该预测解析系统能时时刻刻同时详细地计算地下通风巷道的风量,温度,湿度等通风参数,解析得到的有关通风参数是合理的。     

损伤岩石周边控制爆破分析

应用损伤力学的理论与方法,对崩落眼爆破经起光爆层岩石损伤因子与光面爆破参数的关系进行了分析,导出了相应在的光爆参数计算式,并与不考虑岩石损伤的光面爆破参数进行了对比,指出了目前低强度岩石中光爆效果往往较差,原因是没有考虑损伤因子对光面爆破参数的影响,造成炮孔装药过量所致,由此认为研究崩落眼爆破对光爆层岩石的损伤规律及损伤岩石的光面爆破参数计算方法,是未来深入研究岩石学面爆破理论与技术的方向。     

岩体巷道光面爆破参数比较分析与应用

光面爆破效果主要取决于岩石条件、炸药性质及光爆参数,岩石条件不同,则光面爆破参数应作相应调整.为将光面爆破更合理地应用于不同条件下的岩石,基于爆炸应力波和爆生气体共同作用理论,提出了普通光面爆破及计入损伤光面爆破参数计算公式.实例及分析说明：基于爆炸应力波和爆生气体综合作用理论的光面爆破计算公式是合理的,适用于不同岩石条件光面爆破参数的确定;在孔深、孔径和装药相同的条件下,岩石越完整,稳定程度越高,其光面爆破的周边眼间距越小;计入损伤时,光面爆破的周边眼间距可适当增大;岩石单轴抗压强度较大,则装药不耦合系数可取较小值,以提高炸药爆炸能量利用率,单轴抗拉强度越高,则光面爆破的周边眼间距值越小.     

BP神经网络技术在调剖效果预测中的应用研究

调剖效果预测是对调剖措施进行决策和方案优化设计的理论基础.通过对影响调剖效果的因素分析,建立了BP网络效果预测模型并对其进行优化改进.模型网络预测结果与实际生产效果对比分析表明,所建立的预测模型可靠.可利用BP网络模型进行调剖效果预测,并为调剖方案的优化设计提供科学决策依据.     

光面爆破在流波水电站隧洞开挖中的应用

光面爆破的关键环节是爆破参数设计。本工程参数设计采用工程类比法,并通过现场试验最终确定参数。     

基于非线性理论的抛掷爆破爆堆形态预测

抛掷爆破可以大幅度降低矿山生产成本.从抛掷爆破效果出发研究设计参数对爆破效果的影响,利用矿山搜集的爆破样本,运用非线性理论分析得到抛掷爆破效果的主要影响因子.以影响因子和样本作为预测的基础,运用聚类分析、回归分析、线型插值等方法预测爆堆形态、有效抛掷率和爆堆松散系数.经现场实际检验,预测结果准确率达90%以上,达到了现场应用的要求.     

基于Surpac软件的露天铁矿爆破数值模拟设计

为了估算爆破影响范围并预测相关数据,采用矿业工程软件Surpac对鞍钢集团齐大山铁矿进行爆破数值模拟设计。根据岩体矿石参数,确定爆破分区、爆破孔网设计参数、爆破孔装药结构,动画模拟爆破方式,计算爆破矿、岩量,预测爆破影响范围及相关数据,取得较好效果。     

基于MapInfo的煤矿顶板管理与控制专家系统设计

介绍了以MapInfo为开发平台、Visual Basic6．0为开发工具的煤矿顶板管理与控制专家系统的设计与实现．首先,结合煤矿对顶板管理与控制的实际需要,进行需求分析和可行性分析;其次,介绍了系统结构、数据库设计、软件开发方案和系统功能设计;最后,根据系统设计介绍了系统功能的实现过程．系统以工作面和巷道围岩矿压观测为基础,借助专家系统思想,分析矿压显现规律,最终确定工作面和巷道的支护方式及相应的支护参数,为确定工作面和巷道顶板控制方法提供科学依据．     

立井冻土光面爆破的模型试验研究

利用模型进行了立井冻土光面爆破的试验。试验参数取孔深、孔距和最小抵抗线。通过试验获得了较好效果下的炮眼密集系统数和冻土的单位炸药消耗量。     

松散矿岩中凿岩巷道周边岩石松散圈综合治理的研究

介绍了会理锌矿天宝山Ⅱ号矿体凿岩巷道周边岩石松散圈对生产造成的困境，分析了松散圈形成的原因，提出了对松散矿岩中凿岩巷道周边岩石松散圈进行光面爆破、喷浆支护、锚杆护孔等综合治理的方法以及取得的效果     

PVC异型材性能参数的神经网络预测

神经网络是当前主要的智能控制技术之一.依据厂家提供的大量PVC异型材的实际工艺参数作为样本,建立了PVC异型材性能参数的预测网络.采用BP算法对网络进行了结构参数调节及训练,并对性能参数热收缩率进行了预测,相对误差小于O.13,取得了良好的效果.     

基于PSO—SVM的煤与瓦斯突出强度预测模型

为有效预测煤与瓦斯的突出强度,分析了煤与瓦斯突出的主要影响因素,建立了基于粒子群优化支持向量机方法（PSO—SVM）的煤与瓦斯突出强度预测模型,通过实例对该模型的预测效果进行检验,同时还分别采用了BP神经网络（BP—NN）和支持向量机方法（SVM）对该实例进行了预测,进而对这3种方法的预测精度进行了比较。分析结果表明3种方法的预测准确率PSO—SVM为87．5％、BP—NN为50％、SVM为62．5％。可见,PSO—SVM方法的预测效果要好于BP—NN和SVM,对煤矿煤与瓦斯突出强度预测具有一定的参考价值和指导意义。     

应用BP网络预测部分预应力矩形截面梁的裂缝宽度

采用BP神经网络，对受弯部分预应力混凝土矩形截面梁裂缝宽度进行预测，通过理论分析并带入网络模型进行试验，找出影响裂缝宽度的主要因素，并建立了优化的BP神经网络模型．用该模型对不同的样本集合分别进行学习与仿真，结果与试件实际参数吻合良好．表明应用人工神经网络预测部分预应力矩形截面梁的裂缝宽度不仅可行，而且精度较高．     

光面爆破参数的选择

合理确定光面爆破参数是保证获得良好的光面爆破效果的关键，本文根据多年实践经验，对相关的检验的理论计算式作了系统地，简明扼要的介绍，并附以计算实例。     

基于BP神经网络的公路隧道交通量预测

准确的公路隧道交通量短期预测,可使隧道通风系统获得良好的控制效果,而良好的隧道通风系统能够有效地降低隧道中有害气体难度,对保护人身安全及其降低隧道运营成本有重要意义。本设计采用具有非线性逼近和实现全局优化能力的BP神经网络进行公路隧道交通量的短期预测。通过确定适当的BP神经网络结构,对已知的历史交痛量数据进行网络训练和学习,获得能够预测小时交通量的BP神经网络预测器。运用西门子WINCC组态软件编制界面和神经网络预测器。实验结果表明该神经网络预测器对公路隧道交通量具有较好的预测能力。